一种高鲁棒性的高清视频在线识别算法

郭美丽

(河南工业贸易职业学院机电工程系，河南郑州450000)

随着数字电视技术的发展和“三网融合”速度的加快，数字广播事业发展前景十分广阔，数字广播的媒体呈现多样性，而且更加复杂，广电运营商的商业机遇增加同时面临更多挑战，数字电视视频版权侵犯频率越来越高，如何在提高数字电视节目播放效果的同时，有效保护数字电视的视频版权，成为当前数字电视技术研究中的重大课题［1-2］。

针对数字类产品版权问题，国内外学者和研究人员进行了广泛、深入的研究，取得了不错的研究结果，提出一些数字类产品版权保护方法［3］。当前数字类产品版权保护方法主要分为两类:加密技术和数字水印技术。传统加密算法有Data Encryption Standard(DES)算法、Improved Data Encryption Standard(IDES)算法以及 Advanced Encryption Standard(RSA)算法等［4-5］。数字类产品具有数据量大、空间分布分布不均匀、信息冗余多等特性，而传统加密算法没有考虑数字类产品的特性，因此不适合数字类产品加密［6］。数字水印能将作者版权信息嵌入到数字产品中，并保持不可见性，从而从技术手段上弥补了数字产品的安全性，为此数字水印技术成为数字类产品版权保护的主要研究技术［6］。数字水印方法主要可以分为空域水印算法和频域水印算法。空域数字水印技术实现简单、速度快，从时域修改图像像素实现加密，该类算法鲁棒性差，容易被攻击，信息容易被窃取［7］。频域水印技术通过小波变换等技术把图像信息变换到频域，实现水印的嵌入，鲁棒性较高，但是难满足高清数字视频实时性要求［8］。在实际应用中，视频水印与图像水印算法有着明显的差异，因此视频序列是变化的。而图像是静止的，视频水印不仅要具有图像水印的鲁棒性、不可感知性、可靠性和安全性等特点，而且还应该具有自己的特殊性，如实时性要求高、信息量大、抵抗压缩攻击、随机监测性和水印检测的快速性，但是一个视频水印算法要同时满足全部要求是相当困难的，通常情况下都是折中考虑，尽可能平衡各种要求［9］。

为了提高高清视频数字产品的安全，有效保护数字版，提出一种具有鲁棒性的视频在线识别算法，并通过具体仿真实验测试其性能。

1 高清视频分割

表1描述了根据不同标准划分的视频图像类型，其中高清电视按照国际无线电咨询委员会(International Radio Consultative Committee，CCIR)的定义，图像比例为16∶9。表中的D3，D4，D5是通常所说的高清视频标准。

表1 视频图像分类方法

当前高清视频分割的方法有很多种，如基于像素、颜色直方图、聚类、运动分析及其他视频分割算法［10］，而直方图算法是最常用的分割方法。在实际应用中，直方图算法用于视频的镜头分隔时有两个问题:1)有光线突变，若处理不好，会判断成镜头切变，造成误检;2)对象或摄像机的运动，极易与镜头渐变混淆，造成误检。

另外，由于直方图自身的定义，可能导致不同的图像对应相同的直方图，易造成漏检，为此本文用累加直方图来分隔镜头，累加直方图定义为

累加直方图能很好地反映视频帧间图像的差异，在镜头内取值相对小、较平稳，选用累加直方图法对Y分量进行差异比较，以此作为镜头特征，从而确定视频的关键帧［11］。

2 视频水印方案

2．1 视频水印算法的工作流程

视频水印算法是高清视频识别系统的关键技术，针对视频序列的特点，高清视频识别系统需要满足条件为监播系统的实时性、数字水印算法的安全性和鲁棒性等，其中高鲁棒性就是要求可以抵抗各种攻击和噪声干扰，本文的视频水印算法的嵌入和提取流程具体如图1和图2所示。

图1 视频水印算法的嵌入流程

2．2 水印生成

采用灰度有意义图像作为待嵌入水印。为增加安全性，嵌入前首先进行Arnold置乱，目的是为了消除相邻像素间的相关性。二维Arnold置乱变换公式如下

图2 视频水印算法的提取流程

式中:(x，y)∈{0，1，2，…，N-1}代表图像像素点原先位置，(x'，y')代表经置乱变换后原先像素点的新位置;N代表图像矩阵的阶数，mod N是为了确保 x'和 y'仍属于集合{0，1，2，…，N-1}。

式(1)用于转换图像的每一个像素坐标，当所有的坐标都转换之后，得到的就是置乱后的图像。

由此易得出迭代式为

式中:n为迭代次数，由于N×N图像是有限的，因此迭代会出现循环的现象，只要迭代的次数足够大，图像会变换回原始图像。利用Arnold变换对一幅50×50的图像进行置乱和逆置乱，置乱和逆置乱效果如图3所示。

图3 水印的置乱以及恢复

2．3 水印嵌入

1)采用Arnold变换置换对原始水印视频序列进行加密，得到加密后的水印视频序列片w';

