一种新的SDTV-H隐写技术。264 / AVC视频编码

摘要

今天，在快速发展的数字网络中，窃听已成为一个普遍问题，并已预见到在数字媒体中嵌入秘密通信通道的需求。本文提出了一种用于标准清晰度数字电视(SDTV) H.264/AVC编码视频序列的隐写技术。该算法利用了上下文自适应可变长度编码(CAVLC)熵编码器的压缩特性，实现了低复杂度、实时的插入方法。所选方案通过修改交流频率量化的内预测i帧剩余亮度系数，将私有消息直接隐藏在H.264/AVC码流中。为了避免误差在相邻块中传播，采用了交错嵌入策略。同样，所提出的隐写技术允许在目标目的地对隐藏信息进行自我检测。源代码是通过MATLAB 2010 b和Java开发环境混合实现的。最后，通过客观和主观质量测量对实验结果进行了评估，结果表明，采用该技术产生的可见伪影较小，PSNR值超过40.0 dB，每秘密通信信道的嵌入比特率平均为425比特/秒。这说明在数字电视中，隐写术是负担得起的。

1.介绍

在过去的十年中，毫无疑问，数字媒体已经成为我们日常生活的一部分。最近在电气和通信工程方面的技术成就使数字连接世界的存在和大量的数据交换成为可能。然而，这种情况最近暴露了数字媒体的窃听，伪造，甚至破坏，使它成为一个主要的安全问题。在追求安全通信的过程中，数据加密技术已经被典型地应用和首选，而不是其他隐藏方法。尽管如此，这些策略未能保护消息本身的可靠性，并使其完全容易受到恶意攻击。有鉴于此，数据隐藏技术，如隐写术，已经提高了它们的相关性，并引起了研究人员的注意。"隐写术"来自希腊语steganos graphos，指“覆盖的书写”，被认为是将机密数据隐藏在载体中，以便以不被发现或察觉的方式传递机密信息的艺术[1］.一个基本的隐写框架由嵌入器和检测器组成。第一种方法使用特殊算法将秘密数据引入到掩蔽工作中，生成所谓的stegoobject，后者负责使用正确的算法提取隐藏信息。

在撰写本文时，已经有大量关于使用媒体文件(如音频、图像和视频)作为隐写的封面文件的研究工作。然而，它们的设计和应用并不适用于当前的领先技术，例如数字电视。

目前，数字地面电视广播已经成功实施。这种技术意味着使用数字视频标准和随后的数字传输对高质量音频和视频源进行编码和压缩。为了实现数字电视，提出了几个视频标准:H.261 [2], H.262 [3.), h / AVC [4]，以及最新的H.265/高效率视频编码(HEVC) [5](仍在为数字电视开发中)。在实际应用中使用最多的H.264/AVC标准对混合视频编码范式进行了改进，在压缩搜索中加入了新的编码技术，包括空间编码、变换编码和残差编码。这些变化主要是在内部使用新的预测方案,interprediction宏模块内的可变块大小,一个新的变换核心,第一个熵编码工具,考虑到数据的上下文的重要性被编码,并降低比特率的自适应策略。第一个使用H.264/AVC的电视规范是巴西数字电视标准(SBTVD-T)，预计所有数字地面电视标准将在未来几年开始使用它。

在这种情况下，为数字电视设计的隐写技术和应用的缺乏成为一个倍受关注的领域。目前，还没有为数字电视设计的隐写技术。此外，类似的实现仅限于使用音频[6]及图像[7，8作为封面媒体。最重要的相关作品包括关于造水的学术文章(类似于隐写术，重要的区别是要隐藏的数据与封面文件有关)。然而，只有少数适合于实时、中等嵌入强度、不需要比特率增加技术的数字电视广播。

在[9]，利用CAVLC和间预测的编码特性，应用了一种有趣的水印技术。秘密信息嵌入高频系数的符号位中，编码为尾随位，并以固定位编码用于预测帧之间的转换块。虽然不改变原始的比特率，但该技术不考虑内部预测引起的错误传播，留下了在视频流中嵌入更多数据的可能性。

