基于纹理方向高效视频编码鲁棒视频水印.docVIP

基于纹理方向高效视频编码鲁棒视频水印 　　摘 要： 　　针对现有基于高效视频编码的视频水印算法鲁棒性不足的问题，提出一种基于纹理方向的鲁棒视频水印算法。算法根据水印值将帧内角度预测模式分为水平方向和垂直方向两组，计算N×N分割编码时每个预测单元的纹理方向。当纹理方向与水印所表示的方向一致时，将当前预测单元的33种角度预测模式截断为水平方向或者垂直方向的预测模式，随后根据率失真代价函数决策出最优的预测模式，并判断水印是否嵌入。记录最终水印嵌入位置作为密钥，用于解码端提取。实验结果表明，该算法具有较小的码率增长和视频失真，在历经噪声、滤波和重编码等攻击后能保持较低的误码率（BER），说明该方案能用于视频版权保护。 　　关键词： 　　高效视频编码；纹理方向；视频水印；鲁棒性；帧内预测模式 　　0 引言 　　为了满足人们对于视频清晰度的要求，视频编码标准经历了一代又一代的发展，然而这些数字化的视频更容易受到仿造、篡改等人为的攻击，视频的版权问题变得越来越突出。鲁棒水印技术有利于解决版权问题，因此成为了视频版权保护领域的研究热点[1]。 　　2013年，国际电信联盟和移动视频专家组联合制定的新一代视频编码标准――高效视频编码（High Efficiency Video Coding， HEVC），其编码效率相对于现今流行的视频编码标准如H.264，要提升50%左右[2]。衡量水印方案鲁棒性能的标准之一为误码率，越低的误码率表明鲁棒性能越好。现有的大部分鲁棒视频水印文献都是以H.264/AVC为基础，张维伟等[3]提出将水印嵌入纹理块的4×4块量化离散余弦变换（Discrete Cosine Transform， DCT）系数中，该算法具有较好的鲁棒性，但嵌入水印的那帧图像视觉质量下降较大。Lin[4]利用卷积码对水印信息进行了编码，根据水印值修改4×4块量化DCT系数的奇偶性，虽然系数的奇偶性在遭受攻击时容易发生变化，鲁棒性不高，但卷积码的检错性能使鲁棒性得以提升。在Yen等[5]的方案中，他们建立了4×4 DCT块的Watson人眼视觉模型，然后根据模型选择水印嵌入强度，此方案除了模型的建立比较复杂以外，其他的性能都很好。上述方案都是针对4×4块的量化DCT系数进行修改。对于HEVC来说，其存在4×4，8×8，16×16和32×32这4种变换块，同时将帧内4×4 DCT改为离散正弦变换（Discrete Sine Transform， DST）[6]，而且，为了进一步减少码率，新增加了符号数据隐藏技术，将直流系数的符号隐藏于系数块中所有系数之和的奇偶性[7]。正是由于这些新增的特性，使得上述方案并不完全适用于HEVC。文献[8-10]则是最新的基于HEVC的视频水印方案。Chang等[8]分析了DCT和DST系数的特性，将水印嵌入不会引起误差传播的变换系数中，算法能够有效防止帧内误差传播，但水印在嵌入过程要满足一定的条件，因而嵌入容量受限。Swati等[9]提出修改DCT系数的奇偶性，王家骥等[10]则提出修改帧内预测模式的奇偶性，两者的方案虽然都对视觉质量影响较小，但预测模式和系数的奇偶性在受到攻击后很容易改变，使得误码率较高，鲁棒性能下降。 　　鉴于以上分析，本文提出了一种基于纹理方向的鲁棒视频水印。本方案充分结合HEVC的帧内预测编码技术，将纹理方向与角度预测模式相结合，利用水印去修改纹理方向一致时预测单元（Prediction Unit， PU）的角度预测模式集。算法对视频质量和码率的影响都很小，同时，水印在遭受常规的攻击后能保持较低的误码率，鲁棒性能较好。 　　本文的剩余部分如下，第1部分为水印的嵌入与提取，实验结果及分析在第2部分，总结在第3部分。 　　1 水印的嵌入与提取 　　1.1 计算纹理方向 　　纹理方向是图像的一个局部特征，对于一个纹理方向显著的块，其像素值在其纹理方向上的变化很小。如图1（a）所示， 这是BlowingBubbles 测试序列的一帧图像中的一个4×4 子块的像素值。从图中可以看出，这个子块的像素值在垂直方向上的变化很小，因而其纹理方向为垂直方向。在编码后的帧内预测模式为26，为垂直预测模式，与纹理方向相同。这是因为HEVC在进行帧内预测时，将失真最小的预测模式作为最优，这就表明最优预测模式要与纹理特性想匹配。也即是说，纹理方向与预测模式之前存在很强的联系。本方案的实施则是以此为前提。 　　首先，计算出纹理方向。Tsai等[11]提出了一种简单有效的计算纹理方向的方法，现简单描述如下：首先将一个4×4的像素块分成5个子块，如图1（b）所示，然后用式（1）计算每个子块的平均像素： 　　Pk={f（xk+yk）+f（xk+1，yk）+f（xk，yk+1）+f（xk+1，y