基于邊緣特征的最小化失真視頻隱寫平臺(tái)設(shè)計(jì)

董子睿， 李 博， 楊耀森， 孟 浩， 馮小琴

（1.中北大學(xué)儀器科學(xué)與動(dòng)態(tài)測(cè)試教育部重點(diǎn)實(shí)驗(yàn)室，太原030051；2.北方自動(dòng)控制技術(shù)研究所，太原030060）

0 引 言

在數(shù)據(jù)改變一切的時(shí)代，安全問題得到了人們的重視。隱寫術(shù)作為一門關(guān)于信息隱藏的技巧與科學(xué)，不讓除預(yù)期接收者之外的任何人知曉信息的傳遞事件和內(nèi)容［1］。隨著圖像處理和編碼技術(shù)的飛速進(jìn)步，視頻隱寫術(shù)得到了極大的發(fā)展，尤其是在軍事間諜方面更為顯著［2］。

隱寫技術(shù)的提升也帶來(lái)了隱寫分析的發(fā)展。在Steganalysis公布的隱寫術(shù)破解名單中，重點(diǎn)分析其方案特征，普遍存在兩個(gè)缺點(diǎn)：①失真量化不足，認(rèn)為每個(gè)位置的同比嵌入會(huì)帶來(lái)相同的影響，而忽略了圖像的紋理特性；②過于重視隱寫效率（包括信噪比、嵌入容量、比特率增加等），而忽略了隱寫術(shù)安全性第一的本質(zhì)［3］。因此，本文將著重塑造隱寫方案的安全框架，包括引入最小化失真框架，將邊緣特征融入代價(jià)函數(shù)的構(gòu)造中以及選取合適的映射規(guī)則，實(shí)現(xiàn)最大化抗隱寫分析能力，旨在設(shè)計(jì)出一種高效穩(wěn)定的隱寫平臺(tái)。

1 隱寫理論與流程

為了解決數(shù)字視頻信號(hào)的龐大數(shù)據(jù)量給傳輸和存儲(chǔ)帶來(lái)的難題，H.264提供了當(dāng)下最佳的解決方案：幀內(nèi)預(yù)測(cè)壓縮［4］解決了空域數(shù)據(jù)冗余問題；幀間預(yù)測(cè)壓縮解決了時(shí)域數(shù)據(jù)冗余問題；整數(shù)離散余弦變換（DCT）［5］將空間上的相關(guān)性變?yōu)轭l域上無(wú)關(guān)的數(shù)據(jù)，然后進(jìn)行量化處理［6］。而在這些編碼過程中，人們又發(fā)現(xiàn)對(duì)于多種模式的編碼選擇也會(huì)產(chǎn)生冗余，這些冗余部分嵌入數(shù)據(jù)可以實(shí)現(xiàn)數(shù)據(jù)與原始載體一同在信道傳輸，達(dá)到隱秘傳輸?shù)男Ч[寫術(shù)便誕生了。

作為隱寫信息的載密宿主，H264／AVC提供了4個(gè)隱寫域［7］：① 幀內(nèi)預(yù)測(cè)模式；② 運(yùn)動(dòng)向量；③ DCT系數(shù)直方圖；④熵編碼。考慮到嵌入數(shù)據(jù)量與嵌入難易度，本文選用基于幀內(nèi)預(yù)測(cè)的隱寫模式。在幀內(nèi)預(yù)測(cè)模式中，一幅圖像被分割為眾多的4×4宏塊（見圖1），而每個(gè)宏塊的預(yù)測(cè)有9個(gè)方向的參考，所以通過合適的算法及映射規(guī)則來(lái)修改4×4宏塊（肉眼對(duì)圖像信息的高頻部分不是特別敏感，即4×4宏塊編碼的部分）的預(yù)測(cè)模式就可以實(shí)現(xiàn)加密數(shù)據(jù)的嵌入［8］，具體的隱寫流程如圖2所示。

