一種基于DCT和SVD的防篡改視頻水印算法

袁世杰，陸劍鋒，袁文強，張善卿

(杭州電子科技大學(xué)計算機學(xué)院，浙江 杭州 310018)

一種基于DCT和SVD的防篡改視頻水印算法

袁世杰，陸劍鋒，袁文強，張善卿

(杭州電子科技大學(xué)計算機學(xué)院，浙江 杭州 310018)

為了解決視頻內(nèi)容被篡改的問題，提出了一種防字幕篡改的數(shù)字視頻水印算法.在算法中引入結(jié)構(gòu)張量對字幕區(qū)域進行定位和處理，達到排除字幕背景干擾的目的.考慮到算法的魯棒性，在水印嵌入過程引入奇異值分解(SVD).首先將視頻解碼到I幀的亮度(Y)通道；然后將其分塊并進行離散余弦變換(DCT)、SVD分解；最后將水印信息嵌入到其中某些SVD分解系數(shù)上.實驗結(jié)果表明，當(dāng)文字的篡改面積大于15%時能檢測出篡改字幕.在不可見性方面，每段視頻嵌入水印前后的PSNR均超過44 dB；在魯棒性方面，受攻擊后水印提取正確率在90%以上，具有著較好的不可見性和較強的魯棒性.

水??；結(jié)構(gòu)張量；離散余弦變換；奇異值分解

0 引 言

近幾年，數(shù)字視頻的數(shù)量呈爆炸式增長，隨之而來的問題也是層出不窮.其中，內(nèi)容被篡改問題尤其嚴重.數(shù)字水印技術(shù)是解決這類問題的關(guān)鍵技術(shù).按照水印的嵌入位置，數(shù)字視頻水印可分為嵌入幀內(nèi)的視頻水印、嵌入幀間的視頻水印以及嵌入運動向量的視頻水印.

文獻[1]提出了一種用于版權(quán)保護的視頻水印算法，將版權(quán)信息嵌入幀內(nèi)的壓縮域上.優(yōu)點是魯棒性較強，但不可見性不是很強.文獻[2]提出了一種多層認證的視頻水印算法，利用視頻的多層信息構(gòu)成水印信息，然后將其嵌入視頻中.有著較好的信息認證作用，但其魯棒性還有待提高.文獻[3]提出了一種視頻水印算法，將水印信息自適應(yīng)地嵌入到每一幀的DWT域中.具有很強的魯棒性，但是不可見性有待進一步提高.文獻[4]提出了一種檢測視頻篡改的水印算法，首先將視頻塊的索引作為水印信號，然后結(jié)合SVD分解將水印信息嵌入到視頻幀內(nèi).優(yōu)點是可以準確檢測出篡改，但是嵌入水印后的視頻質(zhì)量卻不盡如人意.文獻[5]提出了一種基于人類視覺系統(tǒng)的視頻水印算法，根據(jù)不同視頻的紋理和亮度計算出水印嵌入的量化步長，然后計算出每一幀的量化步長并將水印嵌入視頻幀中，其魯棒性和不可見性都很好，但只能用于視頻版權(quán)的保護.文獻[6]提出了一種基于內(nèi)容認證的視頻水印算法，將視頻塊索引作為水印按照作者提出的算法嵌入到視頻幀內(nèi).其魯棒性不盡如人意.

一般情況下嵌入幀間的視頻水印算法的不可見性是要好于其它兩類算法，但是其魯棒性不如嵌入幀內(nèi)的視頻水印算法.文獻[7]提出一種雙水印算法，首先將幀索引作為水印信息嵌入幀內(nèi)，然后把4個連續(xù)幀中的像素看做2個坐標，利用斜率將主體水印嵌入視頻內(nèi)，可以有效地抵抗大部分針對視頻幀的攻擊和干擾，但是只能用于版權(quán)保護.文獻[8]提出了一種基于一維DFT和拉東變換的視頻水印算法，將一個GOP組的所有幀中相同位置的像素看做一個一維向量，然后利用拉東變換將水印嵌入視頻中，但該算法沒有考慮視頻內(nèi)容篡改的問題.

由于運動向量的特殊性，嵌入在運動向量的視頻水印算法的魯棒性及不可見性通常是3類算法中最差[9-10].

