董晓慧，林其伟，许东旭

（华侨大学 信息科学与工程学院，福建 厦门361021）

随着网络传输技术及多媒体技术的迅速发展，视频已广泛存在于生产和生活的方方面面.然而，多媒体信息安全问题也日趋严重，例如，多媒体作品的版权保护问题、作品内容的完整性认证等，而信息隐藏［1］技术是解决这些难题的有效途径之一.此外，目前的视频正向着高清分辨率，甚至4K×2K 等超清分辨率发展，现有的视频编码技术已远远不能满足消费者的需求［2］，而高效率视频编码（HEVC）尤其适用于处理高清视频［3］.因此，研究基于HEVC的视频信息隐藏技术具有重要的意义.目前视频信息隐藏算法大多是基于H.264和MPEG 编码标准的.以往最常见的一种方法是在离散余弦变换（DCT）系数上嵌入隐藏信息［4－7］，另一种是在运动矢量（MV）上嵌入隐藏信息［8－10］.这类方案信息嵌入容量大，且完全不会因为隐秘信息的嵌入而降低I帧的视频质量［11］.然而，由于HEVC较之前的H.264编码标准在技术上进行了大量的创新与改进，其特点决定了以往两种常用的信息隐藏方案不可直接用于HEVC.本文结合HEVC独有的帧内预测特点，提出一种基于HEVC帧内预测模式修改的视频信息隐藏方案.

1 HEVC帧内预测

1.1 HEVC帧内编码单元结构

HEVC沿用了H.264的混合编码框架［12］，通过帧间预测编码和帧内预测编码消除时域空域的相关性.然而，HEVC没有继续沿用之前的“宏块”这一概念，而是使用编码单元（CU）作为基本的编码结构.CU 的尺寸从8×8到64×64，且CU 的大小和图像的特性是自适应的.在图像比较平缓的区域，选择较大的CU，而在图像边缘或纹理复杂的区域，选择较小的CU，这样有利于提高编码效率.一个CU可以包含一个或者多个预测单元（PU）.PU 是进行预测运算的基本单元，对于一个帧内N×N（N∈｛64，32，16｝）的CU，PU 尺寸只能为N×N；而对于N＝8的CU，PU 有8×8或4×4两种尺寸.

1.2 HEVC帧内预测

在H.264中，帧内预测可以去除相邻块之间的空间冗余，取得更为有效的压缩，而HEVC 的帧内预测技术［13］是H.264帧内预测过程的扩展和深入.HEVC在H.264基础上增加了帧内预测方向的个数，相较于H.264的9种帧内预测方向，HEVC共有35种预测模式，分别为DC模式、planar模式和33种角度预测模式.这使预测方向更加细化，预测结果更加精确，能够更加有效地减少冗余.

HEVC帧内预测方向，如图1所示.在planar模式、DC模式和33种角度预测模式之间进行拉格朗日率失真优化（RDO）计算，比较各个率失真代价（RDcost）后，选取最小代价对应的模式作为最优的预测模式，其计算复杂度相当大.因此，为了降低编码器的计算复杂度，HEVC首先进行粗略模式选择（RMD）处理，即对35种预测模式分别求解其对应的哈达玛代价，从中选出N个代价最小的模式，并考虑当前CU 最可能的模式（MPMs）；接着对可能的N到N＋3个候选模式进行RDO 计算，从中选出最优的预测模式.

图1 HEVC帧内预测方向Fig.1 Modes and directional orientations for intrapicture prediction

2 待嵌入信息预处理

2.1 Arnold置乱

采用32×32的二值图像作为待嵌入信息，如图2所示.

Arnold变换是俄国数学家Arnold提出的，一幅N×N的数字图像的二维Arnold变换定义为

式（1）中：x，y∈｛0，1，2，…，N－1｝为变换前像素的位置；x′，y′为变换之后的像素位置；mod为模运算.

数字图像可以看作一个二维矩阵，经过Arnold变换之后，图像的像素位置会重新排列，降低图像的相关性［14］，从而达到提高信息安全性的目的.Arnold置乱在经过若干次迭代后，矩阵会回到最初状态，从而还原出原始图，且周期的大小与N有关.对任意的N（N＞2），Arnold变换的周期为T2N／2［15］，对待嵌入图像进行Arnold置乱后的图像，如图3所示.