另一方面，在…10]，提出了一种基于密钥依赖策略的自检测随机水印技术。利用量化残差系数的奇偶特性来隐藏和识别水印比特。结果表明，该算法的比特率增量小于1%。该方案没有考虑到局部上下文属性的变化和观众的最终感知，因为它随机选择水印系数，从而创建可能的视觉构件。

在[11]，作者建议使用感知分析，以便为H.264/AVC视频创建稳健的水印技术。这种方法使用Watson创建的人类视觉模型[12，将水印位嵌入量化后的剩余亮度系数中，量化后的剩余亮度系数的量化步长至少改变1。通过该方法，获得了嵌入容量。即使考虑到人的感知，这种技术也会使比特率提高5%以上，并需要更多的计算资源。此外，沃森的感知模型最初被认为是基于离散余弦变换(DCT)的联合图片专家组(Joint Pictures Expert Group, JPEG)静态图像。H.264/AVC使用另一种类型的变换:整数余弦变换(ICT)，其性质往往是离散余弦变换的性质，但确实不完全相同。

最后，引用的工作仅使用客观的质量度量，以验证其模拟结果和其技术的嵌入强度。然而，他们没有考虑到人类对结果编码视频序列的真实感知。因此，在今后的工作中必须考虑主观质量度量。

本文旨在提出一种实时、低复杂度、自检测和减少错误传播的数字电视隐写视频序列的算法，以保持数字电视隐写视频序列的比特率。为此，利用熵编码器的特性，将秘密信息交错地隐藏在预测亮度块的高频系数中。此外，采用客观和主观感知标准对仿真结果进行了分析。

论文组织如下2简要介绍了从数字电视中提取和插入视频的过程，并讨论了隐写方案的嵌入、检测和增强特性的细节。部分3.展示了客观和主观质量测量的实验结果。最后,部分4描述了最显著的结论，并为未来的工作提供了指导方针。

2.方案提出

为了将隐写技术应用于数字电视中的H.264/AVC视频序列，需要将这些序列从原始数字电视比特流中分离出来。所提出的方案解决这一问题的方法是最终算法的预处理阶段的一部分。数字电视流包含不同电视节目的视频、音频、控制和同步信息，特别使用MPEG-2系统规范打包，也称为传输流(TS) [13，14］.TS标准解释了不同的电视节目是如何由音频和视频包组成的，包括分组基本流(PES)、控制信息和节目特定信息(PSI)，这些信息由节目关联表(PAT)、节目映射表(PMT)、和由程序时钟参考(PCR)提供的时间信息，交替地用包标识符(PID)进行寻址和标记，并加入到一个兼容的比特流中。所选方案提取一个电视节目的H.264/AVC视频对应的基本流(ES)。插入机制以同样的方式操作，但顺序相反。图中描述了这两个过程的详细描述，包括使用隐写术嵌入秘密消息和提议的新特征1．需要再次强调的是，目前还没有为数字电视设计的最先进的隐写技术。

2．1．MPEG-2 TS的H.264/AVC检测

MPEG-2 TS由188字节长的传输包组成，其中包含视频、音频、数据和电视节目的控制信息。所有这些信号在一个比特流中被多路复用。整个预嵌入过程的第一步是从TS中提取所选程序的视频ES，具体过程如下:(我)与传输流同步:解码器在TS中获取同步字节，其值总是0x47 base 16 (HEX)。在重复其模式之前，每个同步字节必须有188字节的间隔，不考虑为前向错误校正(FEC)引入的任何额外数据。(2)项目特定信息(PSI):有两个相关的表描述传输流的瞬时结构，并作为控制信息的一部分发送。第一个表是PAT，它是在PID值等于标准中指定的0x000 HEX时标识的。这个表显示了在TS中携带的程序总数和它们相关的PID标签。第二个表是PMT。该表允许将ES的每个PID(如视频、音频或其他控制数据)与相应的电视程序相关联。(3)访问计划:在知道所有ES的pid之后，就可以访问TS携带的任何程序，从而区分不同的ES。假设视频和音频PID值0 x121十六进制和0 x132十六进制,分别流数据包的PID值= 0 x121十六进制将组装成一个视频ES和提供给下一个解码阶段(此句如果的TS获取音频ES)。