針對視頻內(nèi)容易被篡改的問題，本文提出了一種針對有字幕視頻內(nèi)容認證的視頻水印算法.利用SVD分解，將水印嵌入視頻Y通道的DCT系數(shù)上.結(jié)果表明本文算法準確有效，并且由于Y通道的像素值通常較大，所以對于DCT系數(shù)的微小修改不影響視頻質(zhì)量.

1 基本原理和實現(xiàn)

本文提出的防篡改視頻水印算法實現(xiàn)流程如圖1所示.

圖1 防篡改視頻水印算法流程圖

1.1 水印信息的生成

字幕是視頻中比較特殊的部分，漢字是由許多筆畫組成，這些筆畫大部分都是水平、垂直和對角結(jié)構(gòu)，同時還須考慮視頻本身的紋理特征帶來的干擾.因此需要用結(jié)構(gòu)張量對視頻幀圖片進行處理得到文字信息.下面為結(jié)構(gòu)張量的原理.

幀圖像的像素值表示為I，那么I的二階微分為

(1)

(2)

其中，G為一個常數(shù)，在本文中G=1，λ1和λ2為I″的2個特征值，T表示當(dāng)前像素和周圍像素的關(guān)系.

結(jié)構(gòu)張量處理過程為：按照從左到右，從上到下的順序?qū)γ總€像素求T，當(dāng)T>0.5時，則當(dāng)前像素值為0；否則，當(dāng)前像素值不變.

對視頻幀圖像處理過后，去除了大部分的背景信息.然后對其進行二值化便可定位出字幕區(qū)域并且使得其清晰可見.樣本視頻幀的效果測試如圖2所示.

圖2 樣本視頻幀的效果測試

從視頻中提取的字幕如圖3所示.具體的水印生成過程如下：

1)當(dāng)提取出字幕區(qū)域后，將其分割成逐個的漢字塊，如圖3中的字幕區(qū)域便可以分成12個漢字塊；

2)將每個漢字塊平均分成互不重疊的16小塊；

3)提取每個漢字的特征點作為水印信息.具體的過程為：使?jié)h字塊中的每一小塊與下一小塊作比較，最后一小塊與第一小塊作比較.當(dāng)本塊像素值之和大于等于下一塊時，w=1；否則w=0.

例如，在圖3中有12個漢字(含標點符號)，把圖3中字幕區(qū)域分為12個漢字塊，每個漢字塊生成16位水印信息，整個字幕區(qū)域生成一個16×12的矩陣，得到如圖4所示的水印信息.

圖3 視頻中的字幕

圖4 水印信息

1.2 水印的嵌入

本文算法是針對H.264視頻格式的.這種視頻壓縮格式是將所有視頻幀分為GOP組，每一個GOP組都是由一個I幀和多個P幀以及多個B幀組成的.在壓縮編碼時，I幀的信息是完整存儲的，而P幀和B幀則是預(yù)測幀，其存儲的內(nèi)容為當(dāng)前幀和其它幀相比較得出的偏移量.水印只嵌入I幀，這樣就可以使壓縮格式對嵌入水印信息的影響達到最小化.同時，字幕在多個GOP組中重復(fù)出現(xiàn)，所以不必擔(dān)心漏掉字幕信息.具體嵌入過程如下：

1)將視頻解碼到幀的Y通道，找到I幀；參照H.264的壓縮標準將I幀分成4×4的塊B；

2)對塊B進行DCT變換得到B′.利用SVD變換，B′=USVT，S為4×4的對角陣.求出S的最大2個元素之和c=S(0,0)+S(1,1)；

5)對其它的塊重復(fù)步驟2-4，直到全部水印嵌入完畢，再對當(dāng)前I幀編碼，得到嵌入水印的視頻.

1.3 水印的提取

水印的提取過程是水印嵌入過程的逆過程，具體步驟如下：

1)將視頻解碼到幀的Y通道，找到I幀；參照H.264的壓縮標準將I幀分成4×4的塊B；

2)對塊B進行DCT變換得到B′.利用SVD變換，B′=USVT，求出S的最大2個元素之和c.

4)重復(fù)步驟2-3直到所有水印提取完畢.

2 實驗結(jié)果及分析

實驗平臺為vs2010，解碼軟件為ffmpeg，樣本為H.264格式視頻，采用以下4個樣本，每個樣本200幀.如圖5所示.

圖5 本文測試用樣本圖例

運用本算法與其它算法進行了實驗，下面給出部分數(shù)據(jù)比較.由于視頻水印算法面臨的最大問題是不可見性和魯棒性的平衡問題，本文針對不可見性和魯棒性做了進一步比較分析.

