基于小波變換的數(shù)字多媒體視頻水印盲檢測方法

鄭慶翔

（湄洲灣職業(yè)技術(shù)學(xué)院 現(xiàn)代教育技術(shù)中心，福建 莆田 351111）

引言

數(shù)字媒體化技術(shù)的發(fā)展加快了大眾對多媒體信息和產(chǎn)品的認(rèn)知與使用，特別是短視頻的出現(xiàn)，越來越多的網(wǎng)絡(luò)平臺(tái)為大眾提供短視頻的創(chuàng)作平臺(tái)[1]。面對短視頻的出現(xiàn)，涉及信息安全問題和視頻內(nèi)容版權(quán)問題，對此類問題，有專家和學(xué)者提出了數(shù)字水印技術(shù)，將數(shù)字水印嵌入到多媒體視頻信息中，能夠在不影響原始視頻數(shù)據(jù)的情況下，通過技術(shù)軟件檢測出水印，保證用戶信息安全和版權(quán)安全，從而盡量避免用戶的原創(chuàng)視頻信息遭到破壞[2-4]。當(dāng)前的數(shù)字水印研究中，水印檢測技術(shù)需要借鑒很多其他學(xué)科的資料，缺少專業(yè)的、強(qiáng)有力的理論支撐，對水印檢測技術(shù)的研究還遠(yuǎn)遠(yuǎn)不夠[5]。因此，人們越來越重視對數(shù)字多媒體視頻水印盲檢測方法的研究，更多是以視頻水印的快速檢測作為研究目的，從多個(gè)方面完善視頻水印的盲檢測方法的功能[6]。

王向陽[7]提出一種基于二元BKF統(tǒng)計(jì)建模的水印檢測方法，該方法利用統(tǒng)計(jì)模型對高頻子帶系數(shù)建模，結(jié)合子帶內(nèi)相關(guān)性和最大似然決策，盲檢測出水印信息，具有較好的魯棒性，但是在噪聲攻擊或剪切攻擊下，該檢測方法并不能保證檢測結(jié)果的完整性，同時(shí)在檢測過程中還會(huì)對原視頻造成破壞，自身的抗攻擊特性比較差。郭鵬飛等[8]提出的水印盲檢測方法是一種基于灰度圖像水印檢測的新式檢測方法，在獲得視頻序列幀圖像后，逐幀變換圖像屬性，分解低頻部分，進(jìn)而檢測出視頻水印，但是該方法在面對不同攻擊時(shí)，同樣存在抗攻擊特性差的問題。

針對現(xiàn)存方法中存在的一定不足，本研究提出基于小波變換的數(shù)字多媒體視頻盲檢測方法，利用小波變換的技術(shù)特點(diǎn)，解決上述現(xiàn)行檢測方法中存在的問題。

1 數(shù)字多媒體視頻水印盲檢測方法設(shè)計(jì)

1.1 視頻水印特征決策表構(gòu)建

為實(shí)現(xiàn)數(shù)字多媒體視頻水印盲檢測，首先需要對水印特征進(jìn)行獲取。通過構(gòu)建視頻水印特征決策表實(shí)現(xiàn)特征的獲取。

采用常用的視頻水印特征構(gòu)建自適應(yīng)模板，將視頻水印特征與視頻信息嵌入在一起，離散化處理視頻水印特征，構(gòu)建視頻水印特征決策表。

由自適應(yīng)模板視頻水印特征組成一個(gè)非空集合Q，將其作為構(gòu)建特征決策表的論域，假設(shè)論域內(nèi)信息與集合中的視頻水印特征的等價(jià)關(guān)系表示為E，由此構(gòu)建的特征知識(shí)庫表示為W=（Q,E），W同時(shí)也表示一個(gè)近似空間[9]。假設(shè)論域Q中存在一個(gè)對象X，同時(shí)X也是論域Q的子集，當(dāng)對象X能夠用E的屬性準(zhǔn)確描述時(shí)，將X作為E的精確集；當(dāng)X不能用E的屬性描述時(shí)，將X視為E的非精確集[10-12]。定義X和E之間的關(guān)系。具體內(nèi)容如下：

