抗量化转码的HEVC视频流零水印算法

王 静，郁 梅,2，李文锋，骆 挺



抗量化转码的HEVC视频流零水印算法

王 静1，郁 梅1,2，李文锋1，骆 挺1

( 1. 宁波大学信息科学与工程学院，浙江宁波315211；2. 南京大学计算机软件新技术国家重点实验室，南京210093 )

针对HEVC的视频流版权问题，提出了一种抗量化转码的零水印算法。首先，经过统计发现量化转码后编码单元(CU)深度具有很强的稳定性，部分深度会发生转移且主要往相邻深度转移；然后，为增加深度特征的顽健性，对CU深度进行分组，并映射成二值信息；最后，将加密后的特征信息同混沌置乱后的版权信息异或，与时间戳作为最终注册的零水印。实验结果表明，该算法对量化参数在一定变化范围内的重量化转码攻击以及常见的信号攻击具有很强的鲁棒性。

零水印；HEVC；重量化转码；编码单元深度

0 引 言

为适应人们对视频高清、高质量的发展需求，ITU-T的视频编码专家组和ISO/IEC的运动图像专家组组成的视频编码联合组共同研发了高效率视频编码HEVC(High Efficiency Video Coding)标准[1-2]，已逐渐用于相关领域。随着多媒体与网络技术的成熟，视频的获取和处理也变得更加容易，盗版现象日益严重。数字水印技术能有效对视频进行认证和版权保护。因此，对HEVC视频流水印算法的研究有其重要意义。

高清视频数据量庞大，为节省带宽与存储空间对其压缩必不可免。基于原始视频的水印方法不能直接应用于压缩视频，因此压缩域的水印算法是一项值得研究的工作[3]。目前，有关HEVC压缩域的水印研究成果还很少，已有的方法难以抵抗重量化转码等攻击[4-6]且主要是嵌入式水印方案，需要通过修改载体内容来嵌入水印。然而，相比于H.264，HEVC能在相近的感知质量下，码率减少50%左右[7]，高压缩率对嵌入式水印算法在鲁棒性和透明性的平衡带来了挑战。零水印技术[8]只需利用原始载体的重要特征来构造水印信息，无需改动原始载体，能够解决因改动HEVC视频流的数据而引起的高清视频降质问题。零水印技术便被应用在图像、视频、音频等各种信息载体的内容安全保护中[9-10]。但针对视频压缩域的零水印算法的研究[11]还鲜有报道。因此，如何有效实现HEVC压缩域的零水印方案是十分有意义的研究课题。

针对以上问题，本文提出一种基于CU深度特征的HEVC视频流零水印算法。通过分析4´4的亮度块重量化转码前后CU深度的变化规律，将深度按照一定的原则进行二值化分组，得到水印信息。该算法直接利用标准的编码平台编码，不需要修改原始载体信息，能很好地兼容水印透明性与算法鲁棒性问题。结果表明，该算法对量化参数在一定变化范围内的重量化转码以及常见的信号处理等攻击具有很强的鲁棒性。

1 量化转码前后CU深度特征分析

量化转码能保证在一定的视频质量损失的前提下，破坏压缩域水印，是最常见的压缩视频水印攻击方法之一。CU深度特征是HEVC较之以前标准所具有的固有特性，本文以4´4的亮度块为基本单元对深度进行统计分析，探索量化转码前后的CU深度特征的鲁棒性。图1给出了量化参数(QuantizationParameter, QP)为24不变情况下重量化转码后CU深度转移概率示意图。图中斜对角线的长方体表征深度值不变的比例，占据了所有转移概率的92.33%，表明转码前后CU深度具有很强的稳定性。不同深度之间也存在着转移概率，这是由于量化转码是有损操作，会导致率失真代价发生变化，从而影响了CU分割尺寸。图2给出了各深度所占转移概率的比例及其转移分布图。图2(a)在所有的转移概率中，深度0发生的转移占据了47%，且主要往深度1转移。从图1以及图2(b)可以看出每个深度发生转移概率大小与其深度邻近程度呈正相关。

