本发明公开了一种针对HEVC预测模式隐写的检测方法，其获取HEVC压缩视频序列、HEVC重压缩视频序列、载密视频序列、HEVC重压缩载密视频序列中的I帧内的不同大小的预测单元的数量和占有比例；然后计算HEVC压缩视频序列和HEVC重压缩视频序列中不同大小预测单元的数量和占有比例变化率，计算载密视频序列和HEVC重压缩载密视频序列中不同大小预测单元的数量和占有比例变化率；接着构成HEVC压缩视频序列和载密视频序列各自的特征向量；再利用SVM分类器获得训练模板；测试HEVC视频利用相同方法得到特征向量，输入训练模板得到检测结果；优点是对多种修改预测模式的隐写算法都具有很好的检测效果；计算复杂度较小，对不同量化参数下不同分辨率的视频均具有较好的检测效果。
1.一种针对HEVC预测模式隐写的检测方法，其特征在于包括以下步骤：
1)选取K个不同分辨率、不同内容的YUV格式的视频序列，其中，K≥10；
2)采用HEVC参考软件HM对每个YUV格式的视频序列进行压缩编码，得到每个YUV格式的视频序列对应的HEVC压缩视频序列，将第k个YUV格式的视频序列对应的HEVC压缩视频序列记为Ck，其中，1≤k≤K；
然后提取每个HEVC压缩视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×
接着统计每个HEVC压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将Ck中的尺寸大小为4×4的预测单元的数量记为Mk,4×4，将Ck中的尺寸大小为8×8的预测单元的数量记为Mk,8×8，将Ck中的尺寸大小为16×16的预测单元的数量记为Mk,16×16，将Ck中的尺寸大小为32×32的预测单元的数量记为Mk,32×32，将Ck中的尺寸大小为64×64的预测单元的数量记为Mk,64×64；
再计算每个HEVC压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×
64的预测单元的占有比例，将Ck中的尺寸大小为4×4的预测单元的占有比例记为Pk,4×4，将Ck中的尺寸大小为8×8的预测单元的占有比例记为Pk,8×8，将Ck中的尺寸大小为16×16的预测单元的占有比例记为Pk,16×16，将Ck中的尺寸大小为32×32的预测单元的占有比例记为Pk,32×32，将Ck中的尺寸大小为64×64的预测单元的占有比例记为Pk,64×64，其中，Mk表示Ck中的预测单元的总个数，Mk＝Mk,4×4+Mk,8×8+Mk,16×16+Mk,32×32+Mk,64×64；
3)采用HEVC参考软件HM对每个HEVC压缩视频序列进行再次压缩编码，得到每个YUV格式的视频序列对应的HEVC重压缩视频序列，将第k个YUV格式的视频序列对应的HEVC重压缩视频序列记为C'k，其中，每个HEVC压缩视频序列再次压缩编码的过程中所采用的编码配置参数与步骤2)中的每个YUV格式的视频序列压缩编码的过程中所采用的编码配置参数一致；
然后提取每个HEVC重压缩视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×
接着统计每个HEVC重压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、
64×64的预测单元的数量，将C'k中的尺寸大小为4×4的预测单元的数量记为M'k,4×4，将C'k中的尺寸大小为8×8的预测单元的数量记为M'k,8×8，将C'k中的尺寸大小为16×16的预测单元的数量记为M'k,16×16，将C'k中的尺寸大小为32×32的预测单元的数量记为M'k,32×32，将C'k中的尺寸大小为64×64的预测单元的数量记为M'k,64×64；
再计算每个HEVC重压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将C'k中的尺寸大小为4×4的预测单元的占有比例记为P'k,4×4， 将C'k中的尺寸大小为8×8的预测单元的占有比例记为P'k,8×8，将C'k中的尺寸大小为16×16的预测单元的占有比例记为P'k,16×16，将C'k中的尺寸大小为32×32的预测单元的占有比例记为P'k,32×32，将C'k中的尺寸大小为64×64的预测单元的占有比例记为P'k,64×64，其中，M'k表示C'k中的预测单元的总个数，M'k＝M'k,4×4+M'k,8×8+M'k,16×16+M'k,32×32+M'k,64×64；
4)在HEVC参考软件HM中，使用基于帧内预测模式调制的方法对每个YUV格式的视频序列进行信息隐藏，得到每个YUV格式的视频序列对应的载密视频序列，将第k个YUV格式的视频序列对应的载密视频序列记为Sk；其中，信息隐藏过程中所采用的编码配置参数选择与步骤2)中的每个YUV格式的视频序列压缩编码的过程中所采用的编码配置参数一致；
然后提取每个载密视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；
接着统计每个载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将Sk中的尺寸大小为4×4的预测单元的数量记为 将Sk中的尺寸大小为8×8的预测单元的数量记为 将Sk中的尺寸大小为16×16的预测单元的数量记为 将Sk中的尺寸大小为32×32的预测单元的数量记为 将Sk中的尺寸大小为64×64的预测单元的数量记为
再计算每个载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将Sk中的尺寸大小为4×4的预测单元的占有比例记为将Sk中的尺寸大小为8×8的预测单元的占有比例记为
将Sk中的尺寸大小为16×16的预测单元的占有比例记为
将Sk中的尺寸大小为32×32的预测单元的占有比例记为
将Sk中的尺寸大小为64×64的预测单元的占有比例记为
5)采用HEVC参考软件HM对每个载密视频序列进行再次压缩编码，得到每个YUV格式的视频序列对应的HEVC重压缩载密视频序列，将第k个YUV格式的视频序列对应的HEVC重压缩载密视频序列记为S'k，其中，每个载密视频序列再次压缩编码的过程中所采用的编码配置参数与步骤4)中的每个YUV格式的视频序列信息隐藏的过程中所采用的编码配置参数一致；
然后提取每个HEVC重压缩载密视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、
接着统计每个HEVC重压缩载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×
32、64×64的预测单元的数量，将S'k中的尺寸大小为4×4的预测单元的数量记为 将S'k中的尺寸大小为8×8的预测单元的数量记为 将S'k中的尺寸大小为16×16的预测单元的数量记为 将S'k中的尺寸大小为32×32的预测单元的数量记为将S'k中的尺寸大小为64×64的预测单元的数量记为
再计算每个HEVC重压缩载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×
32、64×64的预测单元的占有比例，将S'k中的尺寸大小为4×4的预测单元的占有比例记为将S'k中的尺寸大小为8×8的预测单元的占有比例记为将S'k中的尺寸大小为16×16的预测单元的占有比例记为
将S'k中的尺寸大小为32×32的预测单元的占有比例记为
将S'k中的尺寸大小为64×64的预测单元的占有比例记为
6)计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的数量变化率，将Ck和C'k中尺寸大小为4×4的预测单元的数量变化率记为 并计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为8×8的预测单元的数量变化率，将Ck和C'k中尺寸大小为8×8的预测单元的数量变化率记为 计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为16×16的预测单元的数量变化率，将Ck和C'k中尺寸大小为16×16的预测单元的数量变化率记为计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为32×32的预测单元的数量变化率，将Ck和C'k中尺寸大小为32×32的预测单元的数量变化率记为 计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为64×64的预测单元的数量变化率，将Ck和C'k中尺寸大小为64×64的预测单元的数量变化率记为其中，符号“| |”为取绝对值符号；
