• 沒有找到結果。

H.264AVC 之資訊隱藏技術

N/A
N/A
Protected

Academic year: 2021

Share "H.264AVC 之資訊隱藏技術"

Copied!
8
0
0

加載中.... (立即查看全文)

全文

(1)
(2)
(3)

3 6. 不易統計偵測(Statistically undetectable): 即為攻擊者無法由藏有相同浮水印的媒體,利用統計之方式計算其中的浮水 印資訊,進而將其移除。 7. 不需原始資料(oblivious detection): 即是在浮水印取出的過程中,不需要與原始資料做比對,即可取出浮水印, 如此一來便不需額外花費空間來儲存原始資料,此為研究發展之主流。 在實際應用上,不同的資訊隱藏技術也著重在不同的特性上,如影像品質、 強韌性和藏入資料量。空間域的可視型浮水印在嵌入和提取時操作較為簡單,有 運算快速容易嵌入等特性,但是如果受到訊號處理等影像攻擊的破壞,強韌性不 足;不可視型浮水印在嵌入跟提取時,都比空間域浮水印來的複雜且需較高的運 算量,必須經過特定轉換公式將空間域像素值轉換為頻率域的係數,再經過演算 法嵌入機密訊息達到版權保護的效果,能抵抗影像處理的攻擊,較有強韌性。 近年來的研究多偏重在不可視型的浮水印的研究上,將機密資訊嵌入到頻率 域的係數中,在其嵌入方式、運算量及效能上,仍具相當發展空間,故可著重於 此,改善嵌入演算法的影像品質、抵抗攻擊強韌性及藏量等。 二、H.264 壓縮標準

(4)

4 三、相關文獻

本節說明 H.264 壓縮標準所設計的視訊浮水印系統,較常見嵌入法有:嵌 入到頻率域係數上、嵌入到視訊畫面內預測(Intra-prediction mode)的 I Frame 中, 嵌入到畫面間預測的移動向量(motion vector),及修改適應性變動長度編碼法 (Context-based Adaptive Variable-Length code,CAVLC)係數值等,後面介紹幾個 H.264 的相關文獻研究,作為後續研究的考量。 Li[22]的方法,2006 年 Li 學者提出一個適用於 H.264/AVC 之快速且強韌的 浮水印技術。這個方法其中之一的特點就是快速。這個演算法將浮水印隱藏在頻 率域當中。當影像在 H.264 中經過離散餘弦轉換並量化之後,藉由改變部份中、 高頻係數的正負值,來達到嵌入資訊的目的。但這樣的修改會直接影響到一個區 塊的紋理細節,且對於強度較小的 AC 係數,可能在經過數次壓縮之後,其正負 值會受到壓縮影響而變換,此為壓縮過程造成的誤差,故 Li 學者方法在強韌性 上稍顯不足。

(5)

5

參、我們的 H.264 資訊隱藏技術

本章節將介紹我們提出來的視訊浮水印技術,由前面章節介紹可知,在 H.264 編碼過程中會將影片圖像單位進行細部的處理,不管是畫面內預測或畫面間預測 得到的影像殘餘值,最後經過轉換跟量化過程。 而我們提出一使用畫面間的運動向量(Motion Vector)的特性,來做資訊的藏 入,若每個像素的運動軌跡都可以被描述,那我們只需要編碼送出第一個畫面及 每個像素的運動軌跡資訊,重建時只需要將每一個像素依造自己的軌跡重建即可, 實際上的做法則是以畫面與畫面之間每個方塊的運動軌跡來近似,這種用來描述 運動資訊的向量我們稱之為運動向量(Motion Vector),利用運動向量,我們可以 做畫面間的運動補償預測,動作估計的程序是以前一個編碼過的畫面以及目前要 編碼的畫面為輸入,而他的輸出則是每一個影像方塊的運動向量(從前一個畫面 到下一個畫面該方塊之位移)。動作補償預測器的功能是利用前一個畫面,加上 每一個方塊的運動向量,建立出一個目前畫面的預測畫面,將原來的目前畫面減 去預測畫面便得到誤差影像,誤差影像再經過編碼送出。 如果目前的畫面是 P 畫面,我們需要儲存的資料主要是該畫面與參考畫面的 不同處,對於目前畫面裡的每一個巨方塊,動作估計器從參考畫面中的搜尋視窗 裡找出最匹配的巨方塊。將這兩個巨區塊相減得到誤差方塊,然後以 DCT 編碼 這個區塊。 藏入資訊方法:

MV(motion vector)為(x, y),x 為 MV 之橫坐標,而 y 為 MV 之縱坐標。 而運動向量(x,y),經過下式:

F(x,y)=[3(x mod 3)+(y mod 3)]

(6)

6

四、實驗規劃和預期成果

(7)

7

致謝

本研究接受國科會之計畫編號︰NSC 101-2221-E-153-002-MY2 的部分經費補 助。

參考文獻

[1] Ping Dong, Brankov, J.G., Galatsanos, N.P., Yongyi Yang and Davoine, F.,” Digital watermarking robust to geometric distortions,” Image Processing, IEEE Transactions on Volume 14, Page(s):2140 –2150, Dec. 2005

[2] Hartung F. and Kutter M., “Multimedia Watermarking Techniques,” IEEEProceedings, Vol. 87, No. 7, pp. 1079-1107

[3] C.S. Lu and H.Y.M. Liao, “Multipurpose watermarking for image authentication and protection,” IEEE Trans. Image Processing, vol. 10, pp. 1579–1592, Oct. 2001.

