基于小波变换的数字多媒体视频水印盲检测方法

郑庆翔

（湄洲湾职业技术学院 现代教育技术中心，福建 莆田 351111）

引言

数字媒体化技术的发展加快了大众对多媒体信息和产品的认知与使用，特别是短视频的出现，越来越多的网络平台为大众提供短视频的创作平台[1]。面对短视频的出现，涉及信息安全问题和视频内容版权问题，对此类问题，有专家和学者提出了数字水印技术，将数字水印嵌入到多媒体视频信息中，能够在不影响原始视频数据的情况下，通过技术软件检测出水印，保证用户信息安全和版权安全，从而尽量避免用户的原创视频信息遭到破坏[2-4]。当前的数字水印研究中，水印检测技术需要借鉴很多其他学科的资料，缺少专业的、强有力的理论支撑，对水印检测技术的研究还远远不够[5]。因此，人们越来越重视对数字多媒体视频水印盲检测方法的研究，更多是以视频水印的快速检测作为研究目的，从多个方面完善视频水印的盲检测方法的功能[6]。

王向阳[7]提出一种基于二元BKF统计建模的水印检测方法，该方法利用统计模型对高频子带系数建模，结合子带内相关性和最大似然决策，盲检测出水印信息，具有较好的鲁棒性，但是在噪声攻击或剪切攻击下，该检测方法并不能保证检测结果的完整性，同时在检测过程中还会对原视频造成破坏，自身的抗攻击特性比较差。郭鹏飞等[8]提出的水印盲检测方法是一种基于灰度图像水印检测的新式检测方法，在获得视频序列帧图像后，逐帧变换图像属性，分解低频部分，进而检测出视频水印，但是该方法在面对不同攻击时，同样存在抗攻击特性差的问题。

针对现存方法中存在的一定不足，本研究提出基于小波变换的数字多媒体视频盲检测方法，利用小波变换的技术特点，解决上述现行检测方法中存在的问题。

1 数字多媒体视频水印盲检测方法设计

1.1 视频水印特征决策表构建

为实现数字多媒体视频水印盲检测，首先需要对水印特征进行获取。通过构建视频水印特征决策表实现特征的获取。

采用常用的视频水印特征构建自适应模板，将视频水印特征与视频信息嵌入在一起，离散化处理视频水印特征，构建视频水印特征决策表。

由自适应模板视频水印特征组成一个非空集合Q，将其作为构建特征决策表的论域，假设论域内信息与集合中的视频水印特征的等价关系表示为E，由此构建的特征知识库表示为W=（Q,E），W同时也表示一个近似空间[9]。假设论域Q中存在一个对象X，同时X也是论域Q的子集，当对象X能够用E的属性准确描述时，将X作为E的精确集；当X不能用E的属性描述时，将X视为E的非精确集[10-12]。定义X和E之间的关系。具体内容如下：

如果决策条件和决策属性关系为：

公式（7）表示决策表不相容，此时重新计算正域POS（C,B）。如果e∈C，将其代入到公式（5）中，得到：

如果公式（8）成立，说明e是可以省略的多余属性，反之保留属性e，重复上述过程。同时，将e∈C代入到公式（3）中，得到

如果公式（9）成立，说明属性e可省略，反之保留属性e，重复以上过程，直到所有属性处理完成。得到最终的视频水印特征决策表为：

式中，C0

1.2 基于小波变换的水印信号预处理

根据上述获取的视频水印特征决策表，选择视频序列中一帧图像，沿着水平方向和垂直方向得到三个高频带和一个低频带，结构如图1所示。

图1 小波变换分解视频图像结构

在图像水平方向高频、垂直水平方向低频的部分表示为GD1，在水平方向低频、垂直方向高频的部分表示为DG1，在水平方向和垂直方向均为高频部分时，表示为GG1。DD1保留了待检测图像的主体特征，其他三个高频带保持了边缘细节。基于小波分解后的待检测视频图像结构的特征处理视频水印。对视频水印置换处理，公式如下：

公式（11）表示像素点从（x,y）处移动到（x′,y′），其中x、y表示图像像素点的坐标，x,y∈{0,1,2,…,N-1}，N表示矩阵的阶数。置乱水印后不会增加水印的信息量，在检测时，为了保证视频水印的完整性，利用Logistic映射处理视频水印，映射模型如下所示：

