一种基于GOP的视频水印算法

鲁晓辉

(三门峡职业技术学院 河南 三门峡 472000)

一种基于GOP的视频水印算法

鲁晓辉

(三门峡职业技术学院 河南 三门峡 472000)

利用MPEG-2协议中画面组(GOP)的结构特点，利用修改每个GOP中B帧亮度最高分块的亮度增加或减少趋势实现水印信息的嵌入.在嵌入强度的设置中，充分考虑人类视觉特性.实验结果表明该算法能够抵抗各种常规攻击，具有良好的安全性、鲁棒性和不可见性.

人类视觉系统；画面组；鲁棒性；数字水印

0 引 言

数字水印是指在不影响原载体使用价值的前提下，将特定的标示信息采用直接或间接的方式嵌入到载体中，并实现不易发觉、不易修改、准确提取等特征.目前被广泛应用于数字媒体的版权保护中[1，2].

目前，学界对视频水印进行了一些研究，文献[3]中作者提出利用连续帧中AC系数升降趋势实现水印嵌入；文献[4]中作者利用相邻帧的SURF特征决定水印的嵌入位置.文献[5]利用连续帧中特征值的均值曲线交点实现对嵌入帧的确定.

本文提出了一种利用MPEG-2格式中图像组(GOP)的结构特征实现水印信息嵌入和定位的新算法，同时在嵌入时充分考虑了人类视觉特征(HVS)对嵌入的影响，通过每个嵌入帧阈值的计算，实现水印的自适应嵌入.

1 GOP格式分析

图像组(GOP)是MPEG-2格式编码码流6层结构中的第二层，是由若干具备预测和生成关系的I、B、P帧组成，能够表现一组连续的画面.其中I帧被称为帧内(Intra)图像是整个GOP的基准图像，B帧和P帧都是在其基础上预测生成的；P帧又称为预测(Predicted)图像，是由其前面的I帧预测生成；B帧称为双向预测图像，是由其前后的I帧和B帧共同预测生成.其中，B帧和P帧都具有较大的压缩码率.GOP又可以分为开放GOP和关闭GOP，两者间最大的差异在于对B帧和P帧进行预测时是否会用到GOP之外的帧.开放GOP支持不同GOP之间的预测，反之关闭GOP的预测只能依靠自身的帧.GOP的结构见图1所示.

图1 GOP结构 图2 置乱前后的水印图像

利用GOP实施水印信息嵌入时，可以利用I帧的定位作用实现嵌入信息的定位，完成视频水印算法中嵌入同步码的功能，实现水印算法的快捷、准确.同时由于GOP中相邻B帧的预测依据帧相同，导致两帧间差异较小，这也为水印信息的嵌入提供了方便.

2 HVS在视频中应用

在视频水印算法中，水印信息的嵌入强度一般要考虑嵌入区域的亮度和纹理特性两个主要因素对人类视觉特性的影响[6].其中，分块亮度差异是导致人眼识别差异的一个重要的因素.量化的中等亮度区域是人眼最敏感区域，从中等区域向高亮和低亮区域呈现非线性下降.嵌入阈值可以通过公式(1)计算.β为预设最大灵敏度，0.02代表中等亮度区域敏感度常量，ave(x,y)表示亮度均值，T1、T2代表亮度预设值，一般视频中选用70,100.

(1)

3 水印嵌入实现

3.1 水印预处理

水印的预处理主要是将现有水印信息通过某种数学方法进行置乱处理.较为常用的方法主要有数值置乱和位置置乱两种，通过置乱的水印信息能够有效的抵抗剪切攻击等作用于载体视频部分区域的攻击形式.本文采用Arnold变换对水印进行置乱，Arnold变换公式如(2)所示.

(2)

对水印信息进行置乱，结果如图2所示.

3.2 水印嵌入思想

水印嵌入主要思想是，利用GOP中P帧定位，通过修改P帧前后两个B帧亮度最高8*8分块的DC值实现水印嵌入.具体的说，若需嵌入信息为1，则增加P帧后B帧高亮分块的DC值，使其大于P帧前B帧高亮分块DC值，使前后B帧高亮分块数值呈现增趋势；若需要嵌入信息为0，则增加P帧前B帧高亮分块DC值，使其呈现减趋势.其中需要注意的是我们选择嵌入过程必须满足以下判定原则.

1)P帧前后均为本GOP的B帧.

2)P帧前后的B帧不能为单独一个存在，至少应为两个B帧以上B帧组成的B帧组.

3)嵌入实施过程中仅修改与P帧直接相邻的B帧，并非对B帧组所有B帧进行修改.

嵌入过程见图3.

3.3 水印嵌入

图3 嵌入框图

2)对载体视频进行预处理，判定视频采用的GOP类型，根据I帧实现GOP定位.

3)扫描当前GOP，依据P帧确定嵌入点，若P帧左或右侧紧密相邻的连续B帧仅有一个，则舍弃该P帧，即仅当某P帧左右两侧紧密相邻的B帧大于等于两个时，该P帧被确定为嵌入定位帧.

(3)

(4)

(5)

7)对载体视频下一个GOP重复4)，5)，6)部，直至完成载体视频所有GOP嵌入.