[4] M.U. Celik,G. Sharma, E. Saber, and A.M. Tekalp, “Hierarchical Watermarking for Secure Image Authentication With Localization,” IEEE Trans. Image Processing, vol. 11, no. 6, pp. 585-595, June 2002.

[5] Y.K. Lee, L.H. Chen, High capacity image steganography, IEE Proceedings on Vision Image, and Signal Processing, vol. 147, no. 3, pp. 288-294, 2000.

[6] Y.S. Kim, O.H. Kwon and P. Park, “Wavelet Based Watermarking Method for Digital Images Using the Human Visual System,” Electronics Letters, vol.35, no.6, pp.466-468, Mar 1999.

[7] C.S. Lu, S.K. Huang, C.J. Sze, and H.Y.M. Liao, “Cocktail Watermarking for Digital Image Protection,” IEEE Transactions on Multimedia, vol. 2, no. 4, December 2000.

[8] M. U. Celik, G. Sharma, A. M. Tekalp, and E. Saber, “Lossless Generalized-LSB Data Embedding,” IEEE Transactions on Image Processing, vol. 14, no. 2, pp. 253-266, Feb. 2005.

[9] M.S. Hwang,, C.C. Chang, K.F. Hwang, “A watermarking technique based on one–way hash functions”, IEEE Transactions on Consumer Electronics, vol. 45, no. 2, pp. 286–294, 1999.

[10] P. L. Lin, “Robust Transparent Image Watermarking System with Spatial Mechanisms,” The Journal of Systems and Software 50, pp.107-116, 2000.

[11] C.S. Lu,, and H.Y.M. Liao, “Structural Digital Signature for Image Authentication: An Incidental Distortion Resistant Scheme,’’ IEEE Transaction on Multimedia, vol. 5, no. 2, JUNE 2003.

[12] J. Spaulding, H. Noda, M.N. Shirazi, and E. Kawaguchi, “BPCS steganography using EZW lossy compressed images”, Pattern Recognition Lett., vol. 23, no. 13, pp. 1579–1587, 2003.

[13] J. Mielikainen, “LSB matching revisited,” IEEE Signal Processing Letters, vol. 13, no.5, pp. 285-287, May 2006.

(8)

8

[15] 陳 同 孝 、 張 真 誠 、 黃 國 峰 , 數 位 影 像 處 理 技 術(Digital Image Processing Techniques),松崗電腦圖書資料股份有限公司,2001 年 1 月。

[16] 黃國峰, 張真誠, 黃明祥, "漫談數位浮水印技術," 資訊安全通訊, 第五 卷第四期, September 1999.

[17] ITU-T Recommendation H.264. Advanced video coding for generic audiovisual 36 services, Nov.2003.

[18] ITU-T:http://www.itu.int/ITU-T [19] ISO/IEC:http://www.standardsinfo.net/

[20] “Draft ITU-T recommendation and final draft international standard of joint video specification (ITU-T Rec. H.264/ISO/IEC 14486-10 Joint Video Team (JVT)of ISO/IEC MPEG and ITU-T VCEG, JVT-G050, 2003.

[21] Kalva, H., “The H.264 Video Coding Standard,” Multimedia, IEEE Volume 13, pp. 86 – 90, Oct.-Dec. 2006.

[22]李勃廷、張隆紋,適用於 H_264_AVC 之快速且強韌的浮水印技術,國立清 華大學資工系碩士論文,新竹,2006.

[23] Zhang, J., Li, J., and Zhang, L. Video watermark technique in motion vector. In Proceedings of XIV Brazilian Symposium on Computer Graphics and Image Processing, pp. 179–182, October 2001.

[24] P. Wang et al., “A Noval Video Watermark Technique in Motion Vectors”,IEEE,978-1-4244-1724-7 ,2008.

[25]洪德民、劉振緒,H.264 影片的資訊隱藏,逢甲大學資工系碩士論文,台中, 2012.

[26] Puria, A., Chenb, X., and Luthrac, A. Video coding using the h.264/mpeg-4 AVC compression standard. In Signal Processing: Image Communication 19, pp. 793– 849, 2004.

[27] Richardson, I. E. G. The H.264 Advanced Video Compression Standard, seconded. John Wiley and Sons, 2010.

參考文獻

相關文件

隨機實驗是一種過程 (process),是一種不能確定預知會

利用這種說法一個 vector space 的 一組 basis 利用 Proposition 1.5.4 便可以說成就是該 vector space 中所有 spanning set 的 minimal element; 也可以說是該 vector

印度佛法的經藏、律藏、論藏,合稱《三藏》。三藏的結集共經 歷了數百年,其結集過程,是藉由現存的《摩訶僧祇律》 、 《說有律雜 事》 、 《十誦律》 、 《五分律》 、 《四分律》

密碼系統中,通常將想要保護的密碼訊息稱為 plain text。而將經過加密後產生的加密訊息稱為 cipher text。在這 中間的過程,會用到可以對外供應的 Public Key 以及私人保

因為… 覺得 增強… 容易… 準確… 多角度… 不同很 多途徑可以找… 多元資料… 在IES過程中有用過/.

Motion 動畫的頭尾影格中只能有一個 Symbol 或是群組物件、文字物件;換 言之,任一動畫須獨佔一個圖層。.. Motion

服務提供者透過 SOAP 訊息將網路服務註冊在 UDDI 中,服務需求者也可以透 過 SOAP 向服務仲介者查詢所需的 Web Service 並取得 Web Service 的 WSDL 文件,2.

決定隱藏層神經元數,對一層隱藏層觀察神經元數 1~10 個之測試 範例誤差均方根 RMS 最小者,結果取隱藏層觀察神經元數為 10