SlideShare une entreprise Scribd logo
1  sur  58
Télécharger pour lire hors ligne
國 立 中 央 大 學

        資 訊 工 程 研 究 所
           碩 士 論 文


  應用於 H.264/AVC 視訊內容認證之
       適應式數位浮水印

Content-Adaptive Digital Watermarking in
  H.264/AVC for Video Authentication




        指導教授:蘇柏齊 博 士
        研 究 生:李明倫



   中 華 民 國 九十六 年 七 月
國立中央大學圖書館
                碩博士論文電子檔授權書
                                                         (95 年 7 月最新修正版)



本授權書所授權之論文全文電子檔(不包含紙本、詳備註 1 說明),為本人於國立中央
大學,撰寫之碩/博士學位論文。(以下請擇一勾選)

  (    )同意 (立即開放)
  (    )同意 (一年後開放),原因是:
  (    )同意 (二年後開放),原因是:
  (    )不同意,原因是:

以非專屬、無償授權國立中央大學圖書館與國家圖書館,基於推動「資源共享、互惠
合作」之理念,於回饋社會與學術研究之目的,得不限地域、時間與次數,以紙本、
微縮、光碟及其它各種方法將上列論文收錄、重製、公開陳列、與發行,或再授權他
人以各種方法重製與利用,並得將數位化之上列論文與論文電子檔以上載網路方式,
提供讀者基於個人非營利性質之線上檢索、閱覽、下載或列印。


研究生簽名:      李明倫                  學號:         945202076

論文名稱:     應用於 H.264/AVC 視訊內容認證之適應式數位浮水印

指導教授姓名:               蘇柏齊

系所 :       資訊工程         所     博士班    ˇ碩士班

日期:民國    96 年   7 月       日

備註:
  1. 本授權書之授權範圍僅限電子檔,紙本論文部分依著作權法第 15 條第 3 款之規定,採推定原
     則即預設同意圖書館得公開上架閱覽,如您有申請專利或投稿等考量,不同意紙本上架陳列,
     須另行加填聲明書,詳細說明與紙本聲明書請至 http://blog.lib.ncu.edu.tw/plog/ 碩博士論文專區
     查閱下載。
  2. 本授權書請填寫並親筆簽名後,裝訂於各紙本論文封面後之次頁(全文電子檔內之授權書簽
     名,可用電腦打字代替)。
  3. 請加印一份單張之授權書,填寫並親筆簽名後,於辦理離校時交圖書館(以統一代轉寄給國
     家圖書館)。
  4. 讀者基於個人非營利性質之線上檢索、閱覽、下載或列印上列論文,應依著作權法相關規定
     辦理。
-i-
- ii -
Abstract

    Digital contents have become increasingly popular nowadays due to
their convenience of transferring and storage. In addition, the rapid
growth of broadband networks and advanced coding technologies make
creation and distribution of digital contents much easier and faster than
ever. However, digital contents can be easily modified and the malicious
tampering of data may change the meaning of contents. In this research,
we propose a digital watermarking scheme under the framework of
H.264/AVC. The watermark is embedded into video frames to ensure the
correct frame order. Such attacks as frame dropping, swapping or
insertion can be reflected from the unambiguous watermark detection.
    We use DC values of blocks as the features of the image, which can
help determine whether a shot change occurs. The image hash value is
calculated by content analysis and used to generate the watermark
sequence. The watermarking scheme uses a human perceptual model to
adjust the watermark energy so that the watermark robustness can be
enhanced without degrading the visual quality.
    By integrating the watermarking approach with H.264/AVC, we can
make the watermark embedding/detection be done in a very efficient
manner. The content-analysis mechanism not only makes the watermark
imperceptible but simplifies the watermark detection process. The
experimental results show that the embedded watermark can survive
transcoding processes such as changing quality parameters or the coding
structure. Besides, the frame modification attacks will be revealed by the
successful watermark extraction.




                                    -i-
摘要

 由於數位技術的進步,傳統的類比資料轉為數位格式儲存,不論
是收藏或是攜帶都更為便利;網際網路的發達,也促進了數位資料的
普及;此外,多媒體編碼技術的進步,數位資料所需的容量越來越小,
對於上述的網路傳輸與儲存也變得更為方便。
 然而,數位資料所遇到的問題也接踵而來。由於數位資料易於複
製的特性,使用者可以輕易的對其複製散播,使得創作者的智慧財產
權受損。更甚者,利用偽造、變更、剪接等方式,對其內容更改,破
壞原先內容的含義,進而做為己用。以監視系統為例,數位監視影像
因為內容易於更改的特性,大幅降低了影像的公信力與可靠性。因
此,我們提出了一個完善的數位浮水印機制,對於數位影像的內容加
以驗證,由萃取出的浮水印,可判斷數位影像內容是否遭受竄改、加
入畫面、移除畫面或是畫面調換等剪輯攻擊。
 我們以區塊 DC 值做為畫面之特徵,利用畫面內容分析的方式,
判斷畫面場景切換以及影像雜湊值,再由場景內之畫面內容與單一畫
面的雜湊值做為浮水印序列的生成參數,利用人類視覺模組依據畫面
適應性地調整浮水印能量,在不破壞畫面品質下,盡可能地增強浮水
印的強健性。
  利用我們所提出的浮水印方法 嵌入的浮水印將顯示影像畫面或
               ,
片段的順序,因此任何企圖更改影像片段順序或是以刪除或插入畫面
來改變視訊內容的攻擊都將被偵測出來。此外,本研究方法不但能在
維持原始影像品質下,對影像內容做有效的驗證,還能夠抵抗重新壓
縮等攻擊。我們相信本研究所提出之H.264/AVC視訊壓縮與數位浮水
印整合機制,將對建立更完美的多媒體資訊架構作出貢獻。




