技术特征：
1.一种基于失真补偿优化的h.265/hevc视频自适应信息隐藏方法，包括隐秘信息嵌入和隐秘信息提取两部分；其特征在于：所述的隐秘信息嵌入的具体过程为：步骤1_1：采用h.265/hevc标准编码器对原始视频进行压缩编码，得到h.265/hevc视频，在压缩编码过程中保存h.265/hevc视频中的每帧中的每个编码树单元中的每个编码单元的预测模式和深度、每个编码单元对应的pu划分模式、每个编码单元中的每个像素点的qdst系数；其中，编码树单元的尺寸为64
×
64，编码单元的尺寸为64
×
64或32
×
32或16
×
16或8
×
8或4
×
4；步骤1_2：按序遍历h.265/hevc视频中的所有帧，将当前遍历的帧定义为当前帧；步骤1_3：判断当前帧是否为i帧，如果当前帧为i帧，则执行步骤1_4；如果当前帧不为i帧，则直接执行步骤1_8；步骤1_4：按序遍历当前帧中的所有尺寸为4
×
4的编码单元，将当前遍历的尺寸为4
×
4的编码单元定义为当前单元；步骤1_5：将当前单元归类为第一类候选块或第二类候选块或第三类候选块，或对当前单元不作处理，具体过程为：如果当前单元仅存在相邻的尺寸为4
×
4的左下方编码单元且左下方编码单元的预测模式的数字标识在区间[2,26]内，及相邻的尺寸为4
×
4的正下方编码单元且正下方编码单元的预测模式的数字标识在区间[2,10]内，则将当前单元归类为第一类候选块，然后执行步骤1_6；如果当前单元仅存在相邻的尺寸为4
×
4的右上方编码单元且右上方编码单元的预测模式的数字标识在区间[10,34]内或为1，及相邻的尺寸为4
×
4的正右方编码单元且正右方编码单元的预测模式的数字标识在区间[26,34]内，则将当前单元归类为第二类候选块，然后执行步骤1_6；如果当前单元存在相邻的尺寸为4
×
4的左下方编码单元且左下方编码单元的预测模式的数字标识在区间[2,26]内，并存在相邻的尺寸为4
×
4的正下方编码单元且正下方编码单元的预测模式的数字标识在区间[2,10]内，存在相邻的尺寸为4
×
4的右上方编码单元且右上方编码单元的预测模式的数字标识在区间[10,34]内或为1，存在相邻的尺寸为4
×
4的正右方编码单元且正右方编码单元的预测模式的数字标识在区间[26,34]内，存在相邻的尺寸为4
×
4的右下方编码单元且右下方编码单元的预测模式的数字标识在区间[26,34]内或在区间[2,10]内或为0或为1，则将当前单元归类为第三类候选块，然后执行步骤1_6；对于其余情况，对当前单元不作处理，然后直接执行步骤1_7；上述，左下方编码单元为位于当前单元的左下方的尺寸为4
×
4的编码单元，正下方编码单元为位于当前单元的正下方的尺寸为4
×
4的编码单元，右上方编码单元为位于当前单元的右上方的尺寸为4
×
4的编码单元，正右方编码单元为位于当前单元的正右方的尺寸为4
×
4的编码单元，右下方编码单元为位于当前单元的右下方的尺寸为4
×
4的编码单元；步骤1_6：在当前单元中的所有像素点的qdst系数中选择载体，如果当前单元为第一类候选块，则从当前单元的第1列像素点的4个qdst系数中选择绝对值大于或等于设定的阈值th的qdst系数作为载体，将这些载体归类为第一类载体，然后执行步骤1_7；如果当前单元为第二类候选块，则从当前单元的第1行像素点的4个qdst系数中选择绝对值大于或等于设
定的阈值th的qdst系数作为载体，将这些载体归类为第二类载体，然后执行步骤1_7；如果当前单元为第三类候选块，则从当前单元的所有像素点的16个qdst系数中选择绝对值大于或等于设定的阈值th的qdst系数作为载体，将这些载体归类为第三类载体，然后执行步骤1_7；其中，th∈(0,10]；步骤1_7：遍历当前帧中下一个尺寸为4
×
4的编码单元，作为当前单元，然后返回步骤1_5继续执行，直至当前帧中的所有尺寸为4
×
4的编码单元全部遍历完毕，然后执行步骤1_8；步骤1_8：遍历h.265/hevc视频中的下一帧，作为当前帧，然后返回步骤1_3继续执行，直至h.265/hevc视频中的所有帧全部遍历完毕；步骤1_9：将归类为第一类载体的所有载体即qdst系数按其对应的像素点在h.265/hevc视频中的索引位置的先后顺序排列构成第一类载体序列；同样，将归类为第二类载体的所有载体即qdst系数按其对应的像素点在h.265/hevc视频中的索引位置的先后顺序排列构成第二类载体序列；将归类为第三类载体的所有载体即qdst系数按其对应的像素点在h.265/hevc视频中的索引位置的先后顺序排列构成第三类载体序列；步骤1_10：计算第一类载体序列、第二类载体序列、第三类载体序列中的每个载体模拟嵌入+1或0或-1时的失真代价值，对于任一个载体，设定该载体为h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数，则将该载体的失真代价值记为ρ