如果決策條件和決策屬性關(guān)系為：

公式（7）表示決策表不相容，此時(shí)重新計(jì)算正域POS（C,B）。如果e∈C，將其代入到公式（5）中，得到：

如果公式（8）成立，說明e是可以省略的多余屬性，反之保留屬性e，重復(fù)上述過程。同時(shí)，將e∈C代入到公式（3）中，得到

如果公式（9）成立，說明屬性e可省略，反之保留屬性e，重復(fù)以上過程，直到所有屬性處理完成。得到最終的視頻水印特征決策表為：

式中，C0

1.2 基于小波變換的水印信號(hào)預(yù)處理

根據(jù)上述獲取的視頻水印特征決策表，選擇視頻序列中一幀圖像，沿著水平方向和垂直方向得到三個(gè)高頻帶和一個(gè)低頻帶，結(jié)構(gòu)如圖1所示。

圖1 小波變換分解視頻圖像結(jié)構(gòu)

在圖像水平方向高頻、垂直水平方向低頻的部分表示為GD1，在水平方向低頻、垂直方向高頻的部分表示為DG1，在水平方向和垂直方向均為高頻部分時(shí)，表示為GG1。DD1保留了待檢測圖像的主體特征，其他三個(gè)高頻帶保持了邊緣細(xì)節(jié)?；谛〔ǚ纸夂蟮拇龣z測視頻圖像結(jié)構(gòu)的特征處理視頻水印。對視頻水印置換處理，公式如下：

公式（11）表示像素點(diǎn)從（x,y）處移動(dòng)到（x′,y′），其中x、y表示圖像像素點(diǎn)的坐標(biāo)，x,y∈{0,1,2,…,N-1}，N表示矩陣的階數(shù)。置亂水印后不會(huì)增加水印的信息量，在檢測時(shí)，為了保證視頻水印的完整性，利用Logistic映射處理視頻水印，映射模型如下所示：

式中，xi∈（0,1），v表示分支參數(shù)，取值范圍在0～4之間，考慮到映射模型不能直接用于視頻水印圖像，對映射模型進(jìn)行進(jìn)一步處理，得到：

式中，ξe表示給定的閾值。利用映射模型對視頻水印圖像進(jìn)一步處理，得到用于檢測的水印信號(hào)特征，將其與視頻水印屬性有效特征結(jié)合，檢測視頻水印。

1.3 視頻水印的盲檢測

在已知視頻水印特征的情況下，使用發(fā)射機(jī)識(shí)別技術(shù)檢測數(shù)字多媒體視頻水印。以視頻水印信號(hào)作為輸入，檢測流程如圖2所示：

圖2 視頻水印檢測實(shí)現(xiàn)圖

圖2中，為每個(gè)發(fā)射器分配唯一的視頻水印特征Sr，以串行信息表示發(fā)射機(jī)狀態(tài)信息，使用水印特征Sr對視頻信息編碼，得到信息模式sm，表示為：

式中，z表示1bit視頻信息，將水印強(qiáng)度作用在信息模式上，得到水印信息Sa，此時(shí)解調(diào)水印信息Sa，得到：

式中，β表示水印強(qiáng)度，s′（n）表示解調(diào)后的水印信號(hào)，Y（n）表示檢測到的水印信息，n表示水印信號(hào)長度，n∈N，k表示信號(hào)頻率。至此，基于小波變換的數(shù)字多媒體視頻水印盲檢測。

2 實(shí)驗(yàn)分析

數(shù)字多媒體視頻水印盲檢測方法實(shí)驗(yàn)研究目的是為了驗(yàn)證方法的合理性和有效性，實(shí)驗(yàn)使用MATLAB軟件作為實(shí)驗(yàn)支撐，引入兩種應(yīng)用比較廣泛、現(xiàn)行的兩種水印檢測方法，基于二元BKF統(tǒng)計(jì)建模的檢測方法和新式灰度圖像檢測方法，與設(shè)計(jì)的盲檢測方法一起作為實(shí)驗(yàn)?zāi)繕?biāo)，通過多組實(shí)驗(yàn)驗(yàn)證檢測方法的抗攻擊性能。

2.1 實(shí)驗(yàn)指標(biāo)設(shè)計(jì)

從視頻序列關(guān)鍵幀集中選擇一副關(guān)鍵幀圖像，選取圖像水印信號(hào)大小為32×32，水印在視頻中的嵌入強(qiáng)度為16。在實(shí)驗(yàn)開始前，將實(shí)驗(yàn)所用的視頻序列轉(zhuǎn)換為RGB彩色視頻，分塊處理每個(gè)通道，在每一塊中嵌入32×32大小的水印。使用不同檢測方法檢測多媒體視頻水印，計(jì)算圖像的峰值信噪比和檢測前后的圖像誤差率，用以衡量檢測質(zhì)量。峰值信噪比計(jì)算公式如下：