                - ii -
致謝詞

 隨著論文的完成,研究所的兩年研究生涯也將暫告一個段落,承
蒙指導教授蘇柏齊教授的細心教導,對於影像多媒體的領域有了初步
的認識,然而學海無涯,對於所學的知識仍有許多不足,因此也將更
加督促自己,在求知的路上繼續前進。
 在求學的兩年中,不論是在學業上得到蘇柏齊教授耐心與仔細的
指導,也學習到教授認真做學問的態度,在生活中更是時常受到教授
的關心與照顧。對於敏峰學長能不厭其煩地仔細回答我的問題,解決
我許多的疑問也非常地感謝,另外也很感謝實驗室的同學建昌、鴻閔
與翔毅,能夠得到他們許多的幫忙,功課上彼此互相砥礪,生活中也
能互相扶持,讓難忘的研究所生涯中不僅僅是熬夜趕進度的辛勞,也
包含了許多歡樂的回憶。另外也衷心地感謝啟恆、桂枝學弟在我忙於
畢業論文之時,能夠幫忙我處理許多生活中的瑣事,實驗室有了你們
的加入,也更加的充滿生氣。
 最重要的還是要感謝能完全支持我的父母以及姊姊,儘管因為忙
於功課而無法時常回家陪伴父母,父母依舊能完全體諒。研究所期間
不單單只是在課業知識上的增廣,對於處理事物的態度,做學問的嚴
謹都令我有深刻的感受,謹以此篇論文獻給所有關心我並且幫助我的
人。




                - iii -
目           錄


第一章  緒論 ...............................................................................................1 
 1-1 研究目的與動機 ...............................................................................1 
 1-2 論文架構 ...........................................................................................3 
第二章  相關技術探討 ...............................................................................4 
 2-1 數位浮水印之相關簡介 ...................................................................4 

     2-1-1 數位浮水印的需求與應用 .......................................................6 

     2-1-2 視訊浮水印簡介 .......................................................................9 

 2-2 H.264/AVC 視訊編碼標準簡介 ......................................................11 

     2-2-1 H.264/AVC 編解碼流程 ..........................................................12 

     2-2-2 H.264/AVC 關鍵技術 ..............................................................15 

第三章  數位浮水印架構 .........................................................................16 
 3-1 浮水印嵌入與偵測 .........................................................................16 

     3-1-1 以人類視覺模組提升浮水印嵌入品質 .................................17 

     3-1-2 畫面 DC 圖生成 ......................................................................20 

 3-2 視訊浮水印嵌入流程 .....................................................................22 

     3-2-1 浮水印序列生成 .....................................................................24 

     3-2-2 視訊浮水印嵌入步驟 .............................................................29 


                                                - iv -
3-3 視訊浮水印偵測與驗證流程 .........................................................30 

     3-3-1 畫面 DC 圖重建 ......................................................................30 

     3-3-2 浮水印序列重建 .....................................................................31 

     3-3-3 視訊浮水印偵測 .....................................................................31 

     3-3-4 視訊浮水印偵測步驟 .............................................................31 

 3-4 利用浮水印對視訊畫面之驗證 .....................................................32 
第四章  實驗結果 .....................................................................................37 
 4-1 實驗環境參數 .................................................................................37 
 4-2 嵌入浮水印之影像品質評估 .........................................................37 
 4-3 浮水印偵測結果 .............................................................................39 
 4-4 利用影像重新編碼之攻擊 .............................................................40 
第五章  結論與未來工作展望 .................................................................43 
第六章  參考文獻 .....................................................................................44 




