专利名称：基于压缩感知的自适应视频信息隐藏方法
技术领域：
本发明涉及一种基于压缩感知的自适应视频信息隐藏方法，更具体的说，尤其涉及一种以每组镜头的第一帧为嵌入帧、并根据嵌入帧的纹理分类自适应地选取隐藏算法的基于压缩感知的自适应视频信息隐藏方法。
背景技术：
信息隐藏从功能上可以分为数字水印技术和隐写术。数字水印技术在商业领域有广泛的应用，如多媒体版权保护、多媒体完整性认证、多媒体防拷贝控制、多媒体访问控制、多媒体盗版追踪等。隐写术掩盖秘密信息的存在，能够有效实现隐秘通信，特别是在军事等涉及国家安全的领域具有广泛的应用前景。因此，实际的应用需求决定了信息隐藏技术具有良好的市场前景。截止到2012年，我国已连续召开了十届全国信息隐藏学术研讨会。 传统的编解码方法存在两个缺陷首先，在数据获取和处理方面，Nyquist (奈奎斯特)采样使得硬件成本昂贵，获取的信息冗余度过大且有效信息提取的效率低，在某些情况下甚至无法实现对信号的Nyquist采样；其次，在数据存储和传输方面，压缩编码过程中大量变换计算得到的小系数被丢弃，造成了数据计算和内存资源的浪费。压缩感知理论是现代信息科学领域中一个全新的研究方向，其与传统的框架大不一样，对信号的采样、压缩编码发生在同一个步骤，即利用信号的稀疏性、以远低于Nyquist采样率的速率对信号进行相关测量。通过测量所得到的测量值并非信号本身，而是信号从高维数据空间到低维数据空间的投影值。其解码过程是通过求解一个非线性最优化问题在概率意义上实现信号的精确重构或者一定误差下的近似重构，解码所需测量值的数目远小于传统理论下的样本数。压缩感知理论具有巨大的吸引力和应用前景，其应用研究已经涉及到众多领域，如CS雷达、无线传感网络、图像采集设备的开发、医学图像处理、生物传感、光谱分析、超谱图像处理、遥感图像处理、人脸识别、语音识别及信息隐藏等。视频作为信息隐藏的载体，较图像、音频等多媒体具有更大的信号空间，因而可以隐藏较大容量的信息，为秘密通信、版权保护、内容鉴定等问题提供解决方案；压缩感知理论是信息获取与信号处理领域近年发展起来的有重大应用前景的研究方向。
发明内容
本发明为了克服上述技术问题的缺点，提供了一种以每组镜头的第一帧为嵌入帧、并根据嵌入帧的纹理分类自适应地选取隐藏算法的基于压缩感知的自适应视频信息隐藏方法。本发明的基于压缩感知的自适应视频信息隐藏方法，其特别之处在于，信息隐藏过程包括以下步骤a.将视频文件分帧，采用视频镜头分割方法，将视频文件i 以镜头为单位分成若干镜头组，分别记为力叫，Shoi2,-, Shoin ;n为正整数；b.获取关键帧，以每个镜头组的第一帧为关键帧，得到视频文件的η个关键帧，分别记为A,Z2, ···，￡ ;c.基于训练样本建立图像纹理分类模型，将用于图像纹理分类的特征罗列出来,记为C1, C2,···，(、 ，力特征数量；广泛选取数字图像，建立大规模的训练样本图像库, χ为训练样本中图像的数量；对于当前训练样本名，采用Adboost算法将各纹理特征的贡献率记为,…，Dfi ;采用平均算法求取某特征Ci的贡献率K ·· Dt^ OMD9lMy, Dqi)，将各特征按照贡献率由大至小进行排序，记为选取较大的前m个特征用于构建关键帧的纹理特征模型；当前训练样本图像名的纹理分类模型标记为…； 为当前训练样本的纹理分类结果，P，X，i，q，m均为正整数,且1彡;[彡11,1彡1]1彡口；(1