基于以上公式統(tǒng)計(jì)實(shí)驗(yàn)中各個(gè)盲檢測方法的結(jié)果。

2.2 實(shí)驗(yàn)結(jié)果分析

2.2.1 遭受攻擊后的盲檢測實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)中分析了基于二元BKF統(tǒng)計(jì)建模的檢測方法、新式灰度圖像檢測方法以及本研究盲檢測方法在遭受攻擊后視頻水印檢測中噪聲變化，如表1所示：

表1 遭受攻擊后的盲檢測實(shí)驗(yàn)結(jié)果

表1 中給出了水印盲檢測過程中遭受不同的噪聲攻擊的結(jié)果，從中可以看出在三組實(shí)驗(yàn)結(jié)果中，提出的基于小波變換的盲檢測方法在檢測過程中，面對這些噪聲攻擊，具有更好的抵抗性，視頻水印圖像的峰值信噪比低，誤差率在0.1以下，而其他兩組結(jié)果峰值信噪比水平較高，誤差率變化也十分明顯，說明其它兩組方法在水印檢測過程中視頻水印圖像噪聲比較明顯，對比之下，提出的基于小波變換的視頻水印盲檢測方法抗攻擊特性更好，能夠在檢測過程中有效抵抗外界攻擊，保證視頻水印圖像的質(zhì)量。

2.2.2 視頻水印的完整性分析

數(shù)字多媒體水平水印檢測的完整性是衡量檢測方法是否可靠的判斷標(biāo)準(zhǔn)，以上述內(nèi)容中的攻擊類型作為參考，對嵌入水印后的各個(gè)視頻序列進(jìn)行剪切攻擊實(shí)驗(yàn)，如果在檢測后仍然能清楚地檢測出水印圖像，說明檢測方法檢測的內(nèi)容完整，檢測方法具有較好的抗攻擊性。實(shí)驗(yàn)選用的視頻圖像以及嵌入的水印如圖3所示。

圖3 中是從多媒體視頻中截取的四幀圖像，以圖3顯示的視頻圖像作為目標(biāo)，使用不同的盲檢測方法檢測目標(biāo)中的水印，得到的實(shí)驗(yàn)結(jié)果如圖4所示。

圖3 實(shí)驗(yàn)視頻圖像

圖4 不同水印盲檢測方法實(shí)驗(yàn)結(jié)果

從圖中顯示的實(shí)驗(yàn)結(jié)果中可以看出，在第一幀序列時(shí)，視頻水印正常檢測出來，在第二幀序列，前兩組實(shí)驗(yàn)結(jié)果中視頻水印出現(xiàn)了不同程度的損壞，說明水印檢測異常，這種異常一直持續(xù)到第三幀，甚至在第一組實(shí)驗(yàn)結(jié)果中持續(xù)到第四序列，而在提出的盲檢測方法實(shí)驗(yàn)結(jié)果中，檢測到的水印始終清晰，沒有出現(xiàn)檢測異常。綜上所述，基于小波變換的水印盲檢測方法在剪切攻擊下，檢測到的視頻水印更完整。結(jié)合抗噪聲分析結(jié)果可知，設(shè)計(jì)的基于小波變換的數(shù)字多媒體視頻水印盲檢測方法具有非常好的抗攻擊特性，該方法優(yōu)于現(xiàn)行的盲檢測方法。

3 結(jié)束語

數(shù)字多媒體視頻水印技術(shù)是一種新興的信息技術(shù)，在現(xiàn)階段短視頻流行的社會(huì)背景下，具有非常重要的作用，在網(wǎng)絡(luò)中也十分常見。本研究以數(shù)字多媒體視頻水印盲檢測作為研究重點(diǎn)，在檢測方法的設(shè)計(jì)中引入小波變換技術(shù)，設(shè)計(jì)基于小波變換的水印盲檢測方法。在方法設(shè)計(jì)完成后，設(shè)計(jì)視頻水印的完整性和抗噪聲分析兩組對比實(shí)驗(yàn)，經(jīng)過實(shí)驗(yàn)研究后，證明了設(shè)計(jì)的盲檢測方法具有非常好的抗攻擊特性。但提出的盲檢測方法還存在一些不足之處，如視頻水印檢測的實(shí)時(shí)性，未來將著重研究該方向。