                                              -v-
圖目錄
圖 1        浮水印的需求常互相衝突,必須有所權衡 ..............................7 
圖 2        視訊壓縮標準制定時程演進圖................................................. 11 
圖 3        相同品質下,H.264/AVC 與其他編碼壓縮標準比較 ............12 
圖 4        相同檔案大小,H.264/AVC 與其他編碼壓縮標準比較 ........12 
圖 7        H.264/AVC 中 Hadamrad 轉換 ..................................................14 
圖 8        區塊中係數以 ZigZag 重排順序 ...............................................14 
圖 9        基本的浮水印嵌入與偵測方式.................................................17 
圖 10  P 畫面中區塊 DC 值計算方式 ..................................................21 
圖 11       視訊畫面原圖與生成之 DC 圖 .................................................22 
圖 13  區塊中浮水印嵌入的位置 .........................................................24 
圖 14  浮水印生成流程圖 .....................................................................24 
圖 15  切換畫面場景切換偵測 .............................................................26 
圖 16  連續畫面場景切換偵測 .............................................................27 
圖 17  影像雜湊流程 .............................................................................28 
圖 20  影片中 I 畫面與所嵌入之浮水印關係 .....................................32 
圖 21  相同場景畫面的增加 .................................................................33 
圖 22  不同場景畫面的增加 .................................................................34 
圖 23  畫面的移除 .................................................................................34 
圖 24  場景內部畫面順序的調換 .........................................................35 
圖 25  場景的調換 .................................................................................35 
圖 26  畫面內容遭受細微更改 .............................................................36 
圖 27  畫面內容遭受大量更改 .............................................................36 
圖 28  視訊嵌入前後影像 .....................................................................39 


                                            - vi -
圖 29  畫面中浮水印偵測 Response ....................................................40 
圖 30  視訊畫面浮水印偵測結果 .........................................................40 
圖 31  不同 QP 值編碼視訊之浮水印偵測 .........................................41 
圖 32  不同 GOP 值編碼視訊之浮水印偵測.......................................42 




                                    - vii -
表目錄

表 1    數位浮水印分類 ...........................................................................4 
表 2    DCT 頻率敏感度表 ....................................................................18 
表 3    視訊嵌入浮水印前後檔案大小與 PSNR 比較分析 ................38 




                                       - viii -
第一章 緒論

1-1 研究目的與動機
  隨著數位科技的快速發展,紀錄影像、聲音、影片資料的方式由
傳統的類比媒介,如照片、錄音帶、錄影帶等轉換成今日數位的儲存
格式。近年來由於網際網路的蓬勃發展,加上高容量且體積輕巧的隨
身儲存設備普及、手機等通訊設備的多媒體傳輸功能日益強大,促進
了數位多媒體資料的廣泛散佈與分享。影音壓縮技術的進步與標準
化,也使得多媒體影音的品質更加的優異,容量卻壓縮得更加微小。
多媒體資料的數位化讓使用者更方便地享受各式視聽娛樂,使用者更
可以利用功能日益強大但價格卻日益低廉的電腦設備,大量地儲存、
複製、散播甚或編輯多媒體資料以滿足其需求。


  然而,科技所帶來的便利卻產生了若干問題:首先,多媒體資料
使用者由免費複製、下載所獲得的享受,可能讓多媒體製作人員無法
由其辛苦的工作中獲利;惡意的使用者任意地竄改多媒體資料,導致
內容的更改或是偽造,使得畫面上的意義遭到破壞。現今之監視系統
多是以數位攝影機所拍攝,影片資料容易遭受更改,如攻擊者可輕易
剪輯影片片段造成影片資訊的遺失。而拍攝到的監視畫面,若是更改
畫面上所出現的人物、拍攝的時間或是畫面中的場景、物品等,皆會
造成畫面意義上的不同。影像或視訊資料有時會被拿來當作在法庭上
的呈堂證供,但數位資料易於竄改的特性降低了數位資料的真實性與
可靠度,也削弱了其在法律上的效益。因此,對於數位資料內容的保
護與驗證,以保障原始創作者的智慧財產權,成為目前研究的當務之
急。除了立法機關設立新的相關法規以因應數位化潮流之外,專家學
者也提出加解密、使用者權限認證、數位浮水印等相關技術以保護數
位資料,本論文即為提出在多媒體資料中加入數位浮水印的方式,以
達到數位資料內容的驗證。

               -1-
加解密方式:
     資料的加密被認為是保護數位資料最有效的方式,但它僅可在
資料被傳送的過程中提供保護,一旦資料解密後便無法對其控制,而
密碼驗證伺服器、數位浮水印彌補了加密技術的不足。
     使用者權限認證:
     使用者必須先連至驗證伺服器經過認證方可使用,提供了數位
內容的保護。若是未經合法授權,即使獲得該檔案也無法使用;此外
驗證伺服器還可依據身份不同,提供不同的存取限制,甚至是依用
途、時間等提供不同的授權。然而,此方法在使用多媒體資料時必須
連線至驗證伺服器取得合法授權碼,因此必須在網路環境下使用特定
的播放器開啟檔案,不但限制了檔案的散佈,也造成了使用者使用上
的不便。
     數位浮水印:
     數位浮水印是一種人所無法察覺的微弱數位訊號,透過數位浮
水印嵌入技術,我們可將關於多媒體資料作者、擁有者的訊息、多媒
體資料的來源、狀況、資料合法使用者的資訊等,經過適當的編碼後
隱藏於多媒體資料中。透過可靠的數位浮水印偵測技術,我們得以獲
知浮水印所傳達的訊息,對照目前的使用環境,可對資料的正常使用
狀況提出確認,或顯露出多媒體資料實際擁有者資訊以解決版權紛
爭。數位浮水印還可以利用隱藏的浮水印訊息控制多媒體裝置的若干
功能,當裝置偵測到浮水印且由此發現多媒體資料為非法取得,硬體
便停止播放與錄製的功能,對於多媒體資料提供了進一步更完善的保
護。