同样，计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为4×4的预测单元的占有比例变化率记为 并计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为8×8的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为8×8的预测单元的占有比例变化率记为计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为16×16的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为16×16的预测单元的占有比例变化率记为 计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为32×32的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为32×32的预测单元的占有比例变化率记为 计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为64×64的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为64×64的预测单元的占有比例变化率记为计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为4×4的预测单元的数量变化率，将Sk和S'k中尺寸大小为4×4的预测单元的数量变化率记为 并计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为8×8的预测单元的数量变化率，将Sk和S'k中尺寸大小为8×8的预测单元的数量变化率记为 计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为16×16的预测单元的数量变化率，将Sk和S'k中尺寸大小为16×16的预测单元的数量变化率记为计算每个YUV格式的视频序列对应的载密视频序列和
HEVC重压缩载密视频序列中尺寸大小为32×32的预测单元的数量变化率，将Sk和S'k中尺寸大小为32×32的预测单元的数量变化率记为 计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为64×64的预测单元的数量变化率，将Sk和S'k中尺寸大小为64×64的预测单元的数量变化率记为其中，符号“| |”为取绝对值符号；
同样，计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为4×4的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为4×4的预测单元的占有比例变化率记为 并计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为8×8的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为8×8的预测单元的占有比例变化率记为计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为16×16的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为16×16的预测单元的占有比例变化率记为 计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为32×32的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为32×32的预测单元的占有比例变化率记为 计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为64×64的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为64×64的预测单元的占有比例变化率记为
7)将每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的数量变化率、尺寸大小为8×8的预测单元的数量变化率、尺寸大小为16×16的预测单元的数量变化率、尺寸大小为4×4的预测单元的占有比例变化率、尺寸大小为8×8的预测单元的占有比例变化率、尺寸大小为16×16的预测单元的占有比例变化率按序构成的向量作为每个YUV格式的视频序列对应的HEVC压缩视频序列的特征向量，将Ck的特征向量记为Fk，其中，符号“[]”为向量表示符号；并
将每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为
4×4的预测单元的数量变化率、尺寸大小为8×8的预测单元的数量变化率、尺寸大小为16×16的预测单元的数量变化率、尺寸大小为4×4的预测单元的占有比例变化率、尺寸大小为8×8的预测单元的占有比例变化率、尺寸大小为16×16的预测单元的占有比例变化率按序构成的向量作为每个YUV格式的视频序列对应的载密视频序列的特征向量，将Sk的特征向量记为 其中，符号“[]”为向量表示符号；
8)将每个YUV格式的视频序列对应的HEVC压缩视频序列的特征向量标记为+1，并将每个YUV格式的视频序列对应的载密视频序列的特征向量标记为-1；然后将K个标记为+1的特征向量和K个标记为-1的特征向量输入SVM分类器进行训练，得到训练模板；
9)对于任意一个待检测的HEVC视频test；然后提取test的编码配置参数及test中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；接着统计test中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，对应记为Mtest,4×4、Mtest,8×8、Mtest,16×16、Mtest,32×32、Mtest,64×64；再计算test中的尺寸大小分别为4×4、8×8、16×16的预测单元的占有比例，对应记为Ptest,4×4、Ptest,8×8、Ptest,16×16，其中，Mtest表示test中的预
测单元的总个数，Mtest＝Mtest,4×4+Mtest,8×8+Mtest,16×16+Mtest,32×32+Mtest,64×64；
10)采用HEVC参考软件HM对test进行再次压缩编码，得到重压缩HEVC视频，记为test'，其中，test'的编码配置参数与test的编码配置参数一致；然后提取test'中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；接着统计test'中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，对应记为M'test,4×4、M'test,8×8、M'test,16×16、M'test,32×32、M'test,64×64；再计算test'中的尺寸大小分别为4×4、8×
8、16×16的预测单元的占有比例，对应记为P'test,4×4、P'test,8×8、P'test,16×16，其中，M'test表示test'中的预测单元的总个数，M'test＝M'test,4×4+M'test,8×8+M'test,16×16+M'test,32×32+M'test,64×64；
11)计算test和test'中尺寸大小为4×4的预测单元的数量变化率，记为并计算test和test'中尺寸大小为8×8的预测单元的数量变化率，记为 计算test和test'中尺寸大小为16×16的预测单元的数量变化率，记为