拆分TS后，选择一个视频ES用于嵌入目的。通常，第一个要解码的视频帧被称为帧内帧(或i帧)，因为它是从先前解码的属于同一帧的样本中预测出来的。此外，TS位流格式允许通过使用一个特殊的字节来检测i帧随机存取的指标．在某些情况下，第一个帧将有两个分区或切片:顶部由内预测预测，底部由间预测(也称为p -切片)预测，这是由先前编码属于其他帧或切片的样本预测的。

2．2．H.264/AVC序列中的数据隐藏程序

将嵌入秘密数据的i帧被划分为定义为宏块的16 × 16像素区域(这种分割方式是为了编码和压缩效率)。根据编码过程中选择的内预测方案，将它们再次划分为4 × 4或8 × 8块段。H.264/AVC提供了三种类型的内预测模式，主要是intra-16 × 16, intra-4 × 4, intra-8 × 8(用于高轮廓和一些电视应用)。一般情况下，光滑区域占优势的帧或切片(帧的一部分)选用intr16 × 16，细节丰富的帧或切片选用intr4 × 4。Intra-8 × 8是一个特殊情况，在本作品中不考虑。同样的，由于人眼对平面区域的变化更敏感，所以只选择了intra-4 × 4的宏块进行数据嵌入。

考虑一个I-frame，它包含一个宏块区域，该宏块区域使用intra-4 × 4预测模式编码，并被划分为4 × 4维的块段(进一步称为““块)。现在,定义“的像素值”和“为相应的内预测块，其中”和“分别表示框架的行和列的离散索引。它们的差，或剩余矩阵，被标记为．”

H.264/AVC采用基于4 × 4维标准核的ICT编码亮度和色度残留块。因此,“的变换、缩放和量化，保证了过程中的正交性和标准正交性，如[15),生成”。“考虑”为块的残差量化ICT系数”、““作为要嵌入的隐写数据(二进制形式)，”作为应用隐写术的残差量化ICT系数，“作为实验实现的门槛，而且””、“”和““作为块内的离散索引”嵌入策略的工作原理如下。

如果“”。然后 ,“"返回后面的余数"除以“2”。结果的符号与除数相同。

如果“”。然后

根据图2由于发送是无损操作，且嵌入的信息在接收过程中不会发生变化，因此本文提出的隐写算法在量化级别工作。嵌入算法是在宏块内将可嵌入块与邻近块分离，并在可嵌入宏块之间留下一个宏块的空间。要隐藏消息的单独空间被用来减少可见的工件，从而不会降低主观质量。

有一种例外情况是必须避免自我勾结攻击。当"。“使用(1)将同一系数降低一级。然而，在接收端，隐藏消息的原始比特将丢失，恢复过程将失败。由于这个原因，仅在这种特殊情况下，系数级增加1。应该注意的是，嵌入的二进制消息可以被分发，以降低这种奇异情况的可能性。此外，产生的stego TS与原始的比特流结构没有区别。这是由于比特流异化和程序时钟参考(PCR)被尊重和保存。该算法利用CAVLC特性对比特率进行有限控制。目标是保持相同的H.264序列长度或减少一些字节，以便能够插入stego-H. 264。264序列中相同数量的TS包。

为了不增加比特率，必须考虑四个事实:(我)不隐藏在零宏块中。(2)不选择拖尾系数(T1s)，因为它们有一个定义的代码。(3)在任何非零宏块中不选择零系数，因为长度会增加。(iv)将亮度ICT系数降低一层，将产生比原来更小的长度。

最后，合成的i -帧被重新打包到TS中，以便于被传输。

2．3.隐藏的信息提取

隐藏消息的检索是快速和简单的。通过应用图中所示的相同过程2对H.264/AVC视频进行熵解码后，选择可嵌入的宏块提取隐藏信息。秘密信息被一点一点地恢复的方法已经给出