     在本篇論文中我們提出一個完善的數位浮水印機制 並整合於目
                           ,
前最新的影像壓縮標準H.264/AVC中,將數位浮水印依據畫面順序嵌
入於影片中每一個I畫面中,因此在影片驗證時,經由比對萃取出之
浮水印,即可驗證影片是否遭受畫面移除或增加、調換等剪輯攻擊。
本研究在浮水印的嵌入過程,結合了人類視覺模組(Human visual
                 -2-
model),對於人眼感知察覺較為明顯的畫面部份嵌入較少的資訊,相
反的,在畫面中較不易察覺的部份則嵌入較多的浮水印資訊,由此可
避免畫面上的破壞進而偵測出嵌入的浮水印。利用此研究方法,嵌入
的浮水印將顯示影像畫面或片段的順序,因此任何企圖更改影像片段
順序或是以刪除或插入畫面來改變視訊內容的攻擊都將被偵測出
來。我們相信本研究所提出之H.264視訊壓縮與數位浮水印整合機制
將對建立更完美的多媒體資訊架構作出貢獻。


1-2 論文架構
  本論文編排架構如下:第一章緒論簡單描述本篇論文的動機。第
二章相關技術探討,對於數位浮水印先做簡短的說明,再對本論文所
使用的視訊壓縮標準 H.264/AVC 編解碼技術與特性做基本的介紹。
第三章應用於 H.264/AVC 視訊內容認證之適應性數位浮水印,對於
我們所提出的浮水印方法將有一完整且詳細的介紹。第四章實驗結果
將以實驗驗證我們所提出的浮水印方法,並對實驗結果與數據做分析
及探討,證明本方法之可行性與效能。第六章結論與未來展望,對本
論文研究內容做一個總結並且探討未來可努力的方向和改進的目標。




                -3-
第二章 相關技術探討

  本章將對論文所提到的相關技術做一簡單之介紹,包含目前現存
的數位浮水印技術,以及最新的影像壓縮標準H.264/AVC。


2-1 數位浮水印之相關簡介
  數位浮水印將所欲嵌入的浮水印隱藏於多媒體資料中,為資料隱
藏(Data hiding)的一種方式。數位浮水印依據不同的需求,分別有不
同的方法,表1列出數位浮水印的分類方式。


             表1 數位浮水印分類
     浮水印分類方式               內容
   被嵌入的多媒體資料           文件、影像、音訊、視訊
     浮水印的察覺性           可見式、不可見式浮水印
     浮水印的強健性       碎型、半碎型、強健型浮水印
    浮水印嵌入的方式       空間域、頻率域、複合型浮水印
    浮水印偵測的方式            私密、公開浮水印


  依照被嵌入的多媒體資料,可以分為文件(Text)、影像(Image)、
音訊(Audio)、視訊(Video)等浮水印。文件浮水印利用更改文件中的
行距、字元間的間距、字母的特徵做為浮水印的嵌入[1]。影像浮水
印將浮水印隱藏於影像中而不被使用者所察覺,因此通常結合人類視
覺模組以期望能達到更多的隱藏資訊量。音訊浮水印的嵌入必須要能
維持原有的音質讓使用者無法察覺且能夠抵抗音訊的壓縮[2]。視訊
浮水印為影像浮水印的延伸,除了空間上的冗餘(Redundancy),相鄰
之間的畫面冗餘也增加了隱藏的空間,因此抵抗視訊的壓縮及有效率
的演算法成為視訊浮水印的主要研究方向。


                 -4-
若是以浮水印的察覺性來分,可分為可見式(Visible)與不可見式
(Invisible)浮水印;可見式浮水印多為文件及影像為主,通常是以產
品的商標或名牌做為浮水印,但是會破壞多媒體內容的畫面品質,且
浮水印容易被移除。不可見式浮水印可以維持原始內容的畫面品質,
除了用做多媒體資料的保護,也可作為秘密通訊的方法[3]。