m,n
(i,j)，其中，1≤m≤m，m表示h.265/hevc视频中包含的帧的总帧数，1≤n≤n，n表示h.265/hevc视频中的第m帧中包含的编码树单元的总个数，(i,j)表示编码树单元内坐标位置，1≤i≤64，1≤j≤64，表示修改h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数的块内失真代价值，α表示帧间失真传递率，gopsize表示h.265/hevc视频中的一个图像组gop的长度，gopsize的值为4或16或32，q
step
表示h.265/hevc视频的量化步长，cp
m,n
(i,j)表示h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数所在的尺寸为4
×
4的编码单元的纹理复杂度，τ
m,n
(i,j)表示修改h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数的系数组代价值，k1、k2、k3均为比例系数；步骤1_11：利用同一个嵌入负载率payload随机生成三个不同的二进制隐秘信息序列，对应记为x1、x2、x3；然后根据第一类载体序列中的所有载体模拟嵌入+1或0或-1时的失真代价值，利用stc工具包将x1嵌入第一类载体序列中的所有载体中，得到第一类含密载体序列；同样，根据第二类载体序列中的所有载体模拟嵌入+1或0或-1时的失真代价值，利用stc工具包将x2嵌入第二类载体序列中的所有载体中，得到第二类含密载体序列；根据第三类载体序列中的所有载体模拟嵌入+1或0或-1时的失真代价值，利用stc工具包将x3嵌入第三类载体序列中的所有载体中，得到第三类含密载体序列；其中，payload∈(0,0.5]，x1的长度为num1×
payload，x2的长度为num2×
payload，x3的长度为num3×
payload，num1表示第一类载体序列中的载体的总个数，num2表示第二类载体序列中的载体的总个数，num3表示第三类载体序列中的载体的总个数；步骤1_12：根据第一类含密载体序列、第一类载体序列、第二类含密载体序列、第二类
载体序列进行失真补偿优化，具体过程为：步骤1_12a：计算第一类含密载体序列中的每个含密载体与第一类载体序列中对应载体之间的差值，得到第一差值序列；同样，计算第二类含密载体序列中的每个含密载体与第二类载体序列中对应载体之间的差值，得到第二差值序列；其中，第一差值序列中的差值为第一类含密载体序列中的含密载体减去第一类载体序列中对应载体得到的值，第二差值序列中的差值为第二类含密载体序列中的含密载体减去第二类载体序列中对应载体得到的值，第一差值序列和第二差值序列中的每个差值为0或+1或-1；步骤1_12b：针对第一差值序列和第二差值序列中的任一个差值，若该差值为+1，则当该差值属于第一差值序列时，将h.265/hevc视频中索引位置为pos+2的像素点的qdst系数的值减1、索引位置为pos+3的像素点的qdst系数的值加1实现这两个qdst系数的失真补偿优化；当该差值属于第二差值序列时，将h.265/hevc视频中索引位置为pos+8的像素点的qdst系数的值减1、索引位置为pos+12的像素点的qdst系数的值加1实现这两个qdst系数的失真补偿优化；若该差值为-1，则当该差值属于第一差值序列时，将h.265/hevc视频中索引位置为pos+2的像素点的qdst系数的值加1、索引位置为pos+3的像素点的qdst系数的值减1实现这两个qdst系数的失真补偿优化；当该差值属于第二差值序列时，将h.265/hevc视频中索引位置为pos+8的像素点的qdst系数的值加1、索引位置为pos+12的像素点的qdst系数的值减1实现这两个qdst系数的失真补偿优化；若该差值为0，则不论该差值属于第一差值序列还是属于第二差值序列，都不对h.265/hevc视频中的任一个像素点的qdst系数进行失真补偿优化；其中，pos表示该差值对应的像素点在h.265/hevc视频中的索引位置；步骤1_13：采用h.265/hevc标准编码器对原始视频进行压缩编码，在压缩编码的变换量化过程中用失真补偿优化后的qdst系数替换相应位置的原始的qdst系数，压缩编码得到含密视频码流；所述的隐秘信息提取的具体过程为：步骤2_1：采用h.265/hevc标准解码器对含密视频码流进行解码，得到解码视频，在解码过程中保存解码视频中的每帧中的每个编码树单元中的每个编码单元的预测模式和深度、每个编码单元对应的pu划分模式、每个编码单元中的每个像素点的qdst系数；步骤2_2：按照步骤1_2至步骤1_9的过程，以相同的方式得到解码视频对应的第一类载体序列、第二类载体序列、第二类载体序列；步骤2_3：利用stc工具包对步骤2_2得到的第一类载体序列进行解码，提取得到第一隐秘信息；同样，利用stc工具包对步骤2_2得到的第二类载体序列进行解码，提取得到第二隐秘信息；利用stc工具包对步骤2_2得到的第三类载体序列进行解码，提取得到第三隐秘信息。2.根据权利要求1所述的基于失真补偿优化的h.265/hevc视频自适应信息隐藏方法，其特征在于所述的步骤1_6中，th取值为1。3.根据权利要求1所述的基于失真补偿优化的h.265/hevc视频自适应信息隐藏方法，其特征在于所述的步骤1_10中，α取值为0.6，k1取值为4，k2取值为1，k3取值为1。4.根据权利要求1至3中任一项所述的基于失真补偿优化的h.265/hevc视频自适应信
