一种抗H.264压缩的低比特率视频水印算法

2008年2月February 2008计 算 机 工 程Computer Engineering 第34卷 第3期Vol.34 No.3 ·安全技术·文章编号：1000—3428(2008)03—0171—03文献标识码：A中图分类号：TP391.41一种抗H.264压缩的低比特率视频水印算法余小军1，莫 玮2，范科峰2，王美华1(1. 北京信息科技大学中文信息处理研究中心，北京 100101；2. 中国电子技术标准化研究所，北京 100007)摘 要：为了解决H.264压缩视频版权保护问题，提出一种新的低比特率视频水印算法。

根据H.264中DCT 系数分布特点，通过系数的符号编码，水印信息被嵌入到I 帧DCT 量化系数中。

引入量化失真补偿的办法，降低了水印嵌入时引起的视频失真。

水印检测时采用了符号相关检测思想，不需要原视频作参考，实现了盲检测功能。

实验结果显示，新算法在保证较小视频失真的同时，能够很好地抵制H.264压缩攻击。

关键词：视频水印；符号编码；量化失真补偿Watermark Algorithm of Low Bit-rate Video Rubost toH.264 CompressionYU Xiao-jun 1, MO Wei 2, FAN Ke-feng 2, WANG Mei-hua 1(1. Chinese Information Processing Research Center, Beijing Information Science & Technology University, Beijing 100101;2. China Electronics Standardization Institute, Beijing 100007)【Abstract 】In order to solve the problem of copyright protection for H.264 compressed video, a novel watermark algorithm of low bit-rate video is proposed. According to the distribution of DCT coefficients in H.264, by using the sign coding of the coefficients, watermark is embedded into the quantized DCT coefficients of the intra frame. For the sake of reducing the video distortion in watermarking, a quantized distortion compensation method is used. By using the mechanism of sign correlation detection, the original video is not needed in detection process which means the algorithm is blind. Experiment results show that the new algorithm can keep small distortion to video and well survive the H.264 compression attack.【Key words 】video watermark; sign coding; quantized distortion compensation通过在视频信息中嵌入水印信息，可以实现视频的版权保护、完整性认证、身份认证等应用。

视频信息通常以压缩编码的方式存储及传输，这就要求视频水印技术与压缩标准相结合。

H.264是目前最新的视频压缩编码标准，具有很好的压缩性能和较大的应用范围。

然而，其高效压缩性能也带来了水印技术的诸多挑战，尤其对于低比特率视频，由于压缩编码时图像DCT 非零系数稀少，系数幅值较小，导致基于传统的扩频水印技术受到一定限制，因此研究抗H.264压缩的视频水印技术具有重要的实际意义。

已提出的H.264视频水印算法主要在DCT 域上进行。

文献[1]提出了一个混合水印方案。

将鲁棒水印嵌入到帧内编码图像(I 帧图像)DCT 的对角线系数中，将弱水印嵌入到运动向量上，用于实现版权保护和认证的双重功能。

文献[2]改进了该算法，嵌入水印时引入自适应量化因子，提高了水印的不可见性和抗攻击能力，但该算法要求水印位置的系数幅值足够大以抵抗压缩攻击。

文献[3]提出了一种在H.264压缩视频中嵌入灰度图像的水印算法，水印嵌入实际上是通过修改4×4DCT 对角线系数的符号来实现的，该算法具有一定的鲁棒性。

本文根据DCT 系数分布的特点，提出了一种新的压缩域视频水印算法。

1 H.264帧内编码图像DCT 系数特点一般认为，图像DCT 系数分布可近似用拉普拉斯分布表示。

文献[4]进一步研究了H.264编码中的DCT 系数分布，认为用Cauchy 分布比用拉普拉斯分布更准确。

Cauchy 分布概率密度函数如下：221()f x x µµ=π+x R∈ (1)量化系数概率公式如下:1212222222()()11(0.25)12211(0.25)()()d tan ()if 0tan ()if 0tan ()if 0i Q i Q Qi Q Q Qi Q P iQ f x x i i i µµµµµ+−−π+−−π−π+−==∫⎧>⎪⎪=⎨⎪<⎪⎩(2)其中，iQ 表示量化后DCT 系数；Q 为量化因子；µ为Cauchy 分布参数。