   以浮水印的強健性(Robustness)區分,可分為碎型( Fragile)、半碎
型(Semi-fragile)、強健型(Robust)浮水印。碎型浮水印可以偵測內容是
否遭受任何惡意或非惡意的更改,因此也可用來做為數位簽章的應用
[4]。半碎型浮水印允許內容部分的修改,如有損壓縮時所造成的量
化差異[5]。強健性浮水印能抵抗壓縮、影像處理、畫面扭曲等攻擊,
因此為最常見之浮水印方式[6, 7]。


   依據浮水印嵌入的方式來分,包含空間域(Spatial domain)、頻率
域(Frequency domain)及複合型(Hybrid)浮水印;空間域浮水印以直接
改變或調整多媒體資料的單位元素值來達成嵌入資訊的目的,最典型
的代表技術就是更動LSB(Least Significant Bit)。頻率域浮水印將多媒
體資料經由傅立葉轉換(Fourier Transform, FT)、離散餘弦轉換
(Discrete Cosine Transform, DCT)或離散小波轉換(Discrete Wavelet
Transform, DWT)等方式轉換至頻率域下,對其做浮水印的處理。複
合型浮水印在多媒體資料中嵌入上述兩種浮水印,以結合兩者之優
點,可有效增加浮水印的強健性[8]。


   以偵測的方式來分,有私密(Private)浮水印和公開(Public)浮水
印。公開浮水印的偵測又稱為盲(Blind)浮水印。私密浮水印通常較為
強健,也就是抵抗攻擊的能力較佳,但因為偵測時需要原始資料,很
有可能每次要偵測時皆須由龐大的資料庫裡尋找原始資料,在使用上
就較受限制。特別是在視訊浮水印的應用中,保留體積龐大的原始視
訊在資料庫中的方式並不實際。因此,公開浮水印為多數浮水印機制
                          -5-
所要求。


2-1-1 數位浮水印的需求與應用
  數位浮水印的設計具有以下數項需求:
  (1). 不被察覺
  數位浮水印的嵌入必須避免對多媒體資料造成影響。也就是說,
嵌入的浮水印不應該在視覺或聽覺上產生雜訊而被察覺,這是所有資
料隱藏技術的基本要求,也是數位浮水印所應具備的感知透明度
(Perceptual transparency)。因此,數位浮水印技術通常會考慮人的視
覺或聽覺模型來設計演算的方式。
  (2). 強韌性
  為了達成版權防護,在多媒體資料中所隱藏的浮水印必須能夠抵
抗可能遭受的訊號處理程序,我們稱其為浮水印攻擊。這些攻擊包括
例如對影像的裁剪、改變大小、旋轉、有損壓縮、濾波器使用、甚至
是專門為了消除浮水印的軟體程式等。只要這些攻擊仍讓多媒體資料
保有價值,強韌性浮水印就應該持續存在於資料中。這部份是浮水印
設計的嚴厲挑戰之一。
  (3). 安全性:
  相較於浮水印的強韌性為在遭受訊號處理等浮水印攻擊後,仍舊
能被偵測的能力,浮水印的安全性意為能避免遭受惡意破壞的能力。
惡意的破壞包含惡意的嵌入、惡意的檢視及惡意的移除浮水印,此類
的攻擊將導致浮水印即使被偵測出來,卻不再具有可靠度。因此浮水
印應該具備足夠的安全機制來防止一般使用者或是對訊號處理熟稔
的駭客透過逆向工程來破壞系統。
  (4). 隱藏資訊量:
  數位浮水印所能攜帶的資訊量是指在浮水印偵測時所能正確無
誤偵測到不同資訊的總數。浮水印代表的資訊量與應用息息相關;例

                    -6-
如,浮水印可能僅代表一個位元資訊以表示資料是否含有浮水印,或
可能帶有32 bits 的資訊來表示多媒體資料合法使用者的身分代號。
浮水印的隱藏資訊量越高,浮水印的強健性也越高;相對地,浮水印
的感知透明度也越低,多媒體資料的失真率也會因而提高。
    (5). 低誤判率:
   浮水印判別錯誤的可能性必須非常低。在數位浮水印中,錯誤偵
測包含漏失(false negative detection)跟誤報(false positive detection)。漏
失意指浮水印存在於多媒體資料中,但是並未被偵測到。而誤報意指
多媒體資料內未被嵌入浮水印,但卻錯誤地偵測出浮水印的存在。誤
報是很嚴重的錯誤。舉例來說,當許多人需要錄製一場重要的球賽轉
播,客戶端硬體錄影時卻錯誤地偵測出代表禁止錄製的浮水印導致硬
體停止運作,我們可以想見因錯誤偵測導致合法使用者無法正常使用
硬體的嚴重性。因此,錯誤發生率必須盡量降低。




               圖1 浮水印的需求常互相衝突,必須有所權衡


    事實上,數位浮水印的設計存在多項彼此互相衝突的要求,例如
在偵測成效與效率、資料量與正確性、品質影響與浮水印強韌性之間
都必須有所取捨,並且依不同的應用而有不同的選擇,如圖1。因此,


