一种基于运动矢量残差相关性的视频隐写分析方法

• 摘要：

  本发明公开了一种基于运动矢量残差相关性的视频隐写分析方法,首先通过理论分析和实验比较,在分布紧凑性、统计多样性、应用通用性和特征区分性方面证明运动矢量残差比传统的相邻运动矢量差值更有优势;其次根据运动矢量残差的外部相关性和内部相关性在隐写嵌入前后的改变,利用共生矩阵来构造隐写分析特征.目前基于运动矢量的隐写分析特征都是利用相邻运动矢量之间的差值的相关性来构造,仅能应用于视频宏块大小一致的编码条件下,而本发明首次提出利用视频编码过程中产生的运动矢量残差进行特征构造,特征通用性更强,能广泛适用于各类视频编码标准;此外,基于运动矢量残差相关性的特征敏感性更高,有利于提高隐写分析的检测效果.

• 专利类型：

  发明专利

• 申请/专利号：

  CN201610518287.6

• 申请日期：

  2016.07.04

• 公开/公告号：

  CN106131553A

• 公开/公告日：

  2016-11-16

• 发明人：

  王丽娜 翟黎明 徐一波

• 申请人：

  武汉大学

• 主分类号：

  H04N19/176(2014.01)I,H,H04,H04N,H04N19

• 分类号：

  H04N19/176(2014.01)I,H04N19/513(2014.01)I,H04N19/57(2014.01)I,H,H04,H04N,H04N19,H04N19/176,H04N19/513,H04N19/57

• 主权项：

  一种基于运动矢量残差相关性的视频隐写分析方法,其特征在于,包括以下步骤:步骤1:对于一个视频帧,计算MVD的初始的外部和内部共生矩阵和步骤2:根据设定的阈值T,对和进行阈值操作;步骤3:对阈值操作后的和进行对称化操作;步骤4:把对称化操作后的进行方向合并操作;步骤5:获得一个视频帧最终的隐写分析特征;步骤6:重复步骤1?步骤5,提取一个视频内所有帧的隐写分析特征.