圖1 幀內(nèi)預(yù)測(cè)模式

圖2 隱寫流程圖

2 算法改進(jìn)

2.1 最小化失真框架

傳統(tǒng)的隱寫方案認(rèn)為修改每個(gè)4×4預(yù)測(cè)塊帶來(lái)的影響相等，所以降低失真的方式是減少修改的次數(shù)。這種方式雖可有效降低視頻失真度，但也會(huì)帶來(lái)量化不足、分析數(shù)據(jù)較少的問題［9］。所以引入最小化失真框架不僅可以提供給整個(gè)隱寫體系一個(gè)衡量的標(biāo)準(zhǔn)，更是一種抗隱寫分析的最佳隱寫方法：

式中：α是失真參數(shù)；m表示待嵌數(shù)據(jù)的bit數(shù)；n表示可嵌入元素的總數(shù)；ρk（ρ∈（0，∞））為第k個(gè)可嵌元素發(fā)生改變時(shí)產(chǎn)生的代價(jià)值，由代價(jià)函數(shù)給出；Pk是第k個(gè)嵌元素發(fā)生改變的概率，即產(chǎn)生代價(jià)值ρk的概率。

2.2 構(gòu)造基于邊緣特征的代價(jià)函數(shù)［10］

構(gòu)造基于邊緣特征的代價(jià)函數(shù)需要選擇合適的基礎(chǔ)模型，將邊緣特征融入其中，這樣可以實(shí)現(xiàn)更高的安全性，同時(shí)可獲得較低碼率的增長(zhǎng)［8］。本文選擇基于預(yù)測(cè)偏差的隱寫方案作為基礎(chǔ)框架，并在其上構(gòu)建紋理邊緣特性，實(shí)現(xiàn)邊緣特征代價(jià)函數(shù)的構(gòu)造。

2.2.1 預(yù)測(cè)偏差計(jì)算

X264編碼器中4×4宏塊提供9個(gè)方向的預(yù)測(cè)模式，計(jì)算預(yù)測(cè)塊與原始?jí)K之間的絕對(duì)誤差總和SAE，取最小值作為最佳預(yù)測(cè)模式，可以限制碼率增長(zhǎng)，

式中：mdi，t為第t個(gè)編碼幀中第i個(gè)I4B；R 為最優(yōu)預(yù)測(cè)模式；V為原始?jí)K的像素值總和。

在構(gòu)造基于幀內(nèi)預(yù)測(cè)的失真函數(shù)時(shí)，SAE的變化是影響抗隱寫分析的關(guān)鍵因素。如果在幀內(nèi)預(yù)測(cè)期間給出候選模式md′，則將SAE預(yù)測(cè)偏差（SPE）表示為：

SPE越小，表示重新選擇的預(yù)測(cè)模式越適合修改，這也是校準(zhǔn)分析中用來(lái)檢測(cè)視頻是否隱寫的手段之一。

2.2.2 紋理邊緣特征

在一種基于高維圖像模型的隱寫方案中曾提出一種在圖像難以檢測(cè)的紋理區(qū)以及邊框區(qū)嵌入數(shù)據(jù)的方法，這種方法在統(tǒng)計(jì)模型分析時(shí)體現(xiàn)出較高的安全性。本文利用圖像中像素偏差混亂區(qū)難以統(tǒng)計(jì)的特性，在預(yù)測(cè)模式中攜帶數(shù)據(jù)。對(duì)邊緣紋理區(qū)做特征提取，如下式所示：

式中，NMTi，t（mdi，t）表示在第t 個(gè)關(guān)鍵幀中的第i 個(gè)預(yù)測(cè)塊所在宏塊中，第i預(yù)測(cè)塊為mdi，t時(shí)的預(yù)測(cè)模式類型數(shù)目。

