-
公开(公告)号:CN106131553B
公开(公告)日:2018-10-09
申请号:CN201610518287.6
申请日:2016-07-04
Applicant: 武汉大学
IPC: H04N19/176 , H04N19/513 , H04N19/57
Abstract: 本发明公开了一种基于运动矢量残差相关性的视频隐写分析方法,首先通过理论分析和实验比较,在分布紧凑性、统计多样性、应用通用性和特征区分性方面证明运动矢量残差比传统的相邻运动矢量差值更有优势;其次根据运动矢量残差的外部相关性和内部相关性在隐写嵌入前后的改变,利用共生矩阵来构造隐写分析特征。目前基于运动矢量的隐写分析特征都是利用相邻运动矢量之间的差值的相关性来构造,仅能应用于视频宏块大小一致的编码条件下,而本发明首次提出利用视频编码过程中产生的运动矢量残差进行特征构造,特征通用性更强,能广泛适用于各类视频编码标准;此外,基于运动矢量残差相关性的特征敏感性更高,有利于提高隐写分析的检测效果。
-
公开(公告)号:CN106131553A
公开(公告)日:2016-11-16
申请号:CN201610518287.6
申请日:2016-07-04
Applicant: 武汉大学
IPC: H04N19/176 , H04N19/513 , H04N19/57
CPC classification number: H04N19/176 , H04N19/513 , H04N19/57
Abstract: 本发明公开了一种基于运动矢量残差相关性的视频隐写分析方法,首先通过理论分析和实验比较,在分布紧凑性、统计多样性、应用通用性和特征区分性方面证明运动矢量残差比传统的相邻运动矢量差值更有优势;其次根据运动矢量残差的外部相关性和内部相关性在隐写嵌入前后的改变,利用共生矩阵来构造隐写分析特征。目前基于运动矢量的隐写分析特征都是利用相邻运动矢量之间的差值的相关性来构造,仅能应用于视频宏块大小一致的编码条件下,而本发明首次提出利用视频编码过程中产生的运动矢量残差进行特征构造,特征通用性更强,能广泛适用于各类视频编码标准;此外,基于运动矢量残差相关性的特征敏感性更高,有利于提高隐写分析的检测效果。
-
公开(公告)号:CN105933711A
公开(公告)日:2016-09-07
申请号:CN201610464312.7
申请日:2016-06-23
Applicant: 武汉大学
IPC: H04N19/467 , H04N19/103 , H04N19/122 , H04N19/176 , H04N19/94
CPC classification number: H04N19/467 , H04N19/103 , H04N19/122 , H04N19/176 , H04N19/94
Abstract: 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。
-
公开(公告)号:CN105721875A
公开(公告)日:2016-06-29
申请号:CN201610066493.8
申请日:2016-01-30
Applicant: 武汉大学
IPC: H04N19/467 , H04N17/00
CPC classification number: H04N19/467 , H04N17/00
Abstract: 本发明公开了一种基于熵的视频运动矢量隐写检测方法;本方法采用滑动窗口选取局部区域内若干运动矢量,计算选取的运动矢量在水平分量H,垂直分量V,方向D,和长度L四个变量各自最低4bit的熵,得到一个滑动窗口内的16维熵值;通过在视频帧内移动滑动窗口,得到多组熵值,计算出16维熵均值,作为隐写分析特征。通过该方法,可以捕捉视频运动矢量隐写带来的“熵增加”异常,实现运动矢量的隐写检测。
-
公开(公告)号:CN105704489B
公开(公告)日:2019-01-04
申请号:CN201610066448.2
申请日:2016-01-30
Applicant: 武汉大学
IPC: H04N19/122 , H04N19/176 , H04N19/467 , H04N21/2347
Abstract: 本发明公开一种基于自适应宏块复杂度的视频运动矢量隐写方法,本方法利用视频运动矢量进行信息隐藏,其嵌入过程包含一次解压缩和两次压缩过程:首先,对于给定的一段载体视频,解压缩为无压缩的YUV视频;然后,进行第一次模拟压缩过程,记录每个宏块复杂度,获取视频序列复杂度分布数据;最后,依据复杂度分布与所要嵌入的秘密信息数量选择复杂度阈值,并进行第二次压缩,嵌入秘密信息时使用加减1匹配嵌入;本方法利用低复杂度宏块较高的局部最优概率,以及加减1匹配嵌入对相邻相关性的保持特性;嵌入算法生成的含密视频具有比特率低、画面质量高、嵌入速度快、反检测能力强等优点。