图2 待嵌入图像 Fig.2 Picture to be embedded

图3 Arnold置乱图像Fig.3 Arnold transform image

2.2 Turbo码编码

通过编译码器中交织器和解交织器的使用，turbo码有效地实现了随机性编译码的思想，通过短码和长码的有效结合，可达到距香农理论极限0.7dB以内的极好性能.一般来说，编码后的视频序列传送到解码端的过程中会遭受各种各样的干扰.如果在视频编码端嵌入信息，可能造成解码端提取到的信息位产生错误，从而影响隐藏信息提取的正确性.为了降低这种影响，利用turbo码的纠错功能对置乱后的二值信息序列进行编码.即使提取端出现错误提取，只要错误在turbo码的纠错范围之内，还能恢复出正确的隐藏信息.

虽然turbo编解码耗时较多，但是文中使用的turbo码编码是在隐秘信息的预处理阶段进行的，其计算复杂程度并不影响嵌入算法的复杂度和实时性.同样的，在解码端，turbo码解码也是在全部提取出嵌入信息之后进行的，因此，也不会影响算法的实时性.

3 隐秘信息的嵌入

根据人眼视觉系统的特性，人眼对视频图像中纹理较复杂和亮度较高的区域敏感性较差［16］.HEVC编码标准中，图像比较平坦的区域选择较大的CU，图像边缘或纹理复杂的区域选择较小的CU.最小的8×8CU 对应的PU 大小有两种可能的大小，其他尺寸的CU 对应的PU 只有一种大小.

为了使算法更加简化，且保证隐藏信息的不可见性，折中选择在16×16CU 中嵌入隐秘信息.为了操作方便，以预测模式的奇偶性进行操作：模式信息｛2，4，6，…，30｝对应“0”；模式信息｛3，5，7，…，31｝对应“1”.这里不考虑模式0和1，一是因为它们都是用在纹理比较平滑的区域［17］，二是统计分析表明，选中模式0和1的概率很高，若强制改为其他模式，势必导致较大的率失真性能损失.

3.1 隐秘信息嵌入过程

二值待嵌入信息序列为W＝｛ωi|i＝1，2，…，M，ωi∈｛0，1｝｝，信息的嵌入是在HEVC的I帧编码过程中进行的，具体有以下4个步骤.

步骤1在I帧中从第一个编码树单元（coding tree unit，CTU）开始，找出尺寸为16×16 的CU.

步骤2利用率失真开销函数计算出当前16×16PU 的最优预测模式best＿pm.

步骤3如果最优预测模式best＿pm 为0或1，则跳过当前PU，不进行隐秘信息嵌入.如果best＿pm 不为0或1，则按照下面规则修改：如果best＿pm 的奇偶性与当前待嵌入信息位一致，则保持best＿pm 不变；如果不一致，就用sub＿pm 代替best＿pm.由于HEVC模式选择过程中是先进行RMD 选出几种模式，再进行这几种模式的率失真计算得到最优预测模式，因此，为了保证模式修改前后的奇偶性一定不同，sub＿pm 设置如下：如果best＿pm 奇偶性与次优模式（即RDcost第二小的模式）奇偶性不同，sub＿pm 就为次优模式；如果相同，sub＿pm 就为best＿pm 两侧相邻的两个模式中残差变换绝对值总和（SATD）较小的那个模式.嵌入过程可表示为

式（2）中：wm＿pm 为嵌入隐秘信息后PU 的预测模式；ωi为当前PU 对应的待嵌入信息位.

步骤4遍历所有的采集传输单元（CTU），直到待隐藏信息全部嵌入完成.

3.2 隐秘信息提取过程

隐秘信息提取是嵌入的逆过程，算法只需解码含隐秘信息的视频码流中的帧内亮度预测模式即可，不需要提供原始视频，具体有以下4个步骤.

步骤1对含有隐秘信息的视频码流进行部分解码，得到I帧16×16CU 的所有亮度块的预测模式信息.

步骤2判断预测模式的奇偶性进行信息提取（模式0，1除外，如果解码出来的模式为0或1，就跳过当前PU），提取过程可表示为

式（3）中：ω′i为提取的隐秘信息位；de＿pm 为解码得到的16×16CU 的预测模式.

步骤3重复上述步骤，直到隐秘信息提取完毕或视频码流结束.

步骤4把提取出来的信息进行turbo码解码和Arnold反置乱，可还原出原始的隐秘信息.

4 实验分析

为了验证该算法的性能，利用HEVC测试平台HM12.0进行仿真实验.实验中使用5个不同分辨率的标准测试序列：PeopleOnStreet，Traffic，ParkScene，BQTerrace和Vidyo3.参考软件配置参数，如表1所示，其余参数均采用默认配置.

