基于自适应量化的鲁棒视频隐写方法和装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115767105A(43)申请公布日2023.03.07(21)申请号202211246630.8(22)申请日2022.10.12(71)申请人中国科学院信息工程研究所地址100093北京市海淀区闵庄路甲89号(72)发明人范平安张弘赵险峰(74)专利代理机构北京君尚知识产权代理有限公司11200专利代理师邱晓锋(51)Int.Cl.H04N19/467(2014.01)G06T1/00(2014.01)H04N19/124(2014.01)H04N19/63(2014.01)H04N19/176(2006.01)权利要求书2页说明书8页附图3页(54)发明名称基于自适应量化的鲁棒视频隐写方法和装置(57)摘要本发明涉及一种基于自适应量化的鲁棒视频隐写方法和装置。该方法的秘密消息嵌入过程包括：对待隐写视频提取PCA特征；构建PCA特征与QIM量化步长的映射关系；根据PCA特征与QIM量化步长的映射关系，采用自适应QIM算法进行自适应视频隐写嵌入。该方法的秘密消息盲提取过程包括：对隐写视频提取PCA特征；根据PCA特征值查询对应的量化步长；根据查询的量化步长，采用自适应QIM算法提取秘密消息。本发明首次将自适应QIM算法应用于视频，根据重压缩信道和视频内容自适应确定量化步长，在相同鲁棒性的前提下，尽可能减少了嵌入失真，提升了安全性；同时该方案结合纠错码技术，能够实现社交网络信道上可靠的隐蔽通信。CN115767105ACN115767105A权利要求书1/2页1.一种基于自适应量化的鲁棒视频隐写方法，其特征在于，包括基于自适应QIM的秘密消息嵌入过程，所述的秘密消息嵌入过程包括以下步骤：对载体视频提取PCA特征；构建PCA特征与QIM量化步长的映射关系；根据PCA特征与QIM量化步长的映射关系，采用自适应QIM算法进行自适应视频隐写嵌入。2.根据权利要求1所述的方法，其特征在于，所述对视频提取PCA特征，包括：若输入视频为MP4格式视频，则利用FFMPEG将视频解码为YUV分量，若输入视频为RAW格式YUV视频，则不处理直接进行下一步；划分Y分量为互不重叠的32×32分块；对每个分块进行双树复小波变换，获取2级低频子带LL，利用PCA获取LL的第一主成分占比，将其作为该分块的PCA特征；将PCA特征值划分为N个子区间，相同PCA特征值的分块划分到同一子区间。3.根据权利要求1所述的方法，其特征在于，所述构建PCA特征与量化步长的映射关系，包括：将待确定量化步长设置为N个，实现PCA特征子区间与量化步长的一对一映射；首先，设置各区间对应量化步长的最大值和最小值，并取均值作为初始值进行隐写嵌入，然后，在信道压缩后计算每个子区间的错误率，利用二分搜索更新各子区间量化步长的最大值和最小值，最后，重复执行上述操作直至各子区间分配的量化步长最大值和最小值差值小于1；取各子区间量化步长最大值和最小值的均值作为各子区间最终的量化步长；然后设置U分量16×16分块的量化步长，每个U分量16×16分块的量化步长等于对应位置Y分量32×32分块所分配的量化步长。4.根据权利要求1所述的方法，其特征在于，所述根据PCA特征与量化步长的映射关系，采用自适应QIM算法进行自适应视频隐写嵌入，包括以下步骤：获取U分量并划分为互不重叠的16×16分块，对每个分块进行DWT变换，获取低频子带LL，对LL进行奇异值分解，获得奇异值对角矩阵，提取最大奇异值作为分块的载体元素，重复执行上述操作直至所有分块提取完成；从待嵌入文件中读取待嵌入比特流，利用BCH码对读取的0‑1比特流进行编码，生成编码后的消息序列；设置一个置乱密钥k，对消息序列进行置乱，生成待嵌入数据序列；根据PCA特征与量化步长的映射关系，获取每个16×16分块对应载体元素的量化步长，利用自适应QIM算法调制载体元素，嵌入置乱后的数据，生成隐写元素序列；用隐写元素替换原有的载体元素，写入奇异值对角矩阵，进行逆SVD变换，生成新的低频子带LL；进行逆DWT变换，将新的LL子带和LH、HL、HH子带重建为载密16×16分块；重复上述操作，直至重建所有16×16分块，并将各分块按顺序拼接，生成载密U分量序列；利用FFMPEG，将载密U分量序列和原始的Y和V分量序列进行联合编码，并封装为MP4隐写视频。5.一种基于自适应量化的鲁棒视频隐写方法，其特征在于，包括基于自适应QIM的秘密消息盲提取过程，所述秘密消息盲提取过程对权利要求1～4中任一权利要求所述方法生成的隐写视频提取秘密消息，所述秘密消息盲提取过程包括以下步骤：对隐写视频提取PCA特征；2CN115767105A权利要求书2/2页根据PCA特征值查询对应的量化步长；根据查询的量化步长，采用