２.４.嵌入协议和加密

为了提高嵌入消息的安全性，保证目标目的地的自我检测，建议在隐写技术之前使用RC4算法对隐藏消息进行加密[16并将其封装到一个专门设计的协议中，以确保端对端的自我检测。RC4，选择它是因为它的编程简单和性能[17，使用私钥对消息进行加密。因此，如果隐写算法被破解，敌人就必须知道密钥和密码算法。

综上所述，本节提出了一种新的、低复杂度的数字电视隐写算法。该方案首先对数字电视中的TS进行解码，提取H.264/AVC视频序列。然后，对这些信息进行解码，并搜索预测的亮度区域，在这些区域中，使用交错嵌入策略和利用隐写法描述的CAVLC熵编码器的特性，将秘密和先前加密的信息隐藏到ICT高频残差系数中。最后，合成的隐写视频序列被重新打包到TS流中。

3.实验结果

利用MATLAB 2010 b和Java开发环境对所提出的隐写技术进行了软件仿真。该程序最重要的成就是MPEG-2系统和H.264/AVC集成，一个符合标准的专有代码。此外，提出了一种新的CAVLC熵编码器方案，该方案采用了从[18)完成。这可以提高剩余亮度系数的整体编码和解码速度。所有实验都是使用一个典型的免费电视频道的传输流样本进行的，从每天的节目列表中提取了三个不同的封面视频序列。所选的视频序列在场景的变化中有所不同，并被分为静态的、适度的和高度变异的。

静态视频的特点是在场景中缓慢和几乎无运动，摄像机的焦点通常集中在捕捉一个对象。适度变异性视频的特点是有一定的场景变化，高度变异性视频的特点是不相关场景的快速交替。为了证明每个视频序列的嵌入能力和引入的失真量，随机选择了三种不同长度的秘密消息。采用两种不同的质量度量方法对仿真结果进行了比较。其中之一是被称为峰值信噪比(PSNR)的客观质量度量[19]，是工程上广泛采用的测量压缩引起的失真量的方法，将原始帧与隐写视频帧进行纯粹的数学比较，另一种是基于ITU-R BS.1116的主观感知标准，称为主观差异等级(subjective Difference Grade, SDG) [20.］.后者已于[21现在也应用于数字电视。

与PSNR不同，SDG通过调查来考虑观众的意见。可持续发展目标程序的工作原理如下:有三种不同的数字电视序列，分别标记为“A”、“B”和“C”。“A”总是原始序列，“B”和“C”是随机打乱的，其中一个包含原始序列，另一个包含隐写序列。观众被要求观看“A”，并被告知这是原作，然后是“B”和“C”，而不告诉他们这两个序列的内容。然后，观众被要求在“B”和“A”之间以及“C”之间的感知失真上加标点符号。可以为这个主观测试选择的可能的标记在图中详细说明3.，当没有察觉到差异时，分配5，当差异非常令人讨厌时分配1。

经过调查，SDG值被计算为一个特殊的质量度量函数。本文通过赋给stegofile的标点符号与原标点符号的差值得到SDG值，如

如果SDG值变为高度负值，则意味着隐写技术引入了明显的失真。如果它为正值或接近于零，则可以推断知觉退化没有被感知，主观质量更好。

3．1.模拟条件

模拟过程中使用的序列具有以下共同属性:所有序列均采用H.264/AVC高调编码，使用CAVLC熵编码器，帧率为30 fps，空间分辨率为720 × 480像素。此外，每个宏块的量化参数不是固定的，在不同的帧内自适应变化，扫描顺序可以是交错或递进的。此外，每个测试序列持续15秒。这项民意调查包括27个不同的问题，抽样调查的30人年龄在20岁到30岁之间，在一个明亮的环境中。这些测试整合了三种不同的信息长度和三种不同的隐写技术。隐写方法由[10，该技术的早期版本，没有考虑图中解释的交错策略2主要区别在于离散指数"有射程最后的提案。同样，[的方法复杂性10]，建议如表所示1．消息长度估计为使用[中的技术的每个视频摘录的最大嵌入容量的百分比。10］.