从式(2)可知，正负量化系数的概率是相同的，这表明量化后的系数正负符号能够保持相对稳定的比例关系。

对标准测试序列进行不同压缩实验，统计分析可知，DCT 量化系数具有以下统计特征：(1)量化后正负系数个数比例保持一定的稳定性。

(2)系数幅值集中在小范围内，单个4×4DCT 块非0系数稀少。

(3)1和-1个数之和占总非0系数一半以上。

根据上述分析可知，H.264压缩过程对那些基于线性相关检测的水印的算法影响可能很大。

一方面，压缩过程使系基金项目：国家自然科学基金资助项目(60672112)；北京市教委科技发展计划基金资助项目(KM200610772008)作者简介：余小军(1980－)，男，硕士研究生，主研方向：数字视频水印技术；莫 玮，教授、博士生导师；范科峰，博士研究生； 王美华，高级工程师收稿日期：2007-02-20 E-mail ：yuxiaojun2004@—171—数幅值变小，甚至为0。

另一方面，宏块内非零DCT 稀少，导致有效嵌入位减少，水印容量降低，水印鲁棒性减弱.视频在存储及传输时都可能进行压缩操作。

因此，水印算法必须能够抵制压缩攻击。

2 水印算法描述2.1 符号编码类似于利用DCT 系数大小关系来表示水印信息一样，符号编码就是利用DCT 系数正负符号关系来表示水印信息。

简单地讲，就是在水印信息和DCT 系数符号间建立对应关系。

从第1节可知，H.264中DCT 系数的符号具有较稳定的统计特点。

因此，可以考虑利用符号信息来编码水印。

本文的编码规则比较简单，就是使DCT 内正负系数个数统计差与水印符号一致。

为了减小水印对视频的影响，同时保持一定的鲁棒性，本文利用I 帧4×4DCT 中频系数符号来编码水印信息，每个4×4块嵌入1 bit 水印信息。

实验结果显示，这种思想是有效的。

2.2 水印嵌入水印嵌入是通过修改DCT 量化系数符号实现的。

当水印信息与对应的DCT 量化系数同号时，不修改该系数符号。

当水印信息与当前DCT 系数符号不同时，如果该AC 系数幅度大于阈值K ，则使该系数规一化。

如果该AC 系数幅值不大于K ，则使该系数规零化，水印嵌入公式如下：(,)(,)if ((,))0if.((,))and ((,))((,)).if.((,))and ((,))w q q i q i q q q i q X u v X u v W sign X u v abs X u v K W sign X u v q sign X u v abs X u v K W sign X u v =⎧=⎪≠⎨⎪>≠⎩≤ (3) 其中，abs (*)表示绝对值函数；sign (*)表示符号函数；W i ={-1, 1}为水印信息；X q (u , v )量化后DCT 系数；为含水印系数；K 为限幅阈值。

(,)wqX u v 2.3 量化失真补偿尽管H.264采用一些新技术来降低视频失真，但失真问题依然存在。

而且，当嵌入水印时，引起的失真更加明显。

研究发现，影响视频质量的因素主要来自H.264量化过程，因为量化过程是个不可逆过程，在解码反量化时，就会产生一定的误差。

一般地，DCT 系数量化过程可表示为：Xq =round (X /QP )；反量化过程表示为：X ’=Xq ×QP ；则量化误差为E =abs (X -X ’)。

其中，round (*)表示取整操作；abs (*)表示取绝对值操作。

X , Xq 分别表示量化前后的DCT 系数；X ’表示解码时反量化后的系数；E 表示量化引入的系数误差。

设量化前DCT 系数X 表示如下：X QP A B =+× (4) 其中，A Z ; 0<B <QP ; QP 表示量化因子，则Xq = round ((QPA +B )/QP )=A , X ’=Xq ×QP =A ×QP ，量化引起的系数误差为B 。

当X 较大时，如X >>QP ，这种误差可以忽略。

但当X 较小时，B 值就不能简单忽略了。

此时，QP 越大，误差B 值可能就越大，视频失真也就越大。

如果编码时能减少B 值，视频失真自然就会降低。

∈考虑在量化前，预先计算B 值大小，把那些满足条件的DCT 系数适当调整，缩小量化引入的系数误差，从而降低了量化对视频的影响，同时也削弱了水印引起的视频 失真。

计算过程如下：如果B mod QP >δ，则 '()(1)q X sign X A =×+ (5)其中，0<δ<QP ；δ表示条件阈值；表示量化失真补偿后的量化系数。

'q X 从第1节可知，I 帧预测残差DCT 非0量化系数主要为1和-1，绝大部分系数为0值。