图1 重量化转码前后CU深度转移概率

图2 各深度所占转移概率的比例及其转移分布

2 抗量化转码的HEVC视频流零水印算法

基于上述分析，提出一种抗量化转码的HEVC视频流零水印算法，其框架如图3所示，算法分为水印注册端、水印检测端两个部分。在水印注册端，先提取待保护HEVC视频流的深度特征并二值化为水印；然后，为进一步加强算法的安全性与水印的可视效果，对作加密并与混沌置乱后的版权商标(logo)信息进行异或处理，其结果称为注册水印；最后，为保证水印的唯一性和权威性，请求权威的时间认证机构对注册信息加盖时间戳[12]，并将其注册在可信第三方建立的知识产权(Intellectual Property Right, IPR)数据库。在水印检测端，先提取待检测视频流的深度信息并将之二值化为¢，并用保存的密钥进行加密；再与IPR数据库注册的水印信息作异或操作；最后，对操作后的结果进行反置乱，判决版权归属。

图3 抗量化转码的HEVC视频流零水印算法框架

图4 不同视频序列的CU深度比例

以4´4的亮度块为基本单元统计视频序列的深度信息，序列中深度为的比例P为

(2)

其中：(，)表示第帧第块的深度值，是视频序列的帧数，是每帧深度信息的总数。

记()为CU深度等于的集合，考虑鲁棒性将所有深度信息分为相邻的两组1和2，∪表示并集，C表示第种分组方法，共有三种分组：1={1=(0)，2=(1)∪(2)∪(3)}、2={1=(0)∪(1),2=(2)∪(3)}和3={1=(0)∪(1)∪(2)，2=(3)}。由于深度0的发生转移概率大于其它深度，因此优先考虑2与3两种分组方法。当2与3两种分法的分组概率分布相差都比较大时则再考虑1。设diff(C)表示第种分组方法1和2集合概率之差的绝对值，则：

(4)

(5)

1) 初始化分组=2，比较diff(2)与diff(3)的大小，若diff(2)>diff(3)，则=3，否则不变。

2) 判断diff()>0.4，如果不等式成立，则比较diff()与diff(1)的大小，若diff()

3) 将最终分组中1和2集合内深度进行二值化，分别映射成水印信息“0”和水印信息“1”。

3 实验结果与分析

对所提出算法进行实验，测试条件及部分参数设置如下，测试软件为HM15.0[13]，测试序列为BasketballPass、ParkScene、PartyScene、Vidyo1，其分辨率分别为416240、19201 080、832480、1280720；全帧内编码，编码帧数为100帧。选取的测试序列纹理特性各不相同，下面根据水印提取的正确率(Percent Correct，PC，用PC表示)分别从零水印的独立性、QP在一定变化范围内的重量化转码攻击的鲁棒性、典型信号处理结合重量化转码攻击的鲁棒性以及对比算法这四个方面评价所提算法的有效性。其中PC的计算式：

其中：(，)表示原始视频第帧第块的深度二值化后的水印信息，¢(，)表示经过攻击后视频第帧第块的深度二值化后的水印信息，“”是异或操作。

您是说，我一直跟着您？苏楠问，这有什么大惊小怪的？大不了，我又跟李峤汝多了一点共同的地方，也在文城长大。

3.1 水印的独立性

零水印是载体特有的表征，因此不同的视频序列的零水印应相互独立。以BasketballPass序列为例来测试零水印的独立性。图5(a)是测试的logo图像，图5(b)是BasketballPass序列未受任何攻击提取的水印图像，图5(c)和图5(d)是从ParkScene序列提取的水印图像，图5(c)和图5(d)的差别是：前者是直接将加密后的二值特征信息与测试logo异或，而后者是将测试logo混沌置乱后再以二值特征异或作为零水印。从主观上来说，图5(d)更能体现水印的独立性。

图5 所提出零水印算法水印独立性检测

3.2 抗重量化转码鲁棒性

测试序列原始编码QP分别取24、28、32。经[QP-3，QP+3]范围内的重量化转码攻击后，水印提取的正确率结果如图6所示。图6中的曲线说明了水印的正确率随着重量化转码不同QP的变化情况，可以看出，所提出算法的水印提取正确率PC均在85%以上，说明该算法能抵抗一定QP范围内的重量化转码攻击；在[QP-3，QP]范围内正确率变化不大，基本都在95%以上；在[QP+1，QP+3]范围内正确率明显降低，最低为85.34%。主要是因为增大QP对CU尺寸决策时的率失真代价影响比较大。