2.1 字幕篡改檢測

圖6展示了字幕被篡改前后的2幅幀圖片.從圖6中可以看出，文字被篡改后并沒有特別明顯的痕跡，所以利用肉眼是無法判別字幕是否是被篡改過的.

圖6 視頻字幕篡改圖示

采用本文的視頻水印算法檢測得出的結(jié)果如表1所示.表1中，篡改面積指篡改之后的文字與原來的相比較，它們不同之處與整體原文字的面積的比值.當(dāng)篡改文字與原文字差異小于15%時，除了能檢測出被篡改的文字外，還會誤檢測出別的未被篡改的文字.這是由于受視頻背景的干擾，當(dāng)篡改前后文字差異較小時，出現(xiàn)誤檢測的情況.當(dāng)篡改文字與原文字差異大于15%時，本文算法中就判定文字被篡改，并能檢測出被篡改的文字.

表1 篡改字幕檢測結(jié)果

2.2 字幕提取及處理

實驗采用以下幾類方法進行字幕的信息提?。何墨I[12]的經(jīng)典大津法采用類間方差得到區(qū)分前景和背景的閾值，利用這個閾值區(qū)分圖像上的文本區(qū)域和背景區(qū)域；文獻[13]采用視頻編碼過程中的DCT系數(shù)自適應(yīng)地確定文本分割時閾值，然后利用這個閾值分割文本區(qū)域和背景區(qū)域；文獻[14]采用視頻文本關(guān)鍵點(KTP)來區(qū)分視頻中的文本區(qū)域和背景區(qū)域；本文采用結(jié)構(gòu)張量來構(gòu)造像素特征描述子，然后利用描述子區(qū)分視頻中的文本區(qū)域和背景區(qū)域.處理后的效果如表2所示.從表2可以看出，使用文獻[12]、文獻[13]、文獻[14]方法處理的字幕有部分字幕不清晰.這是因為視頻背景較為復(fù)雜，對字幕區(qū)域有較大干擾，用這些方法處理并二值化字幕區(qū)域致使部分字幕損壞，但使用本文的算法后，字幕清晰可見，水印信息準確.

表2 不同的算法對字幕的處理效果

2.3 不可見性測試

實驗中，采取客觀評價標準峰值信噪比(PSNR)和水印提取正確率(BCR).

峰值信噪比(PSNR)的定義為：

(3)

其中，m×n為幀的大小，I(i,j)和I′(i,j)為嵌入水印前后幀的像素值.

提取水印正確率(BCR)的定義為：

(4)

其中，m×n為幀的大小，I(i,j)和I′(i,j)為嵌入水印前后幀的像素值，⊕為異或操作.

實驗抽取4個樣本，采用文獻[6]算法和本文算法分別計算平均標準峰值信噪比(PSNR).文獻[6]中的算法是通過修改H.264視頻中4×4小塊副對角線上的系數(shù)將水印嵌入進去，結(jié)果如表3所示.

表3 文獻[6]算法和本文算法的平均PSNR比較 dB

2.4 魯棒性測試

表4中列出了文獻[6]中算法以及本文算法對于5種不同攻擊的抗攻擊性.受攻擊后的水印提取正確率越高，即說明算法的抗攻擊性越強.

表4 受到攻擊后水印的提取正確率 %

表4中的提取正確率是指經(jīng)過攻擊后提取出的水印信息和正確的相比較所得出的正確率.由于樣本2和樣本4本身的背景比較豐富，所以對于相同的攻擊，這2個樣本的數(shù)據(jù)要差一些.通過以上的數(shù)據(jù)可以看出，本文算法相比于文獻[6]的算法的表現(xiàn)要更好一些.

3 結(jié)束語

本文提出了一種針對有字幕視頻內(nèi)容認證的視頻水印算法.本文算法引入結(jié)構(gòu)張量定位字幕區(qū)域，生成了準確的水印信息.然后利用SVD分解，將水印嵌在視頻幀的DCT域上.實驗結(jié)果證明本文算法可以準確定位被篡改的字幕區(qū)域.在實驗部分將本文算法和文獻[6]中提出的算法做了比較，結(jié)果證明本文算法的不可見性良好，并且針對噪聲和壓縮攻擊水印的提取正確率都在90%以上.但是在實驗中發(fā)現(xiàn)本文算法在抗幀攻擊方面還是存在一定的缺陷，需要進一步改善.

