-
题名利用运动向量差值改善深度学习视频隐写分析
- 1
-
-
作者
胡永健
黄雄波
王宇飞
刘琲贝
刘烁炜
-
机构
华南理工大学电子与信息学院
中新国际联合研究院
国防科技大学电子科学学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2023年第3期702-715,共14页
-
基金
国家重点研发计划资助(2019QY2202)
广州市黄埔开发区科技计划项目(2019GH16)
中新国际联合研究院项目(206-A018001)。
-
文摘
目的针对现有深度学习视频隐写分析网络准确率不够高的问题,本文从视频压缩编码的原理出发,发掘嵌密编码参数与其他参数之间的关系,通过拓展检测空间,构造新的检测通道,改善现有深度学习视频隐写分析网络的检测性能。方法以H.265/HEVC(high efficiency video coding)压缩视频为例,首先通过分析运动向量的嵌密修改对运动向量差值的影响,指出可将运动向量差值作为新增的采样对象(或称检测对象);接着,提出一个构造运动向量差值检测矩阵的方法,解决了空域上采样样本稀疏、时域上样本空间位置无法对齐的问题;最后,将运动向量差值矩阵直接用于改善现有的VSRNet(video steganalysis residual network)、SCA-VSRNet(selection-channel-aware VSRNet)以及Q-VSRNet(quantitative VSRNet)等3个H.265/HEVC深度学习视频隐写分析网络,分别得到IVSRNet(improved VSRNet)、SCA-IVSRNet(selection-channel-aware improved VSRNet)以及Q-IVSRNet(quantitative improved VSRNet)。结果在5种隐写方法上进行了测试。与4种隐写分析方法进行了比较,包括移植到H.265/HEVC视频的经典手工特征视频隐写分析方法AoSO(adding or subtracting one)、MVRB(motion vector reversion-based)、NPEFLO(near-perfect estimation for local optimality)以及直接针对H.265/HEVC视频的新型隐写分析方法LOCL(local optimality in candidate list)。在定性隐写分析测试中,以0.2 bpmv嵌入率为例,在不同码率下,IVSRNet和SCA-IVSRNet的准确率分别全面超越了VSRNet和SCA-VRSNet;SCA-IVSRNet的准确率不全面超越AoSO和MVRB,且在部分情况下好于较新的LOCL方法。在定量隐写分析的测试中,Q-IVSRNet对于6种不同嵌入率样本的检测性能全面超越Q-VSRNet。结论本文提出的拓展检测空间改进策略原理清晰,构造输入矩阵的方法简便、普适性好,能方便地拓展到其他深度学习视频隐写分析网络中,为设计更有效的视频隐写分析网络指明了一条道路。
-
关键词
视频隐写分析
深度学习
运动向量(MV)
运动向量差值(mvd)
检测空间
稀疏数据
信号采样
输入矩阵构造
-
Keywords
video steganalysis
deep learning
motion vector(MV)
motion vector difference(mvd)
detection space
sparse data
data sampling
input matrix construction
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
-
题名一种基于视频码流的视频水印方案
- 2
-
-
作者
柳娜
裴静
王冰洋
马莉
-
机构
公安部第一研究所
-
出处
《通信技术》
2017年第10期2333-2339,共7页
-
文摘
为了解决视频数据的版权问题,提出了一种基于视频码流的视频水印方案。该方案首先利用秘密信息分存方案将水印信息分存为多份待嵌水印;然后,利用FFMPEG定位视频流中残差和运动向量差值的可嵌入二进制编码比特;最终,利用水印数据修改可嵌位置的比特完成水印水印信息的嵌入。理论分析与实验结果均表明,与传统方案相比,该方案具有视频体积零膨胀、对视频质量影响小的优点,且嵌入速度达到了实时。
-
关键词
视频码流
视频水印
残差
运动向量差值
实时性
-
Keywords
video stream
video watermark
residual difference
motion-vector difference
real-time
-
分类号
TN949.6
[电子电信—信号与信息处理]
-