                             -7-
我們必須先確認應用的方向及需求才能使得數位浮水印的設計達成
預期的目標。


     一般常見的浮水印應用方向大致分為以下數種:
     (1). 版權證明:
 將多媒體資料的原始創作者身分儲存於浮水印中,以保障該原始
創作者的智慧財產權。
     (2). 所有權依據:
 嵌入之浮水印為購買者的身分資料,除了成為使用者購買的證明
之外,亦可用來找尋該多媒體資料的非法散佈者。
     (3). 內容認證:
 多媒體資料易於竄改的特性,使得資料內容的可信度大為降低。
因此在多媒體資料中嵌入浮水印,可作為資料完整性的證明。
     (4). 傳播監控:
 若是將浮水印嵌入於電視電台等媒體所播放的影片、音樂等多媒
體中,即可利用浮水印的偵測監控媒體業者是否有依約播放其節目或
是廣告。
     (5). 錯誤恢復:
 若是能將多媒體資料中的一些重要資訊嵌入浮水印,在網路傳送
時,若是有封包遺失等錯誤發生,即可以藉由資料中的浮水印作為錯
誤的補償與修正,減少封包遺失造成的錯誤,更甚者可因而解決此錯
誤。
     (6). 秘密通訊:
 利用浮水印不易被察覺的特性,將私密之訊息作為浮水印嵌入多
媒體資料中並傳送,能減少訊息被發現的機會,因此浮水印技術可以


                   -8-
作為秘密通訊的途徑之ㄧ。


2-1-2 視訊浮水印簡介
     視訊資料是由一連串的畫面所組成,因此視訊浮水印的基本架構
通常會以影像浮水印為基礎來發展。在影像浮水印中,由於影像的尺
寸不大,因此許多影像浮水印的研究學者專注於以人眼視覺模組為出
發點,盡可能地增加嵌入浮水印的資訊量而不影響畫面的品質。


     在視訊浮水印中,由於視訊的資料量大,可嵌入浮水印的空間也
大。視訊浮水印的方法也因而有嵌入不同的浮水印於各個畫面[9]及
在許多畫面中均嵌入代表相同資訊浮水印[10]的選擇。然而,視訊浮
水印常會遭遇到即時運算或接近即時運算的需求與限制,為了達到快
速的處理速度,演算法複雜度的降低反而是視訊浮水印中較為重要的
部份。另外,視訊在時間軸上是連續資料的情況也是設計浮水印時必
須額外考量的。例如視訊浮水印也許應抵抗不同畫面的平均處理、前
後調換或是畫面的丟棄[11,12]等在影像浮水印中所不會存在的攻
擊。這一類型的攻擊在視訊畫面播放率為每秒25~30 張的情況下,一
般的觀眾也許不會察覺,然而好的視訊浮水印則必須能夠抵抗這類破
壞。


  視訊浮水印中的空間域浮水印即為在視訊編碼之前做浮水印嵌
入的處理。由於浮水印直接更改畫面像素值,因此不受視訊壓縮標準
與編碼方式影響,空間域浮水印方法可應用於各種視訊壓縮標準中。
然而在編碼過程中必須對視訊做轉換及量化等處理,可能會對嵌入之
浮水印造成破壞,因此浮水印對視訊壓縮編碼過程亦視為一攻擊方
式。


  第二類的視訊浮水印方式將浮水印嵌入於頻率域中,包含量化前


                 -9-
後的離散餘弦轉換係數。若是將浮水印嵌入於視訊重要的低頻部分
[7],則具有較佳之強韌性,較能抵抗視訊壓縮的攻擊;但相對地對
於浮水印的隱密性及畫面的失真影響也較為嚴重。如果將浮水印資料
嵌入在高頻部份,則由於一般高頻係數值較小,經過壓縮攻擊後很可
能會被捨去,而嚴重影響浮水印的強韌性。對於浮水印的強韌性以及
浮水印的品質取捨,依據各種應用情況研究學者也提出各自的方法,
部分研究也提出了將浮水印嵌入於中頻部分的折衷方法[13]。