同样，计算test和test'中尺寸大小为4×4的预测单元的占有比例变化率，记为并计算test和test'中尺寸大小为8×8的预测单元的
占有比例变化率，记为 计算test和test'中尺寸大小为16×16的预测单元的占有比例变化率，记为
13)利用步骤8)得到的训练模板对Ftest进行检测，若输出+1，则确定test未经过修改预测模式的信息隐藏；若输出-1，则确定test经过修改预测模式的信息隐藏。
一种针对HEVC预测模式隐写的检测方法
技术领域
[0001] 本发明涉及一种视频隐写检测技术，尤其是涉及一种针对HEVC预测模式隐写的检测方法。
背景技术
[0002] HEVC是视频编码专家组(VECG)和动态图像专家组(MPEG)共同提出的视频压缩方案，是继H.264/AVC之后的高效视频编码标准，广泛应用于高清和超高清视频。与此同时，越来越多的研究人员以HEVC视频作为信息隐藏对象。
[0003] 针对H.265/HEVC视频的信息隐藏算法尚处于起步阶段，目前主要有基于运动矢量调制的方法、基于DCT/DST调制的方法以及基于帧内预测模式调制的方法。其中，基于帧内预测模式调制的方法有许多，如：王家骥、王让定、李伟等人提出的一种基于帧内预测模式的HEVC视频信息隐藏算法，(光电子·激光，2014,25(8)：1578-1585.)，其根据隐秘信息的奇偶性，调制帧内4×4亮度块的预测模式，并选择率失真代价值最小的预测模式实现隐秘信息的嵌入。又如：WANG Jia-ji，WANG Rang-ding，XU Da-wen，et al.An information hiding algorithm for HEVC based on angle differences of intra prediction mode[J].Journal of Software，2015,10(2)：213-221(王家骥，王让定，徐达文等.一种基于预测模式角度差的HEVC信息隐藏算法[J].软件学报，2015,10(2)：213-221.)，其针对帧内4×4亮度块预测编码过程中具有方向性的33种预测模式，根据预测模式和角度值的映射表，将预测模式映射成角度值，通过建立的隐密信息和预测模式角度差的映射关系，调制预测模式角度差完成隐秘信息的嵌入。还如：徐健、王让定、黄美玲、李倩、徐达文提出的一种基于预测模式差值的HEVC信息隐藏算法(光电子·激光，2015,26(9)：1753-1760.)，其对连续的两个帧内4×4亮度块预测编码过程中具有方向性的33种预测模式，建立隐密信息与预测模式差值的映射关系，根据拉格朗日率失真模型调制预测模式完成隐密信息的嵌入。再如：王家骥、王让定、李伟、徐达文、徐健提出的HEVC帧内预测模式和分组码的视频信息隐藏(光电子·激光,2015,26(5)：942-950.)，其结合分组码，首先利用分组码的标准阵列译码方法，建立(4，3)码标准阵列译码表；然后根据(4，3)码标准阵列译码表与预测模式的映射关系，调制帧内4×4亮度块的预测模式嵌入隐秘信息；最后，对调制后的帧内4×4亮度块重新编码，完成隐秘信息的嵌入。
[0004] 目前已有部分关于H.264/AVC预测模式隐写检测算法。如：Li S,Deng H,Tian H,et al.Steganalysis of prediction mode modulated data-hiding algorithms in H.264/AVC video stream[J].annals of telecommunications-annales des télé
communications,2014,69(7-8):461-473.(李宋斌，邓浩强，田惠等.针对预测模式调制的H.264/AVC视频隐写分析[J].电信记事，2014,69(7-8):461-473.)，其发现修改预测模式的隐写算法会改变原始视频预测模式之间的相关性，其统计I帧中同一个宏块内不同方向的4×4块的预测模式，通过构建一阶和二阶马尔科夫矩阵作为检测特征，由于检测特征的维数较高，因此该检测算法的复杂高。又如：孔维国、王宏霞、王科人、刘正辉提出的基于转移概率矩阵的H.264/AVC视频帧内预测模式信息隐藏检测算法(四川大学学报(自然科学版)，
2014，51(6)：1183-1191.)，其通过假设并论证了载密视频经过重压缩后，预测模式有向原始视频预测模式复原的倾向，构建原始视频与重压缩视频预测模式的转移概率矩阵作为隐写检测特征。
[0005] 与H.264/AVC视频编码标准相比，HEVC视频编码标准不仅将预测模式的数量增加到了35种，而且在编码块的划分上也有很大不同，因此现有的针对H.264/AVC预测模式隐写的检测算法不适用于针对HEVC预测模式隐写的检测，且目前还没有针对HEVC视频隐写的检测算法的提出。因此，有必要研究一种专门针对HEVC预测模式隐写的检测方法。
发明内容
[0006] 本发明所要解决的技术问题是提供一种针对HEVC预测模式隐写的检测方法，其计算复杂度低，且对不同量化参数及不同分辨率的HEVC视频均有很好的检测效果。
[0007] 本发明解决上述技术问题所采用的技术方案为：一种针对HEVC预测模式隐写的检测方法，其特征在于包括以下步骤：
[0008] 1)选取K个不同分辨率、不同内容的YUV格式的视频序列，其中，K≥10；
[0009] 2)采用HEVC参考软件HM对每个YUV格式的视频序列进行压缩编码，得到每个YUV格式的视频序列对应的HEVC压缩视频序列，将第k个YUV格式的视频序列对应的HEVC压缩视频序列记为Ck，其中，1≤k≤K；
[0010] 然后提取每个HEVC压缩视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；
[0011] 接着统计每个HEVC压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将Ck中的尺寸大小为4×4的预测单元的数量记为Mk,4×4，将Ck中的尺寸大小为8×8的预测单元的数量记为Mk,8×8，将Ck中的尺寸大小为16×16的预测单元的数量记为Mk,16×16，将Ck中的尺寸大小为32×32的预测单元的数量记为Mk,32×32，将Ck中的尺寸大小为64×64的预测单元的数量记为Mk,64×64；
[0012] 再计算每个HEVC压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将Ck中的尺寸大小为4×4的预测单元的占有比例记为
Pk,4×4， 将Ck中的尺寸大小为8×8的预测单元的占有比例记为Pk,8×8，
将Ck中的尺寸大小为16×16的预测单元的占有比例记为Pk,16×16，
将Ck中的尺寸大小为32×32的预测单元的占有比例记为Pk,32×32，
将Ck中的尺寸大小为64×64的预测单元的占有比例记为Pk,64×64，
其中，Mk表示Ck中的预测单元的总个数，Mk＝Mk,4×4+Mk,8×8+Mk,16×16+
Mk,32×32+Mk,64×64；
[0013] 3)采用HEVC参考软件HM对每个HEVC压缩视频序列进行再次压缩编码，得到每个YUV格式的视频序列对应的HEVC重压缩视频序列，将第k个YUV格式的视频序列对应的HEVC重压缩视频序列记为C'k，其中，每个HEVC压缩视频序列再次压缩编码的过程中所采用的编码配置参数与步骤2)中的每个YUV格式的视频序列压缩编码的过程中所采用的编码配置参数一致；
[0014] 然后提取每个HEVC重压缩视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；
[0015] 接着统计每个HEVC重压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将C'k中的尺寸大小为4×4的预测单元的数量记为M'k,4×4，将C'k中的尺寸大小为8×8的预测单元的数量记为M'k,8×8，将C'k中的尺寸大小为16×16的预测单元的数量记为M'k,16×16，将C'k中的尺寸大小为32×32的预测单元的数量记为M'k,32×32，将C'k中的尺寸大小为64×64的预测单元的数量记为M'k,64×64；