[1]ZHANGJ,HOATS,QIUG,etal.RobustvideowatermarkingofH. 264/AVC[J].CircuitsandSystemsII:ExpressBriefs,IEEETransactionson, 2007, 54(2): 205-209.

[2]TEWY,WONGKS,PHANRCW,etal.Multi-layerauthenticationschemeforHEVCvideobasedonembeddedstatistics[J].JournalofVisualCommunicationandImageRepresentation, 2016, 40: 502-515.

[3]LOGANATHANA,KALIYAPERUMALG.AnadaptiveHVSbasedvideowatermarkingschemeformultiplewatermarksusingBAMneuralnetworksandfuzzyinferencesystem[J].ExpertSystemswithApplications, 2016, 63:412-434.

[4]FALLAHPOURM,SHIRMOHAMMADIS,SEMSARZADEHM,etal.Tamperingdetectionincompresseddigitalvideousingwatermarking[J].InstrumentationandMeasurement,IEEETransactionson, 2014, 63(5): 1057-1072.

[5]CEDILLO-HERNANDEZA,CEDILLO-HERNANDEZM,GARCIA-VAZQUEZM,etal.Transcodingresilientvideowatermarkingschemebasedonspatio-temporalHVSandDCT[J].SignalProcessing, 2014, 97(7): 40-54.

[6]XUD,WANGR,WANGJ.AnovelwatermarkingschemeforH. 264/AVCvideoauthentication[J].SignalProcessing:ImageCommunication, 2011, 26(6): 267-279.

[7]CHENH,ZHUY.Arobustvideowatermarkingalgorithmbasedonsingularvaluedecompositionandslope-basedembeddingtechnique[J].Multimediatoolsandapplications, 2014, 71(3): 991-1012.

[8]LIUY,ZHAOJ.Anewvideowatermarkingalgorithmbasedon1DDFTandRadontransform[J].SignalProcessing, 2010, 90(2): 626-639.

[9]WEIH,KOUZ.ResearchandApplicationofDigitalWatermarkforVideoCopyrightProtection[C]//ComputationalIntelligenceandSecurity, 2009.CIS′09.InternationalConferenceon.IEEE, 2009: 246-250.

[10]王量. 基于MPEG-2 的視頻水印技術(shù)研究[D].濟南:山東科技大學(xué), 2009.

[11]ZHANGSQ,ZHANGKL.Textureimagesegmentationmodelbasedoneigenvaluesofstructuretensor[J].ActaElectronicaSinica, 2013, 41: 1324-1328.

[12]OHTSUN.AThresholdSelectionMethodfromGray-LevelHistograms[J].SystemsMan&Cybernetics,IEEETransactionson, 1979, 9(1):62-66.

[13]QIANX,WANGH,HOUX.Videotextdetectionandlocalizationinintra-framesofH. 264/AVCcompressedvideo[J].Multimediatoolsandapplications, 2014, 70(3): 1487-1502.

[14]LIZ,LIUG,QIANX,etal.Effectiveandefficientvideotextextractionusingkeytextpoints[J].IETimageprocessing, 2011, 5(8): 671-683.

A Tampering Detection Video Watermarking Based on DCT and SVD

YUAN Shijie, LU Jianfeng, YUAN Wenqiang, ZHANG Shanqing

(SchoolofComputer,HangzhouDianziUniversity,HangzhouZhejiang310018,China)

In this work, a digital video watermarking algorithm for tampering detection is proposed. The watermark is generated from the subtitle. However, the classical structure tensor is used for avoiding influence from the background of the frames in this work. The singular value decomposition(SVD) is introduced for the robustness in this work. Firstly, the I-frames in the video are decoded to the luminance(Y) frames. Secondly, the Y-frames are devised into the blanks in the discrete cosine transform(DCT) domain. Finally, the watermark is embedded the blanks that is after SVD. Experimental results demonstrate that the words that be tampered are detected. Furthermore, the invisibility and the robustness are strong.

watermark; structure tensor; discrete cosine transform; singular value decomposition

10.13954/j.cnki.hdu.2017.01.012

2016-09-18

國家自然科學(xué)基金資助項目(61370218)

袁世杰(1990-)，男，山東菏澤人，視頻水印.通信作者：陸劍鋒副教授，E-mail: jflu@hdu.edu.cn.

TP391.41

A

1001-9146(2017)01-0051-06