   關於頻率域浮水印,Hartung 和Girod [14,15,16,17]提出在
MPEG-2中使用展頻浮水印(Spread spectrum watermarking)以嵌入資
訊。首先利用人工隨機亂數(pseudonoise signal, PN-Signal)產生與視訊
同樣維度的浮水印,並以8x8 區塊大小對其做離散餘弦轉換(DCT),
之後將轉換後之浮水印係數嵌入於對應之視訊畫面的轉換後係數
中。利用可變長度編碼方式(Variable Length Coding)以免增加DCT 係
數編碼後的位元數。從解碼後的視訊取出資料以匹配濾波器(Match
filter)對原先的PN-Signal 比對以偵測浮水印的存在。Jordan等人也提
出了將浮水印資訊嵌入於動作補償預測方法中的移動向量[18],由於
對指向平滑區域的移動向量做細微的更改所造成的畫面差異很小,因
此嵌入浮水印前後的畫面非常相似,並不會造成視覺上的改變。此
外,浮水印也可以直接由壓縮格式的視訊移動向量中取得,在解壓縮
後的視訊也可以經由壓縮得到移動向量取出浮水印。[19]提出在
MPEG-4編碼技術下嵌入浮水印的方法;作者使用類似於Hartung 的
頻率域浮水印,此外還支援MPEG-4的空間(intra-DC 及intra-AC值)
預測模式。對於H.264/AVC,[20]使用在頻率域下由Watson所提出基
於離散餘弦轉換的視覺模型[21],以此推導出一條準則,應用於4x4
DCT區塊,用於限制DCT係數的修改幅度,可以得到較強健的浮水印
嵌入演算法且得到較大的浮水印嵌入量;[22]使用混合的浮水印嵌入
方法,除了嵌入強健型浮水印於DCT係數中,並在移動向量中嵌入碎
型浮水印,以確保遭受任一攻擊而依舊能取得浮水印供辨識。[23]提
                      - 10 -
出一個低複雜度的方法,將浮水印每一位元嵌入於I 畫面中巨區塊中
的量化AC係數中。[24]將浮水印嵌入於H.264/AVC的I畫面中,實驗結
果顯示其可抵抗40倍以上的壓縮。


2-2 H.264/AVC視訊編碼標準簡介
    H.264/AVC視訊編解碼標準是由ITU-U中的VCEG與ISO/IEC組
織中的MPEG標準組成的聯合視訊團隊(Joint Video Team, JVT),於
2003年5月共同制定提出的新一代視頻壓縮編碼標準,國際標準化組
織將其命名為MPEG-4 part 10,業界稱其為AVC(Advanced Video
Codec)。


             ITU-T           H.261          H.261
                                                        H.263 H.263+       H.263++
            Standards      (version 1)    (version 2)


               Joint
           ITU-T/MPEG                       MPEG-2                      MPEG-4/H.264/AVC
             Standards


             MPEG                                          MPEG-4
                                  MPEG-1
            Standards                                     (version 1)                  MPEG-4
                                                                                      (version 2)


                         1988    1990     1992     1994     1996        1998   2000   2002    2004


                         圖2 視訊壓縮標準制定時程演進圖


    H.264在壓縮效率、網路傳輸設計方面都有明顯的改進,在同等
視覺品質下,壓縮比平均提高50%,只需要不到一半的位元率。不論
是視訊會議等低位元率的應用或是高解析度影片的壓縮,H.264/AVC
均可依據所需調整畫面的品質及編碼器的複雜度,廣泛使用於各種網
路與系統上。除此之外,高抗錯性編碼工具(error resilient tools)具有
高抗錯能力,可達到隨選視訊(Multimedia On Demand, MOD)應用上
的需求。圖3將H.264/AVC與其他編碼壓縮標準相比,同樣的視訊品
質下,H.264/AVC有更好的壓縮比;由圖4則可以看出,同樣的檔案
大小,H.264/AVC有更高的解析度。

                                         - 11 -
圖3 相同品質下,H.264/AVC與其他編碼壓縮標準比較




      圖4 相同檔案大小,H.264/AVC與其他編碼壓縮標準比較


2-2-1 H.264/AVC編解碼流程
   H.264/AVC的具體編解碼架構如圖5、圖6所示,主要分為數個
步驟:




                 - 12 -
圖5 H.264/AVC編碼流程圖




                     圖6 H.264/AVC解碼流程圖


   空間性/時間性預測(Intra / Inter prediction):
   H.264/AVC 視訊編碼標準將原始視訊畫面串流分為一連串的畫
面群(Group Of Pictures,GOP),畫面群中包含 I 畫面(Intra frame)、P
畫面(Predicted frame)、B 畫面(Bidirectional frame)。I 畫面在編碼過程
中,會先利用相鄰左邊與上方已編碼之巨區塊(Macroblock)預測減少
本身之資料量;P、B 畫面使用相鄰已編碼之參考畫面預測,計算移
動向量,找尋畫面最相近之區塊,以盡可能降低欲編碼之冗餘量。
    離散餘弦轉換與量化(DCT and Quantization):
    對於空間性預測與時間性預測所剩餘之冗餘量 我們對其做4x4
                        ,
整數DCT運算,將冗餘量轉換到頻率域進行能量的集中。與傳統DCT
不同的是,H.264/AVC將部分的運算移到之後的量化處理,可以減低
計算上的複雜度,且由於整數的運算,在反轉換時可以得到與原本相
同的值,而不會造成資料的遺失。如圖7,由於區塊間轉換後的DC值
差異不大,因此16x16巨區塊亮度與彩度在DCT轉換後得到的16個DC
值與彩度的各4個資訊值,我們再對其做Hadamrad轉換,更進一步地