[0016] 再计算每个HEVC重压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将C'k中的尺寸大小为4×4的预测单元的占有比例记为P'k,4×4， 将C'k中的尺寸大小为8×8的预测单元的占有比例记为P'k,8×8，
将C'k中的尺寸大小为16×16的预测单元的占有比例记为P'k,16×16，
将C'k中的尺寸大小为32×32的预测单元的占有比例记为P'k,32×32，
将C'k中的尺寸大小为64×64的预测单元的占有比例记为P'k,64×64，
其中，M'k表示C'k中的预测单元的总个数，M'k＝M'k,4×4+M'k,8×8+
M'k,16×16+M'k,32×32+M'k,64×64；
[0017] 4)在HEVC参考软件HM中，使用基于帧内预测模式调制的方法对每个YUV格式的视频序列进行信息隐藏，得到每个YUV格式的视频序列对应的载密视频序列，将第k个YUV格式的视频序列对应的载密视频序列记为Sk；
[0018] 然后提取每个载密视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；
[0019] 接着统计每个载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将Sk中的尺寸大小为4×4的预测单元的数量记为 将Sk中的尺寸大小为8×8的预测单元的数量记为 将Sk中的尺寸大小为16×16的预测单元的
数量记为 将Sk中的尺寸大小为32×32的预测单元的数量记为 将Sk中的尺
寸大小为64×64的预测单元的数量记为
[0020] 再计算每个载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将Sk中的尺寸大小为4×4的预测单元的占有比例记为
将Sk中的尺寸大小为8×8的预测单元的占有比例记为
将Sk中的尺寸大小为16×16的预测单元的占有比例记为
将Sk中的尺寸大小为32×32的预测单元的占有比例记为
将Sk中的尺寸大小为64×64的预测单元的占有比例记为
其中， 表示Sk中的预测单元的总个数，
[0021] 5)采用HEVC参考软件HM对每个载密视频序列进行再次压缩编码，得到每个YUV格式的视频序列对应的HEVC重压缩载密视频序列，将第k个YUV格式的视频序列对应的HEVC重压缩载密视频序列记为S'k，其中，每个载密视频序列再次压缩编码的过程中所采用的编码配置参数与步骤4)中的每个YUV格式的视频序列信息隐藏的过程中所采用的编码配置参数一致；
[0022] 然后提取每个HEVC重压缩载密视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；
[0023] 接着统计每个HEVC重压缩载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将S'k中的尺寸大小为4×4的预测单元的数量记为
将S'k中的尺寸大小为8×8的预测单元的数量记为 将S'k中的尺寸大小为16
×16的预测单元的数量记为 将S'k中的尺寸大小为32×32的预测单元的数量记为
将S'k中的尺寸大小为64×64的预测单元的数量记为
[0024] 再计算每个HEVC重压缩载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将S'k中的尺寸大小为4×4的预测单元的占有比例记为 将S'k中的尺寸大小为8×8的预测单元的占有比例记为将S'k中的尺寸大小为16×16的预测单元的占有比例记为
将S'k中的尺寸大小为32×32的预测单元的占有比例记为
将S'k中的尺寸大小为64×64的预测单元的占有比例记为
其中， 表示S'k中的预测单元的总个数，
[0025] 6)计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的数量变化率，将Ck和C'k中尺寸大小为4×4的预测单元的数量变化率记为 并计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为8×8的预测单元的数量变化率，将Ck和C'k中尺寸大小为8×8的预测单元的数量变化率记为 计算
每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为16×16的预测单元的数量变化率，将Ck和C'k中尺寸大小为16×16的预测单元的数量变化率记为 计算每个YUV格式的视频序列对应的HEVC压缩视频
序列和HEVC重压缩视频序列中尺寸大小为32×32的预测单元的数量变化率，将Ck和C'k中尺寸大小为32×32的预测单元的数量变化率记为 计算
每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为64×64的预测单元的数量变化率，将Ck和C'k中尺寸大小为64×64的预测单元的数量变化率记为 其中，符号“||”为取绝对值符号；
[0026] 同样，计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为4×4的预测单元的占有比例变化率记为 并计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为8×8的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为8×8的预测单元的占有比例变化率记为
计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压
缩视频序列中尺寸大小为16×16的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为16×16的预测单元的占有比例变化率记为 计算每个YUV格
式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为32×32的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为32×32的预测单元的占有比例变化率记为 计算每个YUV格式的视频序列对应的HEVC压缩视频序
列和HEVC重压缩视频序列中尺寸大小为64×64的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为64×64的预测单元的占有比例变化率记为
[0027] 计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为4×4的预测单元的数量变化率，将Sk和S'k中尺寸大小为4×4的预测单元的数量变化率记为 并计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为8×8的预测单元的数量变化率，将Sk和S'k中尺寸大小为8×8的预测单元的数量变化率记为 计算每个
YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为16×16的预测单元的数量变化率，将Sk和S'k中尺寸大小为16×16的预测单元的数量变化率记为计算每个YUV格式的视频序列对应的载密视频序列和
HEVC重压缩载密视频序列中尺寸大小为32×32的预测单元的数量变化率，将Sk和S'k中尺寸大小为32×32的预测单元的数量变化率记为 计算每
个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为64×
64的预测单元的数量变化率，将Sk和S'k中尺寸大小为64×64的预测单元的数量变化率记为其中，符号“||”为取绝对值符号；
[0028] 同样，计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为4×4的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为4×4的预测单元的占有比例变化率记为 并计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为8×8的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为8×8的预测单元的占有比例变化率记为