.确定关键帧的纹理分类，根据步骤c中建立的纹理分类模型…,C^ri),确定每个
关键帧所属的纹理分类，即判断当前帧为平滑区、纹理区和介于纹理与平滑之间的那一种；
e.选择算法和确定嵌入深度，根据步骤d中的纹理分类结果，选择当前关键帧适用的信息
隐藏算法以及确定该隐藏算法下的嵌入深度；设关键帧A适用的算法为為，如Pi为关键
帧&的嵌入深度；f.嵌入秘密信息，对关键帧4进行压缩感知以获取视频帧的压缩感知
系数矩阵φ，根据步骤e中获取的算法i和步长5&巧在关键帧4的压缩感知系数矩阵 中嵌入秘密信息，形成载密视频关键帧；g.合成视频文件，将步骤f中获取的载密视频关键帧与其他视频帧合并，形成新的载密视频文件51用于发放及传播。镜头是连续拍摄的一段视频，它是视频结构化的基础物理单元，视频数据文件一般以镜头为单位建立索引，以供检索和查询。步骤a中，对视频文件不需完全解压缩就可进行视频分割，计算量小，效率较高。步骤c中，对图像纹理分类特征按贡献率大小进行排序，贡献率是指某纹理特征使视频帧成为纹理区的影响因子，在视频帧为平滑区的状态下，各纹理特征的贡献率应均达到最小值。步骤e中，为了不影响嵌入秘密视频文件的观赏性，对于关键帧所属纹理分类的不同，应采用不同的算法和嵌入不等量的秘密信息；例如对于平滑区而言，视频数据改动会对画面产生较大影响，此种情况下适用于改动小的隐藏算法或不做秘密信息嵌入；对于纹理区而言，视频数据发生改动，对整个画面造成的可是效果不明显，适于采用嵌入量较大的隐藏算法和较大的嵌入深度。通过步骤f的嵌入秘密信息和步骤g的合成视频文件，形成了隐藏有秘密信息的视频文件。本发明的基于压缩感知的自适应视频信息隐藏方法，包括以下步骤的秘密信息提取过程1).将载密视频文件分帧，采用视频镜头分割方法，将载密视频文件7以镜头为单位分成若干载密镜头组,分别记为SAoi丨，SkOi12,-, Skoiix ；2).获取载密关键帧，以每个镜头组的第一帧为关键帧，得到载密视频文件F的η个载密关键巾贞，分别记为私
;3).获取纹理分类模型，采用与步骤c相同的方法，获取载密关键帧4的纹理分类模型(Ci’CKJ;) ；4).确定载密关键帧的纹理分类，根据步骤3)中建立的纹理分类模型(Piai，…d’Ki)，确定相应载密关键帧#为平滑区、纹理区和介于纹理与平滑之间的那一种；5).确定隐藏算法和嵌入深度，根据步骤4)中的纹理分类结果，判断载密关键帧<在秘密信息嵌入时所采用的隐藏算法為和嵌入深度;6).提取秘密信息，对载密关键帧<进行压缩感知，以获取载密关键帧< 的压缩感知系数矩阵 利用步骤5)中获取的算法為和嵌入深度在系数矩阵妒中提取秘密信息。秘密信息提取过程与秘密信息嵌入过程在对视频文件的处理上具有许多相似之处，步骤I) 5)与秘密信息嵌入过程的a e步骤方法基本一致，步骤2)中获取的关键帧中含有秘密信息，步骤3)中的纹理分类特征应与步骤c中的完全一致，以便对于同一镜头的关键帧(无论是步骤c中的关键帧还是步骤3)中的载密关键帧)获取相同的纹理分类模型，以在便步骤4)中对于同一镜头获取相同的纹理分类。这样在步骤5)中，才可准确的
得到载密关键帧< 在秘密信息嵌入时所采用的隐藏算法為和嵌入深度，以便在步骤
