基于帧间预测单元划分模式的非加性视频隐写术
《Signal Processing: Image Communication》:Non-additive video steganography based on inter-frame PU partition modes
【字体:
大
中
小
】
时间:2026年09月30日
来源:Signal Processing: Image Communication 3.4
编辑推荐:
•揭示了传统加性嵌入失真在帧间视频隐写中的局限性,由于视频载体元素之间复杂的相互作用,无法准确刻画实际失真变化。
•提出了一种基于HEVC预测单元(PU)划分模式修改的新型自适应视频隐写算法,从非加性失真角度实现秘密信息嵌入。
•将校验网格码(STC)与专门的失真更新策略
•揭示了传统加性嵌入失真在帧间视频隐写中的局限性,由于视频载体元素之间复杂的相互作用,无法准确刻画实际失真变化。
•提出了一种基于HEVC预测单元(PU)划分模式修改的新型自适应视频隐写算法,从非加性失真角度实现秘密信息嵌入。
•将校验网格码(STC)与专门的失真更新策略相结合,将非加性失真近似为加性形式,并有效抑制帧间失真漂移。
•针对P帧,设计了基于修改前后失真差异的载体失真代价初始化与动态更新机制,实现全局最小嵌入失真。
•实验结果验证了所提方法显著提升了视频隐写的视觉感知质量和抗分析安全性。
**引言**
在数字多媒体通信中,隐写术作为一种重要的信息隐藏技术,旨在以公开或隐蔽的方式传输或存储携带秘密信息的媒体,同时不引起可察觉的视觉、听觉或统计失真。隐蔽信息隐藏的载体媒体包括文本、图像、音频、视频等[[1]、[2]、[3]、[4]]。与其他载体相比,数字视频作为隐写介质具有更大的优势,提供更强的嵌入容量和更高的安全性。
近年来,视频编码标准快速发展,视频编码效率逐步提高,进而推动了视频隐写技术的进步。随着高清(HD)和超高清(UHD)视频的广泛应用,HEVC逐渐成为主流视频编码标准。根据秘密信息嵌入的位置,视频隐写可分为两类,即空域隐写和压缩域隐写。由于压缩域隐写可与编码过程相结合,它逐渐成为视频隐写领域的主要研究方向。压缩域隐写主要通过修改压缩过程中的语法元素来嵌入信息。在变换系数域隐写中,Chen等人[5]设计了一种基于载体不同因素的代价函数,自适应地嵌入秘密信息。Chang等人[6]利用失真补偿技术嵌入秘密数据,成功减小了帧内失真漂移。Yang等人[7]提出了一种保持特征分布的自适应隐写方法以提高安全性。在帧内预测域中,Wang等人[8]提出了一种基于帧内预测模式(IPM)的HEVC视频隐写算法。Dong等人[9]通过对预测单元中两个相邻IPM进行奇偶映射,引入了一种基于IPM的自适应视频隐写方案。Wang等人[10]基于IPM编码特性建立了一个三层隔离通道,通过对嵌入对当前预测单元影响进行理论分析,提出了一种新的失真函数,旨在减少嵌入引起的变化对相邻通道的不良影响。Dong等人[11]利用HEVC帧内的四叉树划分特性,在每个编码树单元(CTU)中使用多尺寸PU的IPM来嵌入数据。此外,Yang等人[12]提出了一种保持I帧中编码单元(CU)四叉树结构的视频隐写方法,优化了视频质量和码率。
在帧间预测域中,Yang等人[13]首次提出通过修改运动矢量来实现信息隐藏。HEVC视频压缩标准引入了若干新模块,如PU划分模式。Yang等人[14]开发了一种基于PU划分模式的多层隐写算法。为提升视觉质量,Li等人[15]和Zhang等人[16]采用EMD(利用修改方向)方案来修改PU划分模式。Liu等人[17]引入了一种使用菱形编码的多层隐写方法,以增加PU划分模式的嵌入容量。He等人[18,19]分析了HEVC编码过程,引入了若干基于PU划分模式的自适应嵌入方法,有效提升了隐写视频的视觉质量。
随着研究的推进,设计最小化嵌入失真的自适应隐写方法已成为趋势。然而,现有的自适应方法主要关注加性嵌入失真,该方法假设所有载体彼此独立,忽略了它们之间的相互依赖性。实际上,相邻载体通常表现出相关性,修改一个载体会影响其他附近载体的代价。因此,非加性隐写模型更适合多种场景下的自适应隐写。