式中，xi∈（0,1），v表示分支参数，取值范围在0～4之间，考虑到映射模型不能直接用于视频水印图像，对映射模型进行进一步处理，得到：

式中，ξe表示给定的阈值。利用映射模型对视频水印图像进一步处理，得到用于检测的水印信号特征，将其与视频水印属性有效特征结合，检测视频水印。

1.3 视频水印的盲检测

在已知视频水印特征的情况下，使用发射机识别技术检测数字多媒体视频水印。以视频水印信号作为输入，检测流程如图2所示：

图2 视频水印检测实现图

图2中，为每个发射器分配唯一的视频水印特征Sr，以串行信息表示发射机状态信息，使用水印特征Sr对视频信息编码，得到信息模式sm，表示为：

式中，z表示1bit视频信息，将水印强度作用在信息模式上，得到水印信息Sa，此时解调水印信息Sa，得到：

式中，β表示水印强度，s′（n）表示解调后的水印信号，Y（n）表示检测到的水印信息，n表示水印信号长度，n∈N，k表示信号频率。至此，基于小波变换的数字多媒体视频水印盲检测。

2 实验分析

数字多媒体视频水印盲检测方法实验研究目的是为了验证方法的合理性和有效性，实验使用MATLAB软件作为实验支撑，引入两种应用比较广泛、现行的两种水印检测方法，基于二元BKF统计建模的检测方法和新式灰度图像检测方法，与设计的盲检测方法一起作为实验目标，通过多组实验验证检测方法的抗攻击性能。

2.1 实验指标设计

从视频序列关键帧集中选择一副关键帧图像，选取图像水印信号大小为32×32，水印在视频中的嵌入强度为16。在实验开始前，将实验所用的视频序列转换为RGB彩色视频，分块处理每个通道，在每一块中嵌入32×32大小的水印。使用不同检测方法检测多媒体视频水印，计算图像的峰值信噪比和检测前后的图像误差率，用以衡量检测质量。峰值信噪比计算公式如下：

基于以上公式统计实验中各个盲检测方法的结果。

2.2 实验结果分析

2.2.1 遭受攻击后的盲检测实验结果分析

实验中分析了基于二元BKF统计建模的检测方法、新式灰度图像检测方法以及本研究盲检测方法在遭受攻击后视频水印检测中噪声变化，如表1所示：

表1 遭受攻击后的盲检测实验结果

表1 中给出了水印盲检测过程中遭受不同的噪声攻击的结果，从中可以看出在三组实验结果中，提出的基于小波变换的盲检测方法在检测过程中，面对这些噪声攻击，具有更好的抵抗性，视频水印图像的峰值信噪比低，误差率在0.1以下，而其他两组结果峰值信噪比水平较高，误差率变化也十分明显，说明其它两组方法在水印检测过程中视频水印图像噪声比较明显，对比之下，提出的基于小波变换的视频水印盲检测方法抗攻击特性更好，能够在检测过程中有效抵抗外界攻击，保证视频水印图像的质量。

2.2.2 视频水印的完整性分析

数字多媒体水平水印检测的完整性是衡量检测方法是否可靠的判断标准，以上述内容中的攻击类型作为参考，对嵌入水印后的各个视频序列进行剪切攻击实验，如果在检测后仍然能清楚地检测出水印图像，说明检测方法检测的内容完整，检测方法具有较好的抗攻击性。实验选用的视频图像以及嵌入的水印如图3所示。

图3 中是从多媒体视频中截取的四帧图像，以图3显示的视频图像作为目标，使用不同的盲检测方法检测目标中的水印，得到的实验结果如图4所示。

图3 实验视频图像

图4 不同水印盲检测方法实验结果

从图中显示的实验结果中可以看出，在第一帧序列时，视频水印正常检测出来，在第二帧序列，前两组实验结果中视频水印出现了不同程度的损坏，说明水印检测异常，这种异常一直持续到第三帧，甚至在第一组实验结果中持续到第四序列，而在提出的盲检测方法实验结果中，检测到的水印始终清晰，没有出现检测异常。综上所述，基于小波变换的水印盲检测方法在剪切攻击下，检测到的视频水印更完整。结合抗噪声分析结果可知，设计的基于小波变换的数字多媒体视频水印盲检测方法具有非常好的抗攻击特性，该方法优于现行的盲检测方法。

3 结束语

数字多媒体视频水印技术是一种新兴的信息技术，在现阶段短视频流行的社会背景下，具有非常重要的作用，在网络中也十分常见。本研究以数字多媒体视频水印盲检测作为研究重点，在检测方法的设计中引入小波变换技术，设计基于小波变换的水印盲检测方法。在方法设计完成后，设计视频水印的完整性和抗噪声分析两组对比实验，经过实验研究后，证明了设计的盲检测方法具有非常好的抗攻击特性。但提出的盲检测方法还存在一些不足之处，如视频水印检测的实时性，未来将着重研究该方向。