表1 HM 的主要参数配置Tab.1 Configuration parameters of the HM

4.1 嵌入信息对视频质量及码率的影响

5个测试序列在嵌入隐秘信息前后的视频图像，如图4所示.图4（a）～（e）为5个测试序列的原始图像.图4（f）～（j）为嵌入隐密信息后重建的视频图像.由图4可知：在隐秘信息嵌入前后，视频质量基本没有变化，主观上证明了该算法的隐秘信息满足不可见性.

测试序列的实验结果，如表2所示.表2中：RPSN为峰值信噪比；η为码率变化量；C为嵌入容量；δ为编码时间变化量；“＋”表示嵌入隐藏信息后，相对于原始是增加的；“－”表示嵌入隐藏信息后，相对于原始降低.由表2可知：RPSN和码率变化非常微小，从客观上证明了隐秘信息的嵌入对视频影响很小；编码时间的变化量也在合理范围内，这是由于编码时间的变化量主要取决于最优预测模式和当前信息位不一致的块的个数多少.实验结果表明：文中算法对编码视频的率失真性能损失几乎可以忽略不计.

图4 信息隐藏前后视频图像质量对比Fig.4 Comparison of the visual quality between the original and the marked frames

表2 对测试序列的实验结果Tab.2 Experimental result for test sequence

5 结束语

提出一种基于帧内预测模式的HEVC 视频信息隐藏算法，通过修改16×16PU 最优预测模式实现信息隐藏，算法操作简单、提取方便.对于一般视频，提取时不需要对视频码流进行完全解码，只需要解码出I帧16×16CU 亮度预测模式即可.实验结果表明：该算法在嵌入隐秘信息之后，视频的主客观质量较原始视频基本没有变化，比特率的增加量也很小.略有不足之处在于算法在视频选择上还有一些局限性，对纹理复杂和分辨率较高的视频信息隐藏容量更大，效果也更好，而对纹理平坦且分辨率较低的视频容量较小.因此，今后的工作是研究如何进一步提高算法的视频信息隐藏的容量.

［1］ZHAO Yan－tao.Reversible data hiding based on sorting and histogram modification［J］.Journal of Optoelectronics Laser，2010（1）：102－106.

［2］李恒忠，崔建明，郭勇，等.基于HEVC视频标准的熵编码过程［J］.电脑知识与技术，2013，9（14）：3356－3359，3365.

［3］洪佳庆，林其伟.采用HEVC的精细可分级编码［J］.华侨大学学报：自然科学版，2014，35（3）：253－256.

［4］申金媛，胡青云，刘润杰，等.一种基于H.264压缩域的鲁棒性视频水印算法［J］.郑州大学学报：工学版，2013，34（5）：63－67.

［5］刘雅宁.压缩域视频水印技术研究［D］.西安：西安电子科技大学，2007：197－200.

［6］张承乾.视频信息隐藏分析研究［D］.天津：天津大学，2009：1453－1458.

［7］张维纬，张茹，刘建毅，等.一种基于H.264／AVC的视频可逆脆弱水印算法［J］.电子与信息学报，2013，35（1）：106－112.

［8］ZHUO Zhao，YU Neng－hai，LI Xue－long.A novel video watermark scheme in compressed domain based on fast motion estimation［C］∥Proceedings of ICCT.Beijing：［s.n.］，2003：1878－1882.

［9］ZHANG Jun，MAITRE H，LI Jie－gu，et al.Embedding watermark in MPEG video sequence［C］∥Multimedia Signal Processing.Cannes：IEEE Press，2001：535－540.

［10］DAI Yuan－jun，ZHANG Li－he，YANG Yi－xian.A new method of MPEG video watermarking technology［C］∥Processings of ICCT.Beijing：Beijing University of Posts and Telecommunications Press，2003：1845－1847.

［11］陈志玉.压缩视频安全方法研究［D］.南京：南京邮电大学，2013：18－20.

［12］刘昱，胡晓爽，段继忠.新一代视频编码技术HEVC算法分析及比较［J］.电视技术，2012，36（20）：45－49.

［13］LAINEMA J，BOSSEN F，HAN W J，et al.Intra coding of the HEVC standard［J］.IEEE Transaction on Circuits and Systems for Video Technology，2012，22（12）：1792－1801.

［14］李丽丽，孙劲光.SITF特征区域Contourlet域遥感图像水印算法［J］.信号处理，2012，9（28）：1254－1261.

［15］张春森，范金健，胡平波.小波变换和Arnold变换的数字水印技术［J］.西安科技大学学报，2012，32（1）：95－100.

［16］吴国桢，冯桂.一种基于H.264半脆弱视频水印方案［J］.通信技术，2012，45（1）：112－118.

［17］朱秀昌，李欣，陈杰.新一代视频编码标准：HEVC［J］.南京邮电大学学报：自然科学版，2013，33（3）：1－11.