2.2.3 代價(jià)函數(shù)構(gòu)造

構(gòu)造基于邊緣特征的代價(jià)函數(shù)如下式：

式中：n為4×4宏塊數(shù)目；θ（0≤ θ≤1）為EDi造成的嵌入影響參數(shù)，值越大代表影響越大，其值大小主要取決于圖像編碼幀中紋理特性的復(fù)雜程度。

2.3 選取映射規(guī)則

文獻(xiàn)［11］中提出一種基于邊緣強(qiáng)度的快速模式判別算法，將邊緣類型分為垂直、水平、45°、135°和無(wú)方向邊緣，如圖3所示。

圖3 5類邊緣類型

邊緣檢測(cè)過程基于空間域?yàn)V波技術(shù)［11］，每個(gè)圖像塊被均勻地分為4個(gè)子塊，計(jì)算每個(gè)子塊的平均像素大小，形成一個(gè)2×2像素的圖像。每個(gè)方向的邊緣強(qiáng)度由相應(yīng)的過濾操作得出，而邊緣強(qiáng)度可由下式計(jì)算：

式中：an為第n 個(gè)子塊的平均像素值；Sv、Sh、S45°、S135°和Snd表示4×4預(yù)測(cè)塊的邊緣強(qiáng)度（見圖4），其最大值決定了4×4宏塊的預(yù)測(cè)方向，模式0～4依次為Sv、Sh、Snd、S45°和S135°。為了避免預(yù)測(cè)方向造成的差異擴(kuò)散，一般在映射規(guī)則中將偏差較小的分為1組，本文將幀內(nèi)預(yù)測(cè)9種方向分為：Group0＝｛3，7｝；Group1＝｛4，5，6｝；Group2＝ ｛0，1，2，8｝。

圖4 5類邊緣類型對(duì)應(yīng)的濾波運(yùn)算

3 硬件平臺(tái)實(shí)現(xiàn)

本文選用TL8148-EVM作為實(shí)現(xiàn)硬件平臺(tái)［12］，硬件平臺(tái)如圖5所示。

圖5 硬件原理圖

視頻編碼選用嵌入式平臺(tái)的x264開源庫(kù)，先通過x264命令行程序調(diào)用libx264編碼YUV為H.264碼流，接著進(jìn)入入口函數(shù)為main（）。main（）函數(shù)首先會(huì)調(diào)用parse（）解析輸入的參數(shù)，包括圖像的長(zhǎng)、寬、幀率等，然后調(diào)用encode（）編碼YUV數(shù)據(jù)，其中涉及到H.264 編碼的詳細(xì)流程［13］，最后調(diào)用select＿input（）和select＿output（）完成輸入文件格式和輸出文件格式的設(shè)置。因此，本文在進(jìn)入encode（）編碼器前加入中斷，等待加密數(shù)據(jù)的同步信號(hào)，之后進(jìn)行數(shù)據(jù)的隱寫，具體編碼流程如圖6所示。

消息提取平臺(tái)選用基于ffmpeg庫(kù)的Windows系統(tǒng)，這樣可以增加隱寫平臺(tái)的兼容性。從攜密視頻中獲取預(yù)測(cè)編碼關(guān)鍵幀I幀，根據(jù)映射規(guī)則解出含密組集作為含密向量，借用解碼器提出秘密信息，以此重復(fù)直至整組視頻提取完畢為止，具體流程如圖7所示。

4 實(shí)驗(yàn)測(cè)試

本文測(cè)試環(huán)境在CPU為Intel i7.7700的PC搭建，操作系統(tǒng)為Windows 7，64位，分析工具采用Python庫(kù)，測(cè)試使用視頻從YUV Video Sequences公共視頻網(wǎng)站下載，如圖8所示，對(duì)下載的視頻序列進(jìn)行隱寫，然后對(duì)載密視頻進(jìn)行隱寫分析，并與相關(guān)隱寫方案［10-11］進(jìn)行對(duì)比實(shí)驗(yàn)。