图6 抗重量化转码鲁棒性测试

3.3 抗信号处理结合重量化的鲁棒性

经各种信号处理结合重量化攻击后鲁棒性测试结果如图7所示，图7中的曲线说明了水印的正确率随着不同类型且不同参数的攻击的变化情况。滤波和处理：对视频进行标准差在0.1~0.5的高斯模糊和拉普拉斯滤波参数在1~9锐化操作后的水印提取的正确率PC结果分别如图7(a)和图7(d)所示。可见在一定程度的滤波处理下，正确率达到93%以上，可以抵抗一定程度的滤波处理；亮度调节：对视频进行幅度为5~50的亮度减弱和亮度增强的操作后的水印提取PC结果分别如图7(b)和图7(c)所示。整体来说，在一定程度的亮度攻击下，正确率达到93%以上，表明算法可以抵抗一定程度的亮度攻击；高斯噪声：对视频添加方差为1~7的高斯噪声后的水印提取PC结果如图7(e)，水印提取的PC在88%以上，表明算法可以抵抗一定程度的噪声攻击。

图7 信号处理结合转码的鲁棒性测试结果

3.4 算法比较

参考文献[13]中提出的零水印算法是从视频本身的特性来提取水印信息，适应于任何视频，因此适合作为本文的对比算法。本文选取2个测试序列BasketballPass和Vidyo1，在相同的攻击环境下比较两个算法水印提取的正确率，判断鲁棒性，实验结果如图8所示。给定原始编码的量化参数为[24,28,32]，测试在相同的QP下重量化编码后水印提取正确率的平均值，平均PC如图8(a)。图8(b)和图8(c)给出了原始QP=24，重量化编码QP分别为21和27的水印提取的PC。图8(d)给出了之前测试情况下相同的攻击类型，每个类型的各个参数攻击下的水印提取的平均PC。图8的实验结果显示本文所提出算法的水印提取的PC更高，这说明本文所提出算法的零水印的鲁棒性更好。

图8 算法的鲁棒性测试结果

4 结 论

针对HEVC视频流版权问题，本文通过分析HEVC特有的CU深度特征，提出了一种抗量化转码的HEVC视频流零水印算法。首先，探索量化转码前后CU深度特征的稳定性以及深度转移规律，考虑把深度映射为水印特征信息。然后，为了进一步加强深度特征的顽健性，根据组间转移概率最小的原则将深度信息分为两组：水印“0”和水印“1”，并调整分组方式使得两组之间的分布近似相等。该算法不需要修改原始载体信息，能很好地解决水印透明性与算法鲁棒性的矛盾。结果表明，所提算法对量化参数QP在一定变化范围内的重量化转码攻击以及常见的信号攻击具有很强的鲁棒性。进一步探索帧间数据的稳定特征是我们后续的研究工作。

参考文献：

[1] Sullivan Gary J，Ohm Jens-Rainer，Han Woo-Jin，. Overview of the high efficiency video coding (HEVC) standard [J]. IEEE Transactions on Circuits and Systems for Video Technology(S1051-8215)，2012，22(12)：1649-1668.

[2] Lee J，Kim S，Lim K，. A fast cu size decision algorithm for HEVC [J]. IEEE Transactions on Circuits and Systems for Video Technology(S1051-8215)，2015，25(3)：411-421.

[3] Tew Y，Wong K S. An overview of information hiding in H. 264/AVC compressed video [J]. IEEE Transaction on Circuits and Systems for Video Technology(S1051-8215)，2014，24(2)：305-319.

[4] CHANG Po-Chun，CHUNG Kuo-Liang，CHEN Jiann-Jone，. A DCT/DST-based error propagation-free data hiding algorithm for HEVC intra-coded frames [J]. Journal of Visual Communication and Image Representation(S1047-3203)，2013，25(2)：239-253.

