一种内容自适应的视频隐写分析方法
【技术领域】
[0001] 本发明设及隐写分析（Steganalysis)方法，尤其设及一种基于内容的自适应隐 写分析方法，W及该方法在检测各嵌入域的视频隐写上的应用，该方法属于信息安全技术 领域中的信息隐藏子领域。
【背景技术】
[0002] 在当今信息时代，计算技术的迅猛发展W及互联网的快速普及，推动了数字多媒 体技术的发展和应用，同时信息的安全保护问题日益成为了人们关注的焦点。隐写作为信 息隐藏的重要分支，旨在通过隐藏信息的存在来提供可靠的隐蔽通信。隐写利用了感官的 不敏感及多媒体数字信号的冗余，将秘密信息隐藏在载体中，使得攻击者无法察觉。随着网 络视频应用如IPTV，视频会议，视频点播等的广泛普及，压缩视频流越来越成为一个易于使 用的隐蔽通信信道。视频隐写可在视频压缩过程中通过修改运动向量、预测模式及宏块划 分方式等压缩参数来嵌入秘密信息。
[0003] 视频隐写分析是用来检测是否存在秘密信息的技术。其基本手段是构造一个二类 分类器，并使用从载体/隐写样本集中提取的特征对分类器进行训练，随后从待测视频中 提取特征输入分类器进行隐写存在的分类判别。典型的视频分析的具体步骤是，首先，选择 或设计一种算法用于特征提取，该特征应该对嵌入过程较为敏感，能有效的区分原始视频 和隐写视频。在特征提取过程中，将视频划分为固定长度的帖组，称为检测区间，在每个检 测区间内提取单个特征用于之后的训练或检测。分别从训练集的原始视频集和隐写视频集 中提取相应的特征，将特征输入分类器进行训练得到可用于测试的隐写分析分类器。在实 际分析中，将从待测视频中提取的特征输入分类器，从而判断该样本是否含有秘密消息。
[0004] 当前的视频隐写算法都采用了内容自适应的方式。隐写者为了尽可能的减少 改动带来的失真，会选择隐写代价小的帖区域嵌入秘密消息。如Kutter化^rdan,M. Kutter,andT.Ebrahimi.Proposalofawatermarkingtechniqueforhidingdata incompressedanddecompressedvideo,ISO/IECDoc,JTC1/SC29/QWG11,Tech.民邱. M2281,Jul. 1997.)，Xu(C.Xu,X.Ping,andT.Zhang.Steganographyincompressed videostream,Proc. 1stInt.Conf.InnovComput.Inf.Control,vol. 1,pp.269 -272,Sep.2006.)，Aly(比Aly,"Datahidinginmotionvectorsofcompressed videobasedontheirassociatedpredictionerror,''IEEETrans.Inf.Forensics Security.，vol. 6,no. 1，pp. 14 - 18,Mar. 2011.)，Cao(Y.Cao,X.Zhao,D.Feng,and 民.Sheng.Videosteganographywithperturbedmotionestimation,Proc. 13thInt. Conf.IH,vol. 6958,no. 1，pp. 193 - 207, 2011.)，Hu(Y.Hu,C.Zhang,Y.Su.Information hidingbasedonintrapredictionmodesfor比 264/AVC,Proc.IEEEInternational ConferenceonMultimediaandExpo,pp. 1231 - 1234, 2007)，Yang(G.Yang,J.Li,Y. He.Aninformationhidingalgorithmbasedonintra-predictionmodesandmatrix codingfor比 264/AVCvideostream.InternationalJournalofElectronicsand Communication,pp. 331-337, 2011.)等提出的视频隐写方法，根据特定的筛选准则选择 符合条件的参数进行修改。因此，自适应隐写通常会导致嵌入容量的不均衡，即不同帖间 的改动比特数及帖内不同区域内改动的比特数在该种情况下差别很大。然而，几乎现存 所有的分析方法都W相同的方法处理每一帖，即将视频分成等长度的检测区间，再从各检 测区间中针对所有的区域计算和提取特征。如Su(Y.Su,C.aiang,andC.aiang.Avideo steganalysisalgorithmagainstmotion-vector-basedsteganography,SignalPr ocess,vol.91,no.8,pp. 1901 - 1909,2011.)，Cao灯.Cao,X.Zhao,andD.Feng.Video steganalysisexploitingmotionvectorreversion-basedfeatures,IEEESignal Process.Lett,vol. 19,no. 1,pp. 35 - 38,Jan. 2012.)，Wang(K.Wang,H.化ao,andH.Wang. Videosteganalysisagainstmotionvector-basedsteganographybyaddingor subtractingonemotionvectorvalue,IEEETransactionsonInformationForensics andSecurity,vol. 9,no. 5,pp. 741 - 751,Feb. 2014.)，Ren(Y.Ren,L.Zhai,andL.Wang. Videosteganalysisbasedonsubtractiveprobabilityofoptimalmatching feature,Proceedingsofthe2ndACMworkshoponInformationhidingand multimediasecurity,pp. 83 - 90, 2014.)，Li(S.Li,H.Deng,比Tian,etc.Steganalysis ofpreditionmodemodulateddata-hidingalgorithmsinH. 264/AVCvideo stream,AnnaisofTelecommunications,pp. 7-8, 2014.)提出的隐写分析方法。该分析模 式忽略了嵌入容量的分布不均衡，不能保证提取的每个特征的有效性，从而无法很好的检 测自适应隐写。因此，针对当前的自适应视频隐写，设计一种隐写分析模式，可W及时、高 效、自适应的得到有效特征并正确检测秘密消息的存在，是视频隐写分析领域急需解决的 问题。
[0005] 除了W上回顾的科技论文