2)将原始载体图像分解成互不重叠的8×8的子块，然后对每一个子块进行离散余弦变换(DCT)［12］，其中二维离散余弦变换定义为

3)将第二步得到的水印图像按式(5)逐像素地嵌入到每个8×8的子块中

式中:F(x，y)表示每个子块;w(i)表示目标水印;α表征嵌入水印的强度。

4)将上述结果做离散余弦逆变换，并整合所有的子块，即得到含水印的载密图片。

2．4 水印的提取

1)将含水印的载密图像分解成8×8的子块，分别对子块做DCT变换，将其转换到变换域，然后对每个子块逐像素地提取水印。

式中:w(i)为被提取的水印;F(x，y)表示DCT子块;α表示水印的嵌入强度。

2)对步骤1)的结果做Arnold变换，并根据变换次数计算Arnold周期，变换后得到水印图像。

3 仿真实验

3．1 仿真环境及评价标准

为了测试本文提出的高清视频识别算法的有效性和优越性，在 Intel酷睿2.65 GHz CPU、8 Gbyte RAM，Windows7操作系统的计算机上，采用MATLAB R2012进行编程实现仿真实验。嵌入水印质量采用峰值信噪比(Peak Signal to Noise Ratio，PSNR)和归一化互相关系数(Normalized Cross Correlation，NC)进行衡量，它们的计算公式分别为

式中:M和N表示图像大小，W(i，j)和W'(i，j)分别表示嵌入水印和提取水印的灰度值［13］。

3．2 结果与分析

常见的视频图像攻击方式有很多，首先对含水印视频图像(foreman)进行各类攻击实验，然后计算它们的PSNR和NC值，实验结果如表2所示。由表2数据可以看出，本文水印算法对高斯噪声、JPEG、中值滤波、帧剪切声、椒盐噪、几何失真等攻击方式均具有很好的鲁棒性，提高了视频图像的安全性。为了使本文算法的结果更具说服力，选择文献［14］的视频水印算法进行对比实验，其结果如表1所示。从表1可知，相对于文献［14］的视频水印算法，本文算法不仅提高了PSNR值，而且NC值更高，这表明本文视频水印算法具有更好的鲁棒性。

表2 鲁棒性攻击测试评价结果值

攻击后恢复出来的水印见图4。

图4 攻击后恢复出来的水印

3．3 水印安全性测试

为了测试水印的安全性，选择一些高清视频图像，有forman、蝴蝶、coastguard，分别如图5所示。然后将一个水印信息嵌入到相应高清视频图像中，得到嵌入水印视频图像分别如图6所示，从图6可知，嵌入水印视频图像均具有很好的不可见性，它们的PSNR值均大于40 dB。

图5 原始视频图像

图6 原始视频图像和嵌入水印的视频图像

3．4 实时性测试

水印嵌入和提取实时性在实际应用中十分重要，本文算法与文献［14］的视频水印算法的水印嵌入和提取平均时间(单位:s)如图7所示。从图7可知，相比于文献［14］的视频水印算法，本文视频水印算法的水印嵌入和提取时间大幅度下降，从而加快了高清视频图像的识别速度，完全可以满足高清视频识别系统的实时性和在线要求，应用范围更加广泛。

4 结束语

为了提高高清视频在线识别性能，提高数字媒体的安全性，提出了一种具有高鲁棒性的高清视频在线识别算法，并通过仿真对比实验对算法的性能进行测试。实验结果表明，本文算法提高了水印抵抗各种攻击能力，而且具有较强的安全性，可以满足高清视频系统实时性要求，在数字视频版权保护方面具有较广阔的应用前景。

图7 高清视频水印算法的实时性测试

［1］ DOERR G，DUGELAY J.Collusion issue in video watermarking:security steganography and watermarking of multimedia contents VII［M］.Bellingham:SPIE Springfield，2005:685-696.

［2］ 唐松生，董颖.数字视频水印技术综述［J］.计算机安全，2007(9):31-33.

［3］ 谢斌，任克强，肖玲玲.一种基于HVS的DCT域稳健性视频水印算法［J］.电视技术，2011，35(9):30-35.

［4］ 朱德庆，金文光.基于MV的鲁棒性视频水印算法［J］.浙江大学学报:理学报，2010，37(3):286-290.

［5］李勇.用于流媒体版权保护的视频水印技术［J］.电视技术，2012，36(8):41-43.

［6］ 邹复好，卢正鼎，凌贺飞.MPEG-2变长码域实时视频水印［J］.计算机科学，2006，33(7):147-152.

［7］ 陈希，周萍.基于运动目标检测的视频水印算法［J］.计算机应用，2011，31(1):258-260.

［8］ 楼斌，沈海斌，严晓浪.基于运动目标检测的自嵌入视频水印［J］. 浙江大学学报:工学版，2008，42(3):382-386.

［9］刘丽，彭代渊，李晓举.基于分集技术的抗线性共谋攻击的视频水印方案［J］.计算机应用研究，2008，25(12):3725-3727.

［10］张婷，吕皖丽，罗斌.基于ICA运动目标检测的自嵌入视频认证水印［J］.计算机工程与设计，2011，32(4):1370-1373.

［11］高琦，李人厚，刘连山.基于帧间相关性的盲视频数字水印算法［J］.通信学报，2006，27(6):43-48.

［12］杨列森，郭宗明.基于帧间中频能量关系的自适应视频水印算法［J］.软件学报，2007，18(11):2863-2870.

［13］ LANGELAAR G C，LAGENDIJK R L.Optimal differential energy watermarking of DCT encoded images and video［J］.IEEE Trans.Image Processing，2001，10(1):148-158.

［14］周惠，徐涛，武小川.一种抵抗共谋攻击的数字视频水印算法［J］.计算机应用，2006，26(4):812-814.