尽管如此,将非加性失真与视频压缩编码框架相结合仍然是一个挑战性问题。在空域图像隐写领域,研究人员开发了多种非加性嵌入技术,通常基于加性隐写模型进行构建。例如,Li等人[20]基于CMD(聚类修改方向)概念设计了一种空域非加性图像隐写方法。该方法通过调整载体的代价并确保相邻载体元素具有相同的修改方向,提升了抵抗依赖邻域残差特征的空域隐写分析技术(如SRM和SPAM)的能力。Zhang等人[21]引入了一种非加性隐写技术,将联合失真分解为边际失真和条件失真以实现准确的失真建模。
随着对非加性隐写模型的深入研究,研究人员开始探索视频隐写中的类似方法,基于图像非加性隐写技术进行构建。Chen等人[22]分析了帧内和帧间失真漂移,并提出了一种非加性代价分配(NACA)算法。Wang等人[23]提出了一种基于帧内预测模式(IPM)的自适应视频隐写方法,通过在HEVC中最小化非加性失真实现。基于非加性模型的自适应算法相比基于加性模型的算法具有更高的安全性。
上述非加性视频隐写方法(Chen等人[22]、Wang等人[23])侧重于帧内嵌入,而缺乏解决帧间失真传播的方法。因此,本文从分析嵌入引起的帧间失真入手。分析表明,失真同时影响像素值和PU模式。受文献[20]中工作的启发,本文定义了一种基于收敛的修改原则来处理视频中的帧间失真漂移。该原则确保具有帧间失真传播关系的模式具有大致一致的修改方向。基于该原则,设计了一种失真更新策略并与STC自适应编码相结合,使视频实现更低的码率增长和更好的视觉质量。最后,仿真实验证明了所提非加性隐写方法的有效性。本文的主要贡献如下:
1) **帧间失真漂移分析**:从HEVC编码的角度分析了帧间隐写引入的失真。观察到帧间失真通过帧间预测过程传播到后续帧的像素中,并且该现象也发生在帧间预测模式中。
2) **基于UpDist原则的非加性视频隐写模型**:根据失真漂移动态更新后续载体的代价,进一步减轻失真传播的影响并增强隐写性能。
3) **算法性能提升**:开展了一系列全面的仿真实验来测试所提算法。结果表明,与其他技术相比,该方法具有更低的码率、更好的视觉质量和更高的安全性。
本文的其余部分安排如下:第2节介绍HEVC中预测编码的基础知识,重点分析帧间失真传播及随后设计的基于收敛的修改原则。第3节介绍非加性失真模型。第4节详细描述整体算法框架及嵌入和提取步骤。第5节展示仿真结果及其分析,第6节总结全文。
**节选部分**
**基础知识**
在HEVC标准中,帧间预测通过运动矢量和其他编码信息进行。因此,了解PU划分模式、划分过程、运动矢量编码过程,以及运动矢量对连续视频块和载体元素之间失真传播的影响至关重要。
**所提的非加性嵌入失真**
上一节分析了修改PU的影响并引入了相应的隐写修改原则。基于上述分析,在本节中,将每个视频帧内的信息视为独立的,使得每帧可被视为具有加性隐写失真。本文引入了一种考虑失真漂移影响的失真函数。该函数用于在修改每帧进行嵌入时初始化失真。
**嵌入和提取**
本节首先介绍所提算法的非加性视频隐写框架。然后详细描述信息嵌入和提取过程。
**实验结果与分析**
本节评估了所提非加性隐写算法在不同量化参数(QP)值和视频序列下的实际性能。此外,将所提算法与其他6种基于帧间预测模式的隐写方法[[14]、[15]、[16]、[17]、[18]]及[27]进行比较,以展示其有效性。这些实验展示了各隐写方案在不同嵌入容量下的性能,包括:
**结论**
本文设计了一种基于视频帧间编码的非加性隐写算法。该算法采用HEVC帧的PU划分模式作为隐写载体,生成具有高视觉质量和可忽略码率增加的隐写视频。引入率失真优化(RDO)来构建STC的自适应失真函数。结合所提的基于UpDist的原则,将非加性失真近似为加性形式,进一步减轻了影响的:
**CRediT作者贡献声明**
王珊珊:初稿撰写、软件、方法论。徐大文:审阅与编辑、监督、经费获取。戴浩俊:审阅与编辑、验证、数据管理。姬建斌:审阅与编辑、验证、数据管理。贺松翰:审阅与编辑、软件、调查。
**利益冲突声明**
我们声明,本论文的发表不存在利益冲突。
**致谢**
本工作得到国家自然科学基金(62471269)和浙江省自然科学基金(LZ26F020005)的资助。
王珊珊 | 徐大文 | 戴浩俊 | 姬建斌 | 贺松翰
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号