基于局部代价非最优统计的视频隐写分析方法

摘要

本发明提出一种基于局部代价非最优统计的视频隐写分析方法。本发明在隐写分析方法中深入挖掘了运动矢量产生的基本原理，从运动矢量产生应保持的局部最优特征入手，从而使得该隐写分析方法不再局限于某一特定的视频编码标准和编码工具，可适用于MPEG-2，MPEG-4，H.264等采用帧间预测技术的视频编码格式，具有良好而广泛的通用性和高的检测正确率。本项发明可应用于国家安全、军队、及企业部门，实现对视频内容安全的有效检测和监控，防止非法人员通过视频数据传递大数据量的情报信息，对于保障国家情报安全以及防止企业机密信息泄露方面等具有重要的研究意义和应用价值。

主权项

1.一种基于局部代价非最优统计的视频隐写分析方法，其特征在于：包括训练过程和预测过程，训练过程的流程包括以下步骤，步骤1.1，输入训练样本集，训练样本集中的训练视频包括隐写视频和非隐写视频；对训练样本集中的所有训练视频都计算特征ΔP，对任一训练视频计算特征ΔP包括以下子步骤，步骤1.1.1，将训练视频作为原始视频X，计算原始视频X的局部代价非最优概率P1；步骤1.1.2，对原始视频X进行校准，得到校准视频步骤1.1.3，计算校准视频的局部代价非最优概率P2；步骤1.1.4，计算特征ΔP＝P1-P2；步骤1.2，通过分类器对训练样本集中的所有训练视频的特征ΔP进行训练得出阈值T；预测过程的流程包括以下步骤，步骤2.1，将待测视频作为原始视频X，计算原始视频X的局部代价非最优概率P1；步骤2.2，对原始视频X进行校准，得到校准视频步骤2.3，计算校准视频的局部代价非最优概率P2；步骤2.4，计算特征ΔP＝P1-P2，如果ΔP＞T，则认为待测视频是隐写视频，否则待测视频是非隐写视频。