息隐藏方法，其特征在于所述的步骤1_10中，的值等于修改h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数引起的该qdst系数所在的尺寸为4
×
4的编码单元的失真矩阵e中的所有元素的绝对值之和，e＝h
t
·
δ
·
q
step
·26-shift
·
h，其中，符号“·”为点乘运算符号，h表示hevc编码标准中的dst变换矩阵，h
t
为h的转置，δ表示载体模拟嵌入时的修改矩阵，δ的维数为4
×
4，shift表示hevc编码标准中的dst变换过程的缩放系数，floor()为向下取整函数，qp表示h.265/hevc视频的量化参数，it_shift表示hevc编码标准中的dst反变换过程的缩放系数。5.根据权利要求4所述的基于失真补偿优化的h.265/hevc视频自适应信息隐藏方法，其特征在于所述的步骤1_10中，cp
m,n
(i,j)＝<p,|qdst
m,n
|>，其中，p表示根据尺寸为4
×
4的编码单元中的所有像素点的qdst系数的统计随机性分析得到的矩阵，qdst
m,n
表示h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数所在的尺寸为4
×
4的编码单元中的所有像素点的qdst系数构成的系数矩阵，qdst
m,n
的维数为4
×
4，符号“<>”为内积运算符号，符号“||”为取绝对值符号。6.根据权利要求5所述的基于失真补偿优化的h.265/hevc视频自适应信息隐藏方法，其特征在于所述的步骤1_10中，其中，inf表示正无穷值，scg表示h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数对应的系数组中的所有qdst系数的绝对值之和，cons tant为较小的常量用来防止dnnzc为零，flag表示载体模拟嵌入前后h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数对应的系数组所在的尺寸为4
×
4的编码单元中最后一个非零qdst系数的位置是否发生变化，若发生变化则flag＝1，若未发生变化则flag＝0，dnnzc表示载体模拟嵌入前后h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数对应的系数组所在的尺寸为4
×
4的编码单元中的非零qdst系数的个数之差，设定该载体对应的像素点在h.265/hevc视频中的索引位置为pos，则：该载体属于第一类载体序列时h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数对应的系数组为(qdst
pos
,qdst
pos+2
,qdst
pos+3
)，该载体属于第二类载体序列时h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数对应的系数组为(qdst
pos
,qdst
pos+8
,qdst
pos+12
)，该载体属于第三类载体序列时h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数对应的系数组为(qdst
pos
)，qdst
pos
表示该载体即h.265/hevc视频中的第m帧中的第n个编码树单元中坐标位置为(i,j)的像素点的qdst系数，qdst
pos+2
表示h.265/hevc视频中的索引位置为pos+2的像素点的qdst系数，qdst
pos+3
表示h.265/hevc视频中的索
引位置为pos+3的像素点的qdst系数，qdst
pos+8
表示h.265/hevc视频中的索引位置为pos+8的像素点的qdst系数，qdst
pos+12
表示h.265/hevc视频中的索引位置为pos+12的像素点的qdst系数。
技术总结
本发明公开了一种基于失真补偿优化的H.265/HEVC视频自适应信息隐藏方法，其隐秘信息嵌入包含提取载体、计算失真代价值和失真补偿三部分，根据阈值对保存的所有I帧中的4
技术研发人员：王让定 杨璘 徐达文 董理 何松翰
受保护的技术使用者：宁波工程学院
技术研发日：2022.02.24
技术公布日：2022/7/8