6)中准确的提取出秘密信息。本发明的基于压缩感知的自适应视频信息隐藏方法，步骤e和步骤5)中，设定delta为基础步长，若关键帧为平滑区，则5^巧=delta，若关键帧为纹理区，则嵌入深度Siepi =3 delta，若关键帧介于纹理与平滑之间，则没印；=2 delta。嵌入深度越大，嵌入的秘
密信息量就越大，纹理区可采用加大的信息嵌入量，平滑区应采用最小的信息嵌入量。本发明的基于压缩感知的自适应视频信息隐藏方法，步骤c中所述的纹理分类特征包括灰度、颜色、线性度、块平均度、粗糙度、对比度、方向度、线性度、灰度共生矩阵、自回归纹理模型；步骤c和步骤3)中所述的m取值相等，且均处于3 5之间。本发明的基于压缩感知的自适应视频信息隐藏方法，步骤f中所述的秘密信息由视频帧的自身相关信息得到，自身相关信息经压缩感知后作为秘密信息；自身相关信息可为视频帧的噪声矩阵。如果秘密信息由自身携带的数据信息形成，可有效提高抗攻击能力，如抗拷贝攻击等。本发明的基于压缩感知的自适应视频信息隐藏方法，所述步骤a和步骤I)中以视频文件的变换系数和运动向量来判断镜头边界。采用变换系数和运动向量来判断各组镜头的边界，从而不需完全解压缩就可进行视频分割，大大降低了计算复杂度，提高了效率。本发明的基于压缩感知的自适应视频信息隐藏方法，设步骤c和步骤3)中采用直流能量比Ep_dc和图像偏离度两个特征来构建关键帧的纹理特征模型，其中
直流能量比Ep_dc定义为图像DCT变换后直流能量与所有系数能量和之比，并以系数的平方表征能量，则有
权利要求
1.一种基于压缩感知的自适应视频信息隐藏方法，其特征在于，信息隐藏过程包括以下步骤 a.将视频文件分帧，采用视频镜头分割方法，将视频文件P以镜头为单位分成若干镜头组，分别记为※叫，Shoi2,--, Skoin ;n为正整数; b.获取关键帧，以每个镜头组的第一帧为关键帧，得到视频文件〃的η个关键帧，分别记为尤； C.基于训练样本建立图像纹理分类模型，将用于图像纹理分类的特征罗列出来，记为C1,C2,.", Cp, ρ为特征数量；广泛选取数字图像，建立大规模的训练样本图像库W-A , χ为训练样本中图像的数量；对于当前训练样本采用Adboost算法将各纹理特征的贡献率记为;采用平均算法求取某特征Cf的贡献率K D;，将各特征按照贡献率由大至小进行排序，记为€ ^,··% ,选取较大的前m个特征用于构建关键帧的纹理特征模型；当前训练样本图像各的纹理分类模型标记为U 'Ti为当前训练样本的纹理分类结果，P, χ, i, q，m均为正整数，d.确定关键帧的纹理分类，根据步骤c中建立的纹理分类模型Ρ #,···， ；,7；)，确定每个关键帧所属的纹理分类，即判断当前帧为平滑区、纹理区和介于纹理与平滑之间的那一种； e.选择算法和确定嵌入深度，根据步骤d中的纹理分类结果，选择当前关键帧适用的信息隐藏算法以及确定该隐藏算法下的嵌入深度；设关键帧&适用的算法力i Siepi为关键帧A的嵌入深度； f.嵌入秘密信息，对关键帧&进行压缩感知以获取视频帧的压缩感知系数矩阵φ，根据步骤e中获取的算法為和步长◎印;在关键帧A的压缩感知系数矩阵φ中嵌入秘密信息，形成载密视频关键帧； g.合成视频文件，将步骤f中获取的载密视频关键帧与其他视频帧合并，形成新的载密视频文件51用于发放及传播。