-
公开(公告)号:CN108280480B
公开(公告)日:2020-05-12
申请号:CN201810075083.9
申请日:2018-01-25
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于残差共生概率的隐写图像载体安全性评价方法,从隐写载体的安全性角度出发,通过研究载体图像内噪声共生概率特征分布对于隐写安全性的影响,利用载体聚类中心距离度量提出一种隐写载体安全性评价方法。本发明用于样本隐写载体筛选可有效增强隐写算法反检测能力。实验证明,基于本发明评价方法筛选后的隐写样本在多个图像库、隐写方法、嵌入率和隐写分析测试中,抗检测能力相比随机选择载体都有显著的提升,平均错误率提高大约3.8到11.8个百分点。
-
公开(公告)号:CN109348229B
公开(公告)日:2020-02-11
申请号:CN201811185357.6
申请日:2018-10-11
Applicant: 武汉大学
IPC: H04N19/467 , H04N1/32
Abstract: 本发明涉及一种基于异构特征子空间迁移的JPEG图像失配隐写分析方法,本发明将不同领域的特征看作域无关和域相关特征子空间的组合,首先,提出一种低秩约束域无关特征迁移方法,利用不同领域间的局部数据特性来实现局部信息的迁移;其次,基于稀疏表示建模域相关特征以衡量领域变化对其产生的影响;最后,通过上述的步骤构造目标函数并通过不精确的增广拉格朗日乘数法进行求解。在域无关特征子空间上实现局部信息迁移的同时兼顾了域相关特征独有的全局信息,这样可以增加载体图像与载密图像之间的特征辨识度,有利于提高失配隐写分析的检测效果,对于失配隐写分析具有重要的意义。
-
公开(公告)号:CN108305207B
公开(公告)日:2021-07-20
申请号:CN201810037216.3
申请日:2018-01-15
Applicant: 武汉大学
IPC: G06T1/00
Abstract: 本发明公开了一种空域图像隐写分析可信度评估方法,首先对待测试图像进行自适应残差计算,然后对获得的残差进行取整和截断操作并统计其水平,垂直,主对角和副对角四个方向上的共生概率矩阵。通过对四个共生概率矩阵的相加求平均,进一步利用此均值矩阵计算该图像被隐写检测后的可信度评估数值。本发明可以使得隐写分析者区分检测结果中哪些样本具有更高或更低的确信度,从而提升隐写分析的现实应用价值。
-
公开(公告)号:CN108280480A
公开(公告)日:2018-07-13
申请号:CN201810075083.9
申请日:2018-01-25
Applicant: 武汉大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于残差共生概率的隐写图像载体安全性评价方法,从隐写载体的安全性角度出发,通过研究载体图像内噪声共生概率特征分布对于隐写安全性的影响,利用载体聚类中心距离度量提出一种隐写载体安全性评价方法。本发明用于样本隐写载体筛选可有效增强隐写算法反检测能力。实验证明,基于本发明评价方法筛选后的隐写样本在多个图像库、隐写方法、嵌入率和隐写分析测试中,抗检测能力相比随机选择载体都有显著的提升,平均错误率提高大约3.8到11.8个百分点。
-
公开(公告)号:CN107909536A
公开(公告)日:2018-04-13
申请号:CN201710742641.8
申请日:2017-08-25
Applicant: 武汉大学
CPC classification number: G06T1/0021 , G06K9/6267 , G06T2201/0065
Abstract: 本发明公开一种面向JPEG图像的隐写分析盲检测的方法。该方法针对在对JPEG图像进行隐写的过程中对DCT系数的修改的问题,结合了目前广泛应用的相邻联合密度特征提取算法和双边大距离超球体分类器进行了通用检测模型的训练,由此来对通过未知隐写算法生成的载密图像进行检测。本发明的优势在于:目前的通用盲检测模型大多是使用单类分类器进行训练的,检测率较低,而使用二类分类器进行训练的模型很难检测出未知算法,而本方法使用二类超球体分类器可以比较准确地检测出未知算法,同时比起单类分类器的检测率高。
-
-
-
-
-
-
-
-
-