8)将嵌入信息的帧通过IDCT还原，恢复每个GOP最终得到含有嵌入信息的载体视频.

3.4 水印提取

由于嵌入过程中，我们仅对B帧高亮分块亮度值进行增加操作且在满足嵌入阈值的前提下尽可能的提高嵌入强度，所以提取过程中，可以确保B帧的最高亮度分块不会发生改变，有效确保提取成功率.水印提取框图见图4.

1)对载体视频进行预处理，判定视频采用的GOP类型，根据I帧实现GOP定位.

2)扫描当前GOP，依据P帧确定嵌入点，若P帧左或右侧紧密相邻的连续B帧仅有一个，则舍弃该P帧，即仅当某P帧左右两侧紧密相邻的B帧大于等于两个时，该P帧被确定为嵌入定位帧.

4)通过公式(6)提取嵌入信息wk，

(6)

5)对GOP内所有的嵌入信息提取完成后，进行嵌入信息确认，确认方式为比较提取值，若提取结果中1的数量多，则确认该GOP内嵌入信息为1，反之则确认为0.

6)重复4)、5)完成对整个载体视频的提取，将提取结果整合为二进制序列.

7)通过公式(2)实现嵌入信息的逆置乱，得到嵌入水印信息，完成水印提取.

图4 提取框图

4 实验结果

文中选取不同类型5个视频片段作为载体视频具体信息见表1.水印图像采用32*32的二值图像“测试水印”见图2所示.仿真环境使用Matlab7.0，分别进行不可见性测试与鲁棒性测试.

4.1 水印容量

MPEG-2 中GOD一般由15帧组成，本文水印图像大小为32*32=1024Bit，若1个GOD嵌入1Bit信息形式，则嵌入1024Bit信息需要15360帧左右，即需要614s视频.若增加每帧选择嵌入点提高到两个，则可以实现307s嵌入一个水印，水印容量能够接受.

4.2 透明性测试

算法的透明性一般采用峰值信噪比(psnr)来衡量，计算公式如(7)所示.m*n表示载体图像的大小，P(i,j),P*(i,j)分别代表嵌入前后的载体图像.测试视频参数见表1所示，透明性测试见表2.

(7)

表1 视频信息

表2 透明性测试

由表2可知本文算法PSNR值在多种视频测试中始终大于40，同时通过图5(a)和图5(b)可以看出，直接用观察水印嵌入前后视频，并不能发现明显差异，所以算法透明性符合要求.

图6(a)水印嵌入前B帧 图6(b)水印嵌入后B帧

4.3 鲁棒性测试

为验证本文算法鲁棒性，我们对算法进行了常规攻击测试，测试参数与结果见表3所示.

表3 在不同攻击下水印提取平均成功率

通过测试数据可知，针对各类攻击，算法表现了良好的鲁棒性，提取成功率始终保持在90%以上.

5 小 结

利用MPEG-2协议中画面组(GOP)的结构特点，利用修改每个GOP中B帧亮度最高分块的亮度增加或减少趋势实现水印信息的嵌入.并从水印容量，透明性和鲁棒性3个方面对算法进行了验证，实验证明本文算法具有容量大，透明性好，针对常规攻击具有较强鲁棒性等特点是一种优秀的视频水印算法.

[1]WANGYulin,PearmainA.BlindMPEG-2videowatermarkingrobustagainstgeometricattacks:asetofapproachesinDCTdomain,IEEETrans.ImageProcess，15(6)(June2006).

[2]AraiS,ArakawaK.DigitalWatermarkingforColorVideoUsingaNonlinearFilterinDetectionProcess[A].ISCAS2005[C].Kobe:IEEE, 2005.4010-4013.．

[3] 鲁晓辉,金渊智. 基于MPEG-2的视频水印算法[J]. 计算机应用与软件，2014(10)：144-146.

[4] 杨尚跃, 刘邵星,杨树国. 基于SURF视频分割的小波视频水印算法[J]. 科技信息，2014(06):70-75.

[5] 张金全,王宏霞. 基于音频内容的DCT域脆弱水印算法[J]. 西南交通大学学报，2012(03)：43-48.

[6] 杨恒伏,陈孝威.小波域鲁棒自适应公开水印技术[J]．软件学报,2003,14(9):1652-1660.

[责任编辑：王军]

A video watermarking algorithm based on GOP

LU Xiaohui

(College of vocational and Technical San Men Xia ,San Menxia 472000, China)

Using the structure characteristics of the Group of Picture(GOP)in MPEG-2 Standard, information embedding is achieved by modifying the brightness increase or decrease of the maximum block. Embedding intensity Settings are fully into account the human visual system. The experimental results show that this algorithm can resist various attacks, has good security, robustness and invisibility.

human visual system(HVS); Group of Picture(GOP); discrete cosine transform; digital watermarking

2015-01-14

国家自然科学基金资助项目(61003246)

鲁晓辉(1980- )，男，河南三门峡人，三门峡职业技术学院讲师，硕士，主要从事信息安全、数字水印的研究.

TP309.7

A

1672-3600(2015)06-0058-05