[发明专利]基于分割的邻域最优概率视频隐写分析方法及系统

摘要

本发明公开一种基于分割的邻域最优概率视频隐写分析方法及系统，根据视频特点从分割模式集合中选择一种；对一个视频帧统计所有宏块分割模式的邻域最优SAD的集合，计算一个视频帧的隐写分析特征，对特征进行合并，得到一个视频帧最终的隐写分析特征；按此，依次提取一个视频内所有帧的隐写分析特征。本发明面向视频运动矢量隐写方法的检测，针对传统的基于预测残差的隐写分析特征易受量化失真干扰的问题，通过宏块分割对量化失真的量化与邻域最优概率特征的结合，实现对运动矢量隐写方法的通用而精准的隐写分析。

主权项

1.一种基于分割的邻域最优概率视频隐写分析方法，其特征在于：在隐写分析特征构造时执行以下步骤，步骤1，设P16×16,P16×8,P8×16,P8×8,P8×4,P4×8,P4×4代表宏块的原有的7种分割模式，根据视频特点，从以下分割模式集合中选择一种，其中∪表示集合的合并操作；步骤2，对于一个视频帧，统计所有宏块分割模式的邻域最优SAD的集合实现如下，设p是分割模式的索引，p＝1,…,P，P为步骤1所选模式集合中的分割模式数目，设某视频帧中第l个运动矢量为V_l＝(V_l^h,V_l^v)，V_l^h和V_l^v分别是V_l的水平分量和垂直分量，Δh和Δv分别是V_l^h和V_l^v的改变量，局部八邻域记为其中，l是分割在第p种分割模式中的索引；为步骤1所选模式集合中分割模式p下的步骤3，计算一个视频帧的隐写分析特征fp,i如下，其中，L_p是第p种分割模式中的分割的总数，表示集合中的元素个数；如果则参数否则步骤4，根据预设的阈值T，对特征fp,i进行合并，得到一个视频帧最终的隐写分析特征Fp,i，步骤5，返回步骤2对下一视频帧进行处理，依次提取一个视频内所有帧的隐写分析特征。