3．2.仿真结果

数字4图中所示方法的帧30的PSNR10]，以及最终方案，分别用三种不同的消息长度和三种不同的数字电视序列进行测试。仿真结果表明，PSNR值随着嵌入消息大小的增加而减小。然而，所有的PSNR值都在40 dB以上，这对于H.264/AVC的隐写技术来说是一个可接受的范围。此外，这表明隐写序列的客观质量较好，且嵌入技术引入的误差较小。结果还表明，对于中等变异和静态视频，所提出的技术获得了更好的PSNR值，略优于两者[10和没有交错策略的技术。数字5描述原始视频帧的第30帧、秘密数据和不同类型视频的隐写帧。

对于SDG值，PSNR分析得到了不同的结果。如图所示4(一)，4 (c),4 (e)并在图中所示的相同模拟条件下进行测试4 (b)，4 (d),4 (f)．首先，静态序列清楚地表明，随着嵌入数据长度的增加，由于光照强度高，摄像机移动少，镜头聚焦在演讲者讲话的场景中心，SDG值迅速下降。然而，事实是人类的眼睛很容易适应准不变的场景和较小的变化被快速识别。另一方面，有趣的是，在调查期间，一些高度和中度变异的摘录获得了积极或接近零的可持续发展目标值。这只能通过场景之间的移动来证明，这成为分析的一个重要话题，因为变化掩盖了隐写技术带来的轻微失真，增加了观众选择的复杂性。因此，PSNR并不能充分判断所设计的隐写技术是否优于其他隐写技术。例如，静态视频具有可接受的PSNR值，但观看者认为它的质量很差。在这种情况下，应该指出的是，在SDG模拟中，该方案的隐写技术略优于其他隐写方法。所提出的技术不像在[10］.利用可嵌入宏块之间的空闲空间和选择可嵌入宏块的特殊策略，减少了可见伪影，平均提高了隐写序列的客观质量和主观质量。最后,表2显示由提议和由[10，以及与原始视频摘录相关的比特率增加百分比。

值得注意的是，所提出的技术达到了每秘密通信信道约425比特/秒的平均嵌入比特率，没有增加原始视频比特率，而是略微降低了它，从而证明了该技术对CAVLC编码器的比特率控制。表格2是相关的，因为它描述了在SDTV中应用隐写术可能面临的带宽限制。

4.结论

本文讨论了一种适用于SDBTV数字电视序列的实时、经济、压缩域隐写技术。采用交错嵌入策略将秘密信息隐藏在预测的4 × 4宏块的高频亮度ICT系数中。此外，通过应用特殊的嵌入协议，在隐写过程之前对秘密数据进行加密，实现目标目标的自我检测和增强的安全特性。

仿真结果表明，该方法保持了隐写序列良好的主观质量，PSNR分析不足以保证隐写过程中感知质量不会下降。考虑到观众的真实感受是非常重要的。可持续发展目标和PSNR测度的不同结果证明了这一点。最后，值得一提的是，应该对静态序列提供特别的关注，在静态序列中，轻微的更改可能会导致恼人的视觉工件。

本文介绍了一种首次用于数字电视的隐写技术。在未来的工作中，提出的方案将基于8 × 8宏块内预测和自适应亮度算法，以减少静态序列的嵌入容量，从而保持主观质量。此外，针对客观质量度量的新的标准化算法也在研究之中。