计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载
密视频序列中尺寸大小为16×16的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为16×16的预测单元的占有比例变化率记为 计算每个YUV格
式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为32×32的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为32×32的预测单元的占有比例变化率记为 计算每个YUV格式的视频序列对应的载密视频序列和
HEVC重压缩载密视频序列中尺寸大小为64×64的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为64×64的预测单元的占有比例变化率记为
[0029] 7)将每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的数量变化率、尺寸大小为8×8的预测单元的数量变化率、尺寸大小为16×16的预测单元的数量变化率、尺寸大小为4×4的预测单元的占有比例变化率、尺寸大小为8×8的预测单元的占有比例变化率、尺寸大小为16×16的预测单元的占有比例变化率按序构成的向量作为每个YUV格式的视频序列对应的HEVC压缩视频序列的特征向量，将Ck的特征向量记为Fk，
[0030] 其中，符号“[]”为向量表示符号；并将每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为4×4的预测单元的数量变化率、尺寸大小为8×8的预测单元的数量变化率、尺寸大小为16×16的预测单元的数量变化率、尺寸大小为4×4的预测单元的占有比例变化率、尺寸大小为8×8的预测单元的占有比例变化率、尺寸大小为16×16的预测单元的占有比例变化率按序构成的向量作为每个YUV格式的视频序列对应的载密视频序列的特征向量，将Sk的特征向量记为 其中，符号“[]”为
向量表示符号；
[0031] 8)将每个YUV格式的视频序列对应的HEVC压缩视频序列的特征向量标记为+1，并将每个YUV格式的视频序列对应的载密视频序列的特征向量标记为-1；然后将K个标记为+1的特征向量和K个标记为-1的特征向量输入SVM分类器进行训练，得到训练模板；
[0032] 9)对于任意一个待检测的HEVC视频test；然后提取test的编码配置参数及test中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；接着统计test中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，对应记为Mtest,4×4、Mtest,8×8、Mtest,16×16、Mtest,32×32、Mtest,64×64；再计算test中的尺寸大小分别为4×4、8×8、16×16的预测单元的占有比例，对应记为Ptest,4×4、Ptest,8×8、Ptest,16×16，其中，Mtest表示test中的预
测单元的总个数，Mtest＝Mtest,4×4+Mtest,8×8+Mtest,16×16+Mtest,32×32+Mtest,64×64；
[0033] 10)采用HEVC参考软件HM对test进行再次压缩编码，得到重压缩HEVC视频，记为test'，其中，test'的编码配置参数与test的编码配置参数一致；然后提取test'中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元；接着统计test'中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，对应记为M'test,4×4、M'test,8×8、M'test,16×16、M'test,32×32、M'test,64×64；再计算test'中的尺寸大小分别为4×4、8×8、16×16的预测单元的占有比例，对应记为P'test,4×4、P'test,8×8、P'test,16×16，其中，M'test表示test'
中的预测单元的总个数，M'test＝M'test,4×4+M'test,8×8+M'test,16×16+M'test,32×32+M'test,64×64；
[0034] 11)计算test和test'中尺寸大小为4×4的预测单元的数量变化率，记为并计算test和test'中尺寸大小为8×8的预测单元的数量变
化率，记为 计算test和test'中尺寸大小为16×16的预
测单元的数量变化率，记为
[0035] 同样，计算test和test'中尺寸大小为4×4的预测单元的占有比例变化率，记为并计算test和test'中尺寸大小为8×8的预测单元的占有比例变化率，记为 计算test和test'中尺寸大小为16×
16的预测单元的占有比例变化率，记为
[0036] 12)将 按序构成的向量作为test的特征向量，记为Ftest， 其
中，符号“[]”为向量表示符号；
[0037] 13)利用步骤8)得到的训练模板对Ftest进行检测，若输出+1，则确定test未经过修改预测模式的信息隐藏；若输出-1，则确定test经过修改预测模式的信息隐藏。
[0038] 与现有技术相比，本发明的优点在于：
[0039] 1)本发明方法通过分析视频重压缩前后预测单元的数量和占有比例的变化情况来进行隐写检测，修改预测模式的信息隐藏算法会改变原始视频I帧中不同尺寸的预测单元的数量，对载密视频进行同参数的二次压缩会削弱这种变化，因此本发明方法利用视频重压缩前后预测单元的数量和占有比例的变化情况作为检测特征，使得本发明方法对多种修改预测模式的隐写算法都具有很好的检测效果。
[0040] 2)本发明方法结合HEVC视频的编码特点，选取HEVC视频中独有的预测单元作为特征构造的基础单元，即将视频重压缩前后I帧中4×4、8×8、16×16、32×32、64×64大小的预测单元在数量上和占有比例上的变化率作为视频特征，而通过分析发现，载密视频在同参数重压缩后I帧中4×4、8×8、16×16大小的预测单元在数量上和占有比例上的变化更为明显，因此本发明选择4×4、8×8、16×16大小的预测单元在数量上和占有比例上的变化率作为检测所用特征，这些特征的构造使本发明方法对不同量化参数下不同分辨率的视频均具有较好的检测效果。
[0041] 3)本发明方法采用了4×4、8×8、16×16大小的预测单元在数量上和占有比例上的变化率共6维特征，较低的特征维数，使本发明方法在保证检测准确率的同时，降低了计算量以及实施难度。
附图说明
[0042] 图1为本发明方法的总体实现框图。
具体实施方式
[0043] 以下结合附图实施例对本发明作进一步详细描述。
[0044] 本发明提出的一种针对HEVC预测模式隐写的检测方法，其总体实现框图如图1所示，其包括以下步骤：
[0045] 1)选取K个不同分辨率、不同内容的YUV格式的视频序列，其中，K≥10。
[0046] 在本实施例中，如选取分辨率为416×240的BasketballPass、BlowingBubbles、BQSquare、Flowervase、Mobisode视频序列，分辨率为832×480的BasketballDrill、BasketballDrillText、BQMall、Flowervase视频序列，分辨率为1024×768的ChinaSpeed视频序列，分辨率为1280×720的Johnny、Vidyo1、Vidyo3、Vidyo4视频序列，分辨率为1920×
1080的BasketballDrive视频序列，即K＝15。实际实施时，为了增加数量，可以对上述的每个YUV格式的视频序列进行不重叠的裁剪，如可以每7帧裁剪为一个视频段，一共得到分辨率为416×240的视频段90个，分辨率为832×480的视频段90个，分辨率为1024×768的视频段25个，分辨率为1280×720的视频段120个，分辨率为1920×1080的视频段15个，共340个视频段，即K＝340。
[0047] 2)采用现有的HEVC参考软件HM12.0对每个YUV格式的视频序列进行压缩编码，得到每个YUV格式的视频序列对应的HEVC压缩视频序列，将第k个YUV格式的视频序列对应的HEVC压缩视频序列记为Ck，其中，1≤k≤K。
