一种利用预测运动矢量最优性的一维HEVC视频隐写分析方法
密码学与安全
2023-08-15 v1 机器学习
多媒体
摘要
在隐写分析技术中，针对高效视频编码（HEVC）标准中基于运动矢量（MV）域的视频隐写的检测仍是一个热门且具挑战性的问题。为提高检测性能，本文提出一种基于预测MV最优性、维度为一的隐写分析特征。首先，我们指出采用高级运动矢量预测（AMVP）技术编码的预测单元（PU）的运动矢量预测（MVP）在载体视频中满足局部最优性。其次，我们分析在HEVC视频中，无论是利用MVP索引还是运动矢量差（MVD）进行消息嵌入，都可能破坏上述MVP的最优性。进而，我们将HEVC视频中MVP的最优率定义为一种隐写分析特征。最后，我们在两个通用数据集上针对三种流行隐写方法开展隐写分析检测实验，并与四种最先进的隐写分析方法比较性能。实验结果表明，所提方法对所有载体视频的MVP最优率均为100%，而对所有载密视频的MVP最优率均小于100%。因此，所提隐写分析方案能准确区分载体视频与载密视频，且无需模型训练、计算复杂度低，可高效应用于实际场景。
引用
@article{arxiv.2308.06464,
title = {A One-dimensional HEVC video steganalysis method using the Optimality of Predicted Motion Vectors},
author = {Jun Li and Minqing Zhang and Ke Niu and Yingnan Zhang and Xiaoyuan Yang},
journal= {arXiv preprint arXiv:2308.06464},
year = {2023}
}
备注
Submitted to TCSVT