[发明专利]一种基于视频载体的信息隐写方法及装置

说明书

本发明公开了一种基于视频载体的信息隐写方法及装置，方法包括：基于载体视频，根据预先训练生成的隐写生成对抗网络生成修改概率矩阵，其中，载体视频为由网络生成的符合自然语义的伪视频；将修改概率矩阵通过最优二元嵌入函数，自适应生成最优嵌入修改位置图；在载体视频的最优嵌入修改位置图对应的位置嵌入秘密信息，生成含密视频。本发明能够有效解决现有网络无法直接处理大数据量的视频载体问题，以及传统视频信息隐藏算法中最优化修改策略构建困难的问题，实现以视频为载体进行信息隐写。

技术领域

本发明涉及信息安全技术领域，尤其涉及一种基于视频载体的信息隐写方法及装置。

背景技术

隐写术是一种将秘密消息隐藏在载体信息中，使得攻击方无法知晓载体中是否含有秘密消息，从而达到隐蔽传输目的的秘密通信技术。它在公共服务、网络传输、军事通信等方面的应用非常广泛，相较于加密技术而言，因其具有的不可感知性，不易受到恶意攻击方的分析检测，是目前信息安全领域的热门课题，在军事、情报等部门具有重要的应用价值。

但目前数字隐写术大多数是以数字图像为载体，数字视频隐写技术研究相对较少，考虑到数字视频相比于图像具有更大的绝对数据量，它的嵌入容量和安全性有着更好的表现，随着5G高速网络的发展，大量视频媒介信息在互联网中迅速传播，数字视频已经成为普遍使用的媒体形式，是一种理想的数据隐蔽载体，因此视频隐写术在载体数量与传播安全性方面的优点日益突显。

现有的视频隐写技术一般通过所设计的规则，在压缩视频中的DCT(DiscreteCosine Transform，离散余弦变换)系数或运动矢量中选择一定位置，通过对该位置进行数据修改实现信息嵌入；以及相对较少的基于对抗神经网络的视频隐写算法。

现有的视频隐写技术主要存在以下缺点：1、现有的视频隐写算法通过某种修改策略使得嵌入后造成的统计失真尽可能的小来提高隐写算法安全性，但修改策略一般通过经验构建，要人工实现最优修改策略在设计上十分困难。2、现有基于神经网络的隐写算法主要应用于图像与文本隐写，由于网络构造、运行速度、数据处理能力等原因无法直接应用到数字视频中。同时现有的基于神经网络的隐写算法其不可见性和安全性还有待提高。并且注重于将秘密信息嵌入到单一图像之中，没有考虑到视频序列每一帧图像都有不同的底层特征信息，无法将信息合理地分配至整个视频序列之中，在不同的视频帧图像中嵌入不同的秘密信息。

因此，如何有效的以视频为载体进行信息隐写，是一项亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种基于视频载体的信息隐写方法，能够有效的以视频为载体进行信息隐写。

本发明提供了一种基于视频载体的信息隐写方法，包括：

基于载体视频，根据预先训练生成的隐写生成对抗网络生成修改概率矩阵，其中，所述载体视频为网络生成的符合自然语义的伪视频；

将所述修改概率矩阵通过最优二元嵌入函数，自适应生成最优嵌入修改位置图；

在所述载体视频的最优嵌入修改位置图对应的位置嵌入秘密信息，生成含密视频。

优选地，在基于载体视频，根据预先训练生成的隐写生成对抗网络生成修改概率矩阵前，还包括：

根据预先训练生成的视频生成对抗网络生成载体视频。

优选地，所述根据预先训练生成的视频生成对抗网络生成载体视频包括：

将噪声作为所述预先训练生成的视频生成对抗网络的输入，生成以前景、后景以及掩模组成的所述载体视频。

优选地，所述将噪声作为所述预先训练生成的视频生成对抗网络的输入，生成以前景、后景以及掩模组成的所述载体视频，包括：