[0048] 然后提取每个HEVC压缩视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元(PU)。
[0049] 接着统计每个HEVC压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将Ck中的尺寸大小为4×4的预测单元的数量记为Mk,4×4，将Ck中的尺寸大小为8×8的预测单元的数量记为Mk,8×8，将Ck中的尺寸大小为16×16的预测单元的数量记为Mk,16×16，将Ck中的尺寸大小为32×32的预测单元的数量记为Mk,32×32，将Ck中的尺寸大小为64×64的预测单元的数量记为Mk,64×64。
[0050] 再计算每个HEVC压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将Ck中的尺寸大小为4×4的预测单元的占有比例记为
Pk,4×4， 将Ck中的尺寸大小为8×8的预测单元的占有比例记为Pk,8×8，
将Ck中的尺寸大小为16×16的预测单元的占有比例记为Pk,16×16，
将Ck中的尺寸大小为32×32的预测单元的占有比例记为Pk,32×32，
将Ck中的尺寸大小为64×64的预测单元的占有比例记为Pk,64×64，
其中，Mk表示Ck中的预测单元的总个数，Mk＝Mk,4×4+Mk,8×8+Mk,16×16+
Mk,32×32+Mk,64×64。
[0051] 在本实施例中，采用现有的HEVC参考软件HM12.0对每个YUV格式的视频序列进行压缩编码的主要编码配置参数可选择如表1所列，剩余参数均采用默认配置；为了获取更多的帧内编码数据，可将图像组(GOP)的长度设为1，即将所有视频帧都作为I帧进行编码。
[0052] 表1 HM12.0压缩编码的主要编码配置参数
[0053]编码配置参数 取值
编码帧数 7帧
帧周期 1
图像组的长度 1
量化参数 26
[0054] 3)采用现有的HEVC参考软件HM12.0对每个HEVC压缩视频序列进行再次压缩编码，得到每个YUV格式的视频序列对应的HEVC重压缩视频序列，将第k个YUV格式的视频序列对应的HEVC重压缩视频序列记为C'k，其中，为了排除重压缩编码对视频序列中不同尺寸大小的预测单元的数量的影响，要求每个HEVC压缩视频序列再次压缩编码的过程中所采用的编码配置参数与步骤2)中的每个YUV格式的视频序列压缩编码的过程中所采用的编码配置参数一致。
[0055] 然后提取每个HEVC重压缩视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元(PU)。
[0056] 接着统计每个HEVC重压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将C'k中的尺寸大小为4×4的预测单元的数量记为M'k,4×4，将C'k中的尺寸大小为8×8的预测单元的数量记为M'k,8×8，将C'k中的尺寸大小为16×16的预测单元的数量记为M'k,16×16，将C'k中的尺寸大小为32×32的预测单元的数量记为M'k,32×32，将C'k中的尺寸大小为64×64的预测单元的数量记为M'k,64×64。
[0057] 再计算每个HEVC重压缩视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将C'k中的尺寸大小为4×4的预测单元的占有比例记为P'k,4×4， 将C'k中的尺寸大小为8×8的预测单元的占有比例记为P'k,8×8，
将C'k中的尺寸大小为16×16的预测单元的占有比例记为P'k,16×16，
将C'k中的尺寸大小为32×32的预测单元的占有比例记为P'k,32×32，
将C'k中的尺寸大小为64×64的预测单元的占有比例记为P'k,64×64，
其中，M'k表示C'k中的预测单元的总个数，M'k＝M'k,4×4+M'k,8×8+
M'k,16×16+M'k,32×32+M'k,64×64。
[0058] 4)在现有的HEVC参考软件HM12.0中，使用现有的基于帧内预测模式调制的方法对每个YUV格式的视频序列进行信息隐藏，得到每个YUV格式的视频序列对应的载密视频序列，将第k个YUV格式的视频序列对应的载密视频序列记为Sk。
[0059] 然后提取每个载密视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元(PU)。
[0060] 接着统计每个载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将Sk中的尺寸大小为4×4的预测单元的数量记为 将Sk中的尺寸大小为8×8的预测单元的数量记为 将Sk中的尺寸大小为16×16的预测单元的
数量记为 将Sk中的尺寸大小为32×32的预测单元的数量记为 将Sk中的尺
寸大小为64×64的预测单元的数量记为
[0061] 再计算每个载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将Sk中的尺寸大小为4×4的预测单元的占有比例记为
将Sk中的尺寸大小为8×8的预测单元的占有比例记为
将Sk中的尺寸大小为16×16的预测单元的占有比例记为
将Sk中的尺寸大小为32×32的预测单元的占有比例记为
将Sk中的尺寸大小为64×64的预测单元的占有比例记为
其中， 表示Sk中的预测单元的总个数，
[0062] 实际实施时，基于帧内预测模式调制的方法可选用WANG Jia-ji，WANG Rang-ding，XU Da-wen，et al.An information hiding algorithm for HEVC based on angle differences of intra prediction mode[J].Journal of Software，2015，10(2)：213-
221(王家骥，王让定，徐达文等.一种基于预测模式角度差的HEVC信息隐藏算法[J].软件学报，2015,10(2)：213-221)，或徐健、王让定、黄美玲、李倩、徐达文提出的一种基于预测模式差值的HEVC信息隐藏算法(光电子·激光，2015，26(9)：1753-1760.)等；信息隐藏过程中所采用的编码配置参数选择与步骤2)中的每个YUV格式的视频序列压缩编码的过程中所采用的编码配置参数一致。
[0063] 5)采用现有的HEVC参考软件HM12.0对每个载密视频序列进行再次压缩编码，得到每个YUV格式的视频序列对应的HEVC重压缩载密视频序列，将第k个YUV格式的视频序列对应的HEVC重压缩载密视频序列记为S'k，其中，为了排除重压缩编码对视频序列中不同尺寸大小的预测单元的数量的影响，要求每个载密视频序列再次压缩编码的过程中所采用的编码配置参数与步骤4)中的每个YUV格式的视频序列信息隐藏的过程中所采用的编码配置参数一致。
[0064] 然后提取每个HEVC重压缩载密视频序列中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元(PU)。
[0065] 接着统计每个HEVC重压缩载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，将S'k中的尺寸大小为4×4的预测单元的数量记为
将S'k中的尺寸大小为8×8的预测单元的数量记为 将S'k中的尺寸大小为16
×16的预测单元的数量记为 将S'k中的尺寸大小为32×32的预测单元的数量记为
将S'k中的尺寸大小为64×64的预测单元的数量记为
[0066] 再计算每个HEVC重压缩载密视频序列中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的占有比例，将S'k中的尺寸大小为4×4的预测单元的占有比例记为 将S'k中的尺寸大小为8×8的预测单元的占有比例记为将S'k中的尺寸大小为16×16的预测单元的占有比例记为
将S'k中的尺寸大小为32×32的预测单元的占有比例记为
将S'k中的尺寸大小为64×64的预测单元的占有比例记为
其中， 表示S'k中的预测单元的总个数，