相互竞争的利益

两位作者宣称他们没有相互竞争的利益。

致谢

作者要感谢秘鲁无线电和电视研究所(IRTP)提供了这项工作所依据的数字电视序列。

参考文献

1. I. Cox, M. Miller, J. Bloom, J. Fridrich和T. Kalker，数字制水和隐写术摩根·考夫曼(Morgan Kauffmann)， 2008年。
2. ITU-T，“用于p × 64kbit /s音视频业务的视频编解码器”建议H.261 ITU-T 1993。视图:谷歌学者
3. ISO/IEC 13818-2和ITU-T Rec. H.262.0， "信息技术-移动图像和相关音频信息的通用编码:视频"ISO / IECJTC 1和ITU-T, 1995年。视图:谷歌学者
4. ISO/IEC和国际电联- T《通用视听服务的高级视频编码》ISO/IEC 14496-10和ITU- T建议H.264， iso / iec JTC 1, itu-t, 2010。视图:谷歌学者
5. G. J.沙利文，j - r。欧姆,W.-J。Han，和T. Wiegand，“高效视频编码(HEVC)标准概述”，IEEE视频技术电路和系统汇刊第22卷第2期12, pp. 1649-1668, 2012。视图:出版商的网站|谷歌学者
6. G.尼赫鲁和P.达尔，“使用LSB和遗传算法的音频隐写技术的详细研究，”国际计算机科学期刊，第9卷，402-406页，2012。视图:谷歌学者
7. K.-C。Chang C.-P。张，P. S. Huang和t . m。屠，“一种新的使用三向像素值差分的图像隐写方法，”多媒体杂志，第3卷，第2期。2，页37-44,2008。视图:谷歌学者
8. Y.-F。太阳,D.-M。妞妞,G.-M。唐,Z.-Z。Gao，“基于Fisher信息的优化LSB匹配隐写”，多媒体杂志，第7卷，第5期4, pp. 295-302, 2012。视图:出版商的网站|谷歌学者
9. B. Mobasseri和Y. N. Raikar，“通过直接对CAVLC块进行水印的H.264流的认证”，发表于多媒体内容的安全、隐写与水印，第6505卷学报学报，国际光学工程学会，美国加州圣何塞，2007年1月。视图:出版商的网站|谷歌学者
10. M. Noorkami和R. M. Mersereau，“H. 264压缩域视频水印”IEEE图像处理国际会议论文集，第2卷，890-893页，意大利热那亚，2005年9月。视图:谷歌学者
11. M. Noorkami和R. M. Mersereau，“具有可控检测性能的h .264编码视频的鲁棒水印框架”，IEEE信息取证与安全汇刊，第2卷，第2期1，页14-23,2007。视图:出版商的网站|谷歌学者
12. A. B. Watson，“DCT量化矩阵视觉上优化的个别图像”，在人类视觉、视觉处理和数字显示，第1913卷学报学报，第202-216页，加利福尼亚州圣何塞，美国，1993年9月。视图:出版商的网站|谷歌学者
13. ISO/IEC和ITU-T，“移动图像和相关音频信息的信息技术通用编码:系统”，ISO/IEC 13818-1和ITU-T建议H.222.0， iso / iec JCT 1, itu-t, 2006。视图:谷歌学者
14. J.阿诺德，M.弗雷特和M.皮肯，数字电视技术与标准， John Wiley & Sons, 2007。
15. 即理查森,H.264和MPEG-4视频压缩:下一代多媒体的视频编码， John Wiley & Sons，纽约，纽约，美国，2003。
16. w .切除了RC04流加密算法,2005,http://cse.spsu.edu/afaruque/it6833/RC4.pdf．
17. S. O. Sharif和S. P. Mansoor，“流和分组密码算法的性能分析”第三届计算机理论与工程国际会议论文集(ICACTE’10)， pp. V1522-V1525，成都，2010年8月。视图:出版商的网站|谷歌学者
18. Y. Yi和B. C. Song，“用于1080p 60-Hz H.264编解码器的高速CAVLC编码器”，IEEE信号处理信，第15卷，第891-894页，2008。视图:出版商的网站|谷歌学者
19. S. Winkler和P. Mohandas，《视频质量度量的演变:从PSNR到混合度量》，IEEE广播汇刊第54卷第5期3，页660-668,2008。视图:出版商的网站|谷歌学者
20. ITU-R，“音频系统(包括多通道声音系统)中微小损伤的主观评估方法”，ITU-RRec。BS.1116-1, 1997年。视图:谷歌学者
21. G. Kemper和Y. Iano，“基于小波子带编码的音频压缩方法”IEEE拉丁美洲学报，第9卷，第5期。5, pp. 5 - 6, 2011。视图:出版商的网站|谷歌学者

版权

版权所有©2016 Christian Di Laura et al。这是一篇发布在知识共享署名许可协议，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。