[5] Tew Yiqi，Wong KokSheik. Information hiding in HEVC standard using adaptive coding block size decision [C]// IEEE International Conference on Image Processing，Paris，France，Oct 27-30，2014：5502-5506.

[6] Ogawa K，Ohtake G. Watermarking for HEVC/H.265 stream [C]// IEEE International Conference on Consumer Electronics，Las Vegas，America，Jan 9-12，2015：102-103.

[7] Ohm Jens-Rainer，Sullivan Gary J，Schwarz Heiko，. Comparison of the coding efficiency of video coding standards—including high efficiency video coding (HEVC) [J]. IEEE Transactions on Circuits and Systems for Video Technology(S1051-8215)，2012，22(12)：1669-1684.

[8] 温泉，孙锬锋，王树勋. 零水印的概念与应用 [J]. 电子学报，2003，31(2)：214-216.

WEN Quan，SUN Tanfeng，WANG Shuxun. Concept and Application of Zero-Watermark [J]. Acta Electronica Sinica，2003，31(2)：214-216.

[9] 周武杰，郁梅，禹思敏，等. 一种基于超混沌系统的立体图像零水印算法 [J]. 物理学报，2012，61(8)：80701.

ZHOU Wujie，YU Mei，YU Simin，. A zero-watermarking algorithm of stereoscopic image based on hyperchaotic system [J]. Acta Physica Sinica，2012，61(8)：80701.

[10] Tsai S M. A robust Zero-watermarking scheme for digital audio [J]. International Journal of Information and Electronics Engineering(S2010-3719)，2015，5(2)：117-121.

[11] FENG Gui，HUANG Kai. H.264 video standard based zero watermarking technology [C]// IEEE International Conference on Anti-Counterfeiting Security and Identification，Shanghai，China，Oct 25-27，2013：1-4.

[12] 谢贤智. 基于时间戳认证的零水印方案研究 [J]. 微计算机信息，2007，23(6)：289-290.

XIE Xianzhi. The Research of the Zero-Watermark Based on TimeStamp [J]. Microcomputer Information，2007，23(6)：289-290.

[13] HEVC Reference Software，HM15.0 [EB/OL]. (2014)[2016]. https：//Hevc.hhi.fraunhofer.de /svn/svn_HEVCSoft-ware/tags /HM-15.0/.

HEVC-based Video Stream Zero-watermarking Algorithm with Robustness to Re-quantization Transcoding

WANG Jing1，YU Mei1,2，LI Wenfeng1，LUO Ting1

( 1. Faculty of Information Science and Engineering, Ningbo University, Ningbo315211, Zhejiang,China;2. National Key Lab of Software New Technology, Nanjing University, Nanjing 210093, China)

For the video stream copyright issues of high efficiency video coding (HEVC), a new zero-watermarking algorithm with robustness to re-quantization transcoding is proposed. Firstly, from statistics analysis about re-quantization transcoding, it is found that Coding Unit (CU) depths have strong stability and only a fraction of the depths would shift and almost shift to adjacent depths. Then, in order to increase the robustness of the depth characteristic, the CU depths are divided into two groups and mapped into two values ‘0’ and ‘1’. Finally, ‘xor’ operation is performed between the binary information encrypted and the copyright information scrambled by using the chaotic algorithm, the outcome with the timestamp acts as the ultimate registered zero-watermarking. Experimental results show that the proposed algorithm has strong robustness to re-quantization transcoding and other common signal attacks.

Zero-watermarking; HEVC; robustness to re-quantization transcoding; CU depth

1003-501X(2016)10-0077-07

TP391

A

10.3969/j.issn.1003-501X.2016.10.013

2015-12-10；

2016-03-10

国家自然科学基金项目(61271270, 61501270)；科技部国家科技支撑计划资助项目(2012BAH67F01)；浙江省自然科学基金项目(LY15F010005)

王静(1991-)，女(汉族)，湖南益阳人。硕士研究生，主要研究工作是多媒体信号处理。E-mail: wangjing12311@126.com。

郁梅(1968-)，女(汉族)，江苏无锡人。教授，主要研究工作是多媒体信号处理与通信。E-mail: yumei2@126.com。