[0067] 表2给出了BQSquare、Flowervase、BasketballDrill、BQMall、Johnny、Vidyo1视频序列各自对应的HEVC压缩视频序列(量化参数为26)的前70帧中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量和占有比例及对应的HEVC重压缩视频序列(量化参数为26)的前70帧中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量和占有比例。
[0068] 表2各视频序列各自对应的HEVC压缩视频序列的前70帧和HEVC重压缩视频序列的前70帧中不同尺寸大小的预测单元的数量和占有比例
[0069]
[0070] 从表2所列的数据可以看出，没有经过修改预测模式隐写的不同分辨率、不同内容的YUV格式的视频序列，在相同的编码配置参数下压缩编码和重压缩编码后对应得到的HEVC压缩视频序列和HEVC重压缩视频序列中的不同尺寸大小的预测单元的数量也会出现变化，但变化量很小。
[0071] 表3给出了BQSquare、Flowervase、BasketballDrill、BQMall、Johnny、Vidyo1视频序列各自对应的HEVC压缩视频序列(量化参数为26)的前70帧中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量和占有比例及对应的载密视频序列(量化参数为26)的前70帧中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量和占有比例。
[0072] 表3各视频序列各自对应的HEVC压缩视频序列的前70帧和载密视频序列的前70帧中不同尺寸大小的预测单元的数量和占有比例
[0073]
[0074] 由表3所列数据可以看出，对不同分辨率、不同内容的视频序列，经修改预测模式的信息隐藏算法进行信息隐藏后都会明显改变不同尺寸大小的预测单元的数量以及占有比例，具体表现为：尺寸大小为4×4的预测单元的数量明显减少，尺寸大小为8×8的预测单元的数量明显增多，尺寸大小为16×16、尺寸大小为32×32、尺寸大小为64×64的预测单元的数量略微增多。
[0075] 表4给出了BQSquare、Flowervase、BasketballDrill、BQMall、Johnny、Vidyo1视频序列各自对应的载密视频序列(量化参数为26)的前70帧中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量和占有比例及对应的HEVC重压缩载密视频序列(量化参数为26)的前70帧中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量和占有比例。
[0076] 表4各视频序列各自对应的载密视频序列的前70帧和HEVC重压缩载密视频序列的前70帧中不同尺寸大小的预测单元的数量和占有比例
[0077]
[0078] 从表4所列的数据可以看出，不同分辨率、不同内容的载密视频序列经过相同的编码配置参数重压缩后，不同尺寸大小的预测单元的数量以及占有比例上有向原始的压缩视频序列恢复的趋势，即尺寸大小为4×4的预测单元明显增多，尺寸大小为8×8的预测单元明显减少，尺寸大小为16×16、尺寸大小为32×32、尺寸大小为64×64的预测单元在占有比例上略微下降或变化不明显。
[0079] 6)计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的数量变化率，将Ck和C'k中尺寸大小为4×4的预测单元的数量变化率记为 并计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为8×8的预测单元的数量变化率，将Ck和C'k中尺寸大小为8×8的预测单元的数量变化率记为 计算
每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为16×16的预测单元的数量变化率，将Ck和C'k中尺寸大小为16×16的预测单元的数量变化率记为 计算每个YUV格式的视频序列对应的HEVC压缩视频
序列和HEVC重压缩视频序列中尺寸大小为32×32的预测单元的数量变化率，将Ck和C'k中尺寸大小为32×32的预测单元的数量变化率记为 计算
每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为64×64的预测单元的数量变化率，将Ck和C'k中尺寸大小为64×64的预测单元的数量变化率记为 其中，符号“||”为取绝对值符号。
[0080] 同样，计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为4×4的预测单元的占有比例变化率记为 并计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为8×8的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为8×8的预测单元的占有比例变化率记为
计算每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压
缩视频序列中尺寸大小为16×16的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为16×16的预测单元的占有比例变化率记为 计算每个YUV格
式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为32×32的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为32×32的预测单元的占有比例变化率记为 计算每个YUV格式的视频序列对应的HEVC压缩视频序
列和HEVC重压缩视频序列中尺寸大小为64×64的预测单元的占有比例变化率，将Ck和C'k中尺寸大小为64×64的预测单元的占有比例变化率记为
[0081] 计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为4×4的预测单元的数量变化率，将Sk和S'k中尺寸大小为4×4的预测单元的数量变化率记为 并计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为8×8的预测单元的数量变化率，将Sk和S'k中尺寸大小为8×8的预测单元的数量变化率记为 计算每个
YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为16×16的预测单元的数量变化率，将Sk和S'k中尺寸大小为16×16的预测单元的数量变化率记为计算每个YUV格式的视频序列对应的载密视频序列和
HEVC重压缩载密视频序列中尺寸大小为32×32的预测单元的数量变化率，将Sk和S'k中尺寸大小为32×32的预测单元的数量变化率记为 计算每
个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为64×
64的预测单元的数量变化率，将Sk和S'k中尺寸大小为64×64的预测单元的数量变化率记为其中，符号“||”为取绝对值符号。
[0082] 同样，计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为4×4的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为4×4的预测单元的占有比例变化率记为 并计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为8×8的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为8×8的预测单元的占有比例变化率记为
计算每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载
密视频序列中尺寸大小为16×16的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为16×16的预测单元的占有比例变化率记为 计算每个YUV格