圖6 隱寫編碼流程圖

圖7 隱寫解碼流程圖

圖8 待嵌視頻序列

4.1 安全性分析

本文安全性的構(gòu)建主要基于幀內(nèi)預(yù)測(cè)模式，選取隱寫前后的預(yù)測(cè)模式序列，計(jì)算4×4宏塊相關(guān)性數(shù)據(jù)（見圖9）。

圖9 隱寫前后相關(guān)性對(duì)比圖

4.2 編碼效率分析

判斷編碼效率高低的一個(gè)重要標(biāo)準(zhǔn)就是比特率增量（Bit Rate Increase，BRI），其值越小證明算法效果越好。實(shí)驗(yàn)參數(shù)a設(shè)為0.25，對(duì)本文方案進(jìn)行多次計(jì)算，取其平均值與文獻(xiàn)［10-11］做對(duì)比（見圖10）。

圖10 比特率增長(zhǎng)對(duì)比圖

4.3 信噪比分析

信噪比（Peak Signal-to-Noise Ratio，PSNR）一般用來(lái)衡量隱寫術(shù)的客觀質(zhì)量，NONE表示未經(jīng)數(shù)據(jù)嵌入，越接近其值表明造成的影響越小，安全性越高。

4.4 準(zhǔn)確性與平臺(tái)效率對(duì)比

在Windows平臺(tái)和嵌入式平臺(tái)分別對(duì)選取的3個(gè)視頻進(jìn)行相同信息的隱寫，隱寫信息選擇Linus Torvalds的一句話：Nobody actually creates perfect code the first time around，except me.But there’s only one of me.將上述密文存為txt文本并通過SD卡掛載到linux下，嵌入式平臺(tái)測(cè)試圖如圖11所示。

表1 信噪比對(duì)比數(shù)據(jù)

圖11 系統(tǒng)實(shí)測(cè)圖

測(cè)試視頻采用flower，YUV格式，共250幀，未壓縮大小為36.2 MB。在PC-Windows下進(jìn)行壓縮編碼不隱寫耗時(shí)25.36 s，隱寫耗時(shí)35.68 s；在ARM-Linux下編碼不隱寫耗時(shí)15.02 s，隱寫耗時(shí)16.38 s，時(shí)間數(shù)據(jù)由平臺(tái)自帶毫米級(jí)定時(shí)器輸出（在編碼過程不進(jìn)行軟件程序?qū)用娴南迺r(shí)），隱寫效率比為1∶10。

5 結(jié) 語(yǔ)

本文針對(duì)幀內(nèi)預(yù)測(cè)隱寫方案中未進(jìn)行空間相關(guān)性建模的弊端，進(jìn)行了相關(guān)算法的改進(jìn)：引入最小化失真框架，提供整個(gè)方案一個(gè)失真衡量標(biāo)準(zhǔn)，迎合安全第一的隱寫本質(zhì)；著重構(gòu)造基于邊緣特征的代價(jià)函數(shù)，利用圖像紋理特性來(lái)嵌入數(shù)據(jù)，減少對(duì)空間相關(guān)性的破壞；根據(jù)圖像邊緣強(qiáng)度來(lái)選擇映射規(guī)則，減小預(yù)測(cè)偏差，提高嵌入效率。針對(duì)隱寫平臺(tái)單一化且操作復(fù)雜的缺點(diǎn)，將隱寫過程移植到ARM-Linux平臺(tái)進(jìn)行，實(shí)現(xiàn)了更高的隱寫效率，且隨著Linux開源系統(tǒng)帶來(lái)的各項(xiàng)軟件技術(shù)飛速發(fā)展以及完美融入嵌入式平臺(tái)，這種趨勢(shì)顯得更加明顯，而本平臺(tái)只作為一塊敲門磚。最后通過對(duì)比實(shí)驗(yàn)證明：本文隱寫方案在極大提高安全性的同時(shí)，編碼效率以及主客觀質(zhì)量并未下降；本隱寫平臺(tái)CPU主頻在低于Windows平臺(tái)的條件下，隱寫效率反超，約為10倍。