2.根据权利要求I所述的基于压缩感知的自适应视频信息隐藏方法，其特征在于，包括以下步骤的秘密信息提取过程 O.将载密视频文件分帧，采用视频镜头分割方法，将载密视频文件P以镜头为单位分成若干载密镜头组，分别记为成Shoti2,-', Skoi1n ■ 2).获取载密关键帧，以每个镜头组的第一帧为关键帧，得到载密视频文件F1的η个载密关键巾贞，分别记为[(;.·■% C ；3).获取纹理分类模型，采用与步骤c相同的方法，获取载密关键帧#的纹理分类模型(C;;,…X,功； 4).确定载密关键帧的纹理分类，根据步骤3)中建立的纹理分类模型(ClC2,-,C1m,K1^)，确定相应载密关键帧#为平滑区、纹理区和介于纹理与平滑之间的那一种； 5).确定隐藏算法和嵌入深度，根据步骤4)中的纹理分类结果，判断载密关键帧6在秘密信息嵌入时所采用的隐藏算法為和嵌入深度； 6).提取秘密信息，对载密关键帧4进行压缩感知，以获取载密关键帧4的压缩感知系数矩阵取，利用步骤5)中获取的算法為和嵌入深度在系数矩阵办中提取秘密信肩、O
3.根据权利要求2所述的基于压缩感知的自适应视频信息隐藏方法，其特征在于步骤e和步骤5)中，设定delta为基础步长，若关键帧为平滑区，则嵌入深度Sfepi = delta，若关键帧为纹理区,则Stepi =3 delta，若关键帧介于纹理与平滑之间，则&印i =2 delta。
4.根据权利要求2所述的基于压缩感知的自适应视频信息隐藏方法，其特征在于步骤c中所述的纹理分类特征包括灰度、颜色、线性度、块平均度、粗糙度、对比度、方向度、线性度、灰度共生矩阵、自回归纹理模型；步骤c和步骤3)中所述的m取值相等，且均处于3 5之间。
5.根据权利要求I或2所述的基于压缩感知的自适应视频信息隐藏方法，其特征在于步骤f中所述的秘密信息由视频帧的自身相关信息得到，自身相关信息经压缩感知后作为秘密信息。
6.根据权利要求5所述的基于压缩感知的自适应视频信息隐藏方法，其特征在于所述的自身相关信息可为视频帧的噪声矩阵。
7.根据权利要求2所述的基于压缩感知的自适应视频信息隐藏方法，其特征在于所述步骤a和步骤I)中以视频文件的变换系数和运动向量来判断镜头边界。
8.根据权利要求2所述的基于压缩感知的自适应视频信息隐藏方法，其特征在于设步骤c和步骤3)中采用直流能量比Ep_dc和图像偏离度两个特征来构建关键帧的纹理特征模型，其中 直流能量比Ep_dc定义为图像DCT变换后直流能量与所有系数能量和之比，并以系数的平方表征能量，则有
全文摘要
本发明的基于压缩感知的自适应视频信息隐藏方法，特征在于，包括a．以镜头为单位将视频文件分帧；b．以镜头的第一帧作为关键帧；c．建立图像纹理分类模型，获取关键帧的纹理分类模型标记；d．确定关键帧的纹理分类，确定关键帧是纹理区、平滑区还是介于两者之间；e．选择算法和确定嵌入深度；f．嵌入秘密信息，在系数矩阵中嵌入秘密信息；g．合成视频文件。本发明的视频信息隐藏方法，在无需对整个视频文件进行解压缩的情形下，就可自适应地嵌入秘密信息，不会影响视频的观赏性，具有计算量小、信息隐写效率高、对视频影响小和秘密信息安全性好的优点。可广泛应用于版权认证、盗版跟踪及保密通信等众多领域。
文档编号H04N7/26GK102917227SQ201210420058
公开日2013年2月6日 申请日期2012年10月29日 优先权日2012年10月29日
发明者赵彦玲, 郑晓势, 刘广起, 李娜 申请人:山东省计算中心