式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为32×32的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为32×32的预测单元的占有比例变化率记为 计算每个YUV格式的视频序列对应的载密视频序列和
HEVC重压缩载密视频序列中尺寸大小为64×64的预测单元的占有比例变化率，将Sk和S'k中尺寸大小为64×64的预测单元的占有比例变化率记为
[0083] 7)从表4所列的数据可以看出，经过修改预测模式隐写的YUV格式的视频序列，在相同的编码配置参数下信息隐藏和重压缩编码后对应得到的载密视频序列的前70帧和HEVC重压缩载密视频序列的前70帧中的尺寸大小分别为4×4、8×8、16×16的预测单元的数量和占有比例的变化较为明显，因此将每个YUV格式的视频序列对应的HEVC压缩视频序列和HEVC重压缩视频序列中尺寸大小为4×4的预测单元的数量变化率、尺寸大小为8×8的预测单元的数量变化率、尺寸大小为16×16的预测单元的数量变化率、尺寸大小为4×4的预测单元的占有比例变化率、尺寸大小为8×8的预测单元的占有比例变化率、尺寸大小为16×16的预测单元的占有比例变化率按序构成的向量作为每个YUV格式的视频序列对应的HEVC压缩视频序列的特征向量，将Ck的特征向量记为Fk， 其中，符号“[]”为向量表示符号；并将每个YUV格式的视频序列对应的载密视频序列和HEVC重压缩载密视频序列中尺寸大小为4×4的预测单元的数量变化率、尺寸大小为8×8的预测单元的数量变化率、尺寸大小为16×16的预测单元的数量变化率、尺寸大小为4×4的预测单元的占有比例变化率、尺寸大小为8×8的预测单元的占有比例变化率、尺寸大小为16×16的预测单元的占有比例变化率按序构成的向量作为每个YUV格式的视频序列对应的载密视频序列的特征向量，将Sk的特征向量记为 其
中，符号“[]”为向量表示符号。
[0084] 8)将每个YUV格式的视频序列对应的HEVC压缩视频序列的特征向量标记为+1，并将每个YUV格式的视频序列对应的载密视频序列的特征向量标记为-1；然后将K个标记为+1的特征向量和K个标记为-1的特征向量输入SVM分类器进行训练，得到训练模板。
[0085] 9)对于任意一个待检测的HEVC视频test；然后提取test的编码配置参数及test中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元(PU)；接着统计test中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，对应记为Mtest,4×4、Mtest,8×8、Mtest,16×16、Mtest,32×32、Mtest,64×64；再计算test中的尺寸大小分别为4×4、8×8、16×16的预测单元的占有比例，对应记为Ptest,4×4、Ptest,8×8、
其中，Mtest表示
test中的预测单元的总个数，Mtest＝Mtest,4×4+Mtest,8×8+Mtest,16×16+Mtest,32×32+Mtest,64×64。
[0086] 10)采用现有的HEVC参考软件HM12.0对test进行再次压缩编码，得到重压缩HEVC视频，记为test'，其中，test'的编码配置参数与test的编码配置参数一致；然后提取test'中的每个I帧内的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元(PU)；接着统计test'中的尺寸大小分别为4×4、8×8、16×16、32×32、64×64的预测单元的数量，对应记为M'test,4×4、M'test,8×8、M'test,16×16、M'test,32×32、M'test,64×64；再计算test'中的尺寸大小分别为4×4、8×8、16×16的预测单元的占有比例，对应记为P'test,4×4、P'test,8×8、P'test,16×16， 其中，M'test表示test'中的预测单元的总个数，M'test＝M'test,4×4+M'test,8×8+M'test,16×16+M'test,32×32+M'test,64×64。
[0087] 11)计算test和test'中尺寸大小为4×4的预测单元的数量变化率，记为并计算test和test'中尺寸大小为8×8的预测单元的数量变
化率，记为 计算test和test'中尺寸大小为16×16的预
测单元的数量变化率，记为
[0088] 同样，计算test和test'中尺寸大小为4×4的预测单元的占有比例变化率，记为并计算test和test'中尺寸大小为8×8的预测单元的占有比例变化率，记为 计算test和test'中尺寸大小为16×
16的预测单元的占有比例变化率，记为
[0089] 12)将 按序构成的向量作为test的特征向量，记为Ftest， 其
中，符号“[]”为向量表示符号。
[0090] 13)利用步骤8)得到的训练模板对Ftest进行检测，若输出+1，则确定test未经过修改预测模式的信息隐藏；若输出-1，则确定test经过修改预测模式的信息隐藏。
[0091] 为了验证本发明方法的可行性和有效性，对本发明方法进行试验。
[0092] 选取上述340个视频段(K＝340)作为处理对象；每个视频段压缩编码、再压缩编码、信息隐藏的主要编码配置参数如表1所列(量化参数分别取22、26、30、34、38)，剩余参数均采用默认配置。
[0093] 目前针对HEVC预测模式隐写的算法，大都是通过修改4×4亮度块的预测模式达到信息嵌入的目的。在该试验中，选择王家骥、王让定、徐达文等人提出的一种基于预测模式角度差的HEVC信息隐藏算法(软件学报，2015,10(2)：213-221.)作为HEVC预测模式隐写的算法，该算法是通过修改提取的连续两个4×4亮度块的预测模式的后一个预测模式，达到两比特信息的嵌入。
[0094] 孔维国、王宏霞、王科人、刘正辉提出的基于转移概率矩阵的H.264/AVC视频帧内预测模式信息隐藏检测算法(四川大学学报(自然科学版)，2014，51(6)：1183-1191.)是针对H.264/AVC预测模式隐写的检测，具体操作如下：1)提取H.264/AVC视频中的每个I帧中的预测模式，得到N维预测模式向量(其中16×16亮度块看作16个4×4亮度块，预测模式记为10)；2)以相同参数重压缩视频，提取重压缩后每个I帧的N维预测模式向量；3)利用重压缩前后得到的预测模式向量计算得到10×10的预测模式转移概率矩阵P，将P以光栅扫描顺序组成向量V，并作为视频特征。由于目前尚未有针对H.265/HEVC预测模式隐写的检测方法，因此在该试验中对上述针对H.264/AVC预测模式隐写的检测方法进行改进以移植到HEVC中用于检测作为对比，改进点为：将8×8、16×16、32×32、64×64亮度块分别看作对应数量的
4×4亮度块，其预测模式分别记作35、36、37、38；按相同操作，得到39×39的预测模式转移概率矩阵，并得到1521维的视频特征向量V。
[0095] 利用SVM分类器对利用本发明方法得到的部分特征向量进行训练，再利用得到的训练模板对剩余的特征向量进行检测，其中，任意选取50％视频段对应的特征向量用来训练，剩下的50％视频段对应的特征向量用来检测。同样，利用SVM分类器对上述移植方法得到的部分视频特征向量进行训练，再利用得到的训练模板对剩余的视频特征向量进行检测，其中，任意选取50％视频段对应的视频特征向量用来训练，剩下的50％视频段对应的视频特征向量用来检测。两种方法的测试次数均为15次，平均检测结果如表5所列。
[0096] 表5本发明方法与移植方法的检测正确率比较
[0097]
[0098] 从表5所列的数据可以看出，本发明方法具有良好的检测效果，尤其是对高分辨率的视频，检测正确率接近100％，而对于低分辨率的视频随着量化参数的减小，其帧内4×4的预测单元的数量增多，检测正确率也随之上升；移植方法虽然检测正确率低于本发明方法，但也能有效的检测出隐写视频。另一方面，移植方法的特征提取计算量大，特征维数很高，检测复杂度高；而本发明方法在特征提取以及检测上的计算复杂度较低。从这两方面的结果来看，足以证明本发明方法是可行的且有效的。