                         - 13 -
減少DC的冗餘。




               圖7 H.264/AVC中Hadamrad轉換


  DCT轉換後的冗餘,會再經過一量化的步驟,捨去一些趨近於0
的值,對於影像畫面並不會造成什麼破壞,但卻可提升之後熵編碼的
效率。

  重排與熵編碼(Reorder and Entropy Encode):
  量化後的高頻包含了多數的0值,因此我們對區塊中的值做
Zigzag重排,如圖8所示。如此一來,在熵編碼時,資料流後面為一
連串的0,可以編成少量的碼,增加壓縮量。




           圖8 區塊中係數以ZigZag重排順序



                     - 14 -
H.264/AVC在熵編碼運算,使用內容適應性編碼技術,根據編碼
的內容統計碼字(Codeword)的出現機率;出現機率較高的符號指定較
短的碼字,較長的碼字則指定給較少出現的符號,此方法能提高壓縮
比 但必須使用額外的頻寬來傳送這些編碼簿(Codebook) H.264/AVC
 ,                           。
的熵編碼有兩種方式,分別為內容適應性的可變長度編碼(Context
Adaptive Variable Length Coding, CAVLC)與內容適應性的二進位算術
編碼(Context Adaptive Binary Arithmetic Coding, CABAC)。CAVLC的
基本原理跟MPEG-2/-4的VLC相同,而CABAC的複雜度比CAVLC
高,但卻可以提供較高的壓縮比。


2-2-2 H.264/AVC關鍵技術
     隨著視訊編碼技術的演進,H.264/AVC 改進了許多原先視訊編
碼使用的技術,使得視訊壓縮品質及效率均有顯著的提升;移動向量
預測在 MPEG-1 2 時所使用的單一參考畫面 2 分之 1 像素(Half-pixel)
          、
預測 到了 MPEG-4 使用的單一參考畫面 4 分之 1 像素(Quarter-pixel)
  ,
預測,在 H.264/AVC 上移動向量不但可以精確到 4 分之 1 像素,還
可參考至前後最多 31 張畫面中的區塊,藉此大幅提升時間軸上的預
測精準度。而預測時所選擇的區塊大小類型,也從 MPEG-4 所使用的
4 種區塊大小,16×16、16×8、8×16、8×8,提升至 7 種畫面預測區塊
大小,這些類型共有 16×16、16×8、8×16、8×8、8×4、4×8、4×4。
此外在進行轉換時,H.264/AVC 利用整數 DCT 運算,因此在進行反
轉換時,不會有採用小數運算方式還原後無法匹配的問題;在量化
時,H.264/AVC 僅採用加法與乘法,沒有除法運算,簡化計算上的複
雜度,提高了運算的速度。




                           - 15 -
第三章 數位浮水印架構

     本章將詳述本論文所提出的應用於H.264/AVC視訊內容認證之
適應性浮水印方法。3.1節將先對浮水印的嵌入與偵測方式做一簡單
的介紹。在3.2節將介紹浮水印系統的嵌入流程,並對其中的細節做
進一步完整的說明。3.3節則會對浮水印系統萃取的步驟做詳細的介
紹。3.4節描述利用浮水印系統對畫面內容驗證方式。


3-1 浮水印嵌入與偵測
     基本的浮水印嵌入與偵測,如圖9所示,依照傳入的key選擇、生
成一1、-1之浮水印序列Wa,並乘上一加權的權重 α ,依序嵌入原始
影像序列 Co 中 , 成 為 一 嵌 入 浮 水 印 之 序 列 Cw 。 嵌 入 之 公 式 即 為
Cw = Co + αWa 。而嵌入浮水印的序列在傳送或是經過壓縮等步驟會產

生雜訊n,成為Cwn。浮水印的偵測必須由序列Cwn中取出隱藏的浮水
印資訊。偵測的方式為對序列Cwn乘上各組浮水印序列以計算各組浮
水印序列的關聯性,即為偵測之響應(Detection Response),詳細的計
算方程式如3.1,嵌入浮水印的序列可分解為原始影像序列加上嵌入
之浮水印與雜訊值,乘上Wa之後,非原始嵌入之該組浮水印計算得到
的值將趨近於0,因此可以明顯分辨出所嵌入之浮水印。


                  N                         N                                      N
             1                          1                                     1
Response =
             N
                 ∑C
                 i =0
                        wni   * Wai =
                                        N
                                            ∑ (C
                                            i =0
                                                   oi   + αWai + n) * Wai =
                                                                              N
                                                                                  ∑ (C
                                                                                  i =0
                                                                                         oi   *Wai + αWai 2 + n *Wai )


                                                                                                              (3.1)




                                                          - 16 -
圖9 基本的浮水印嵌入與偵測方式


  對於被嵌入浮水印的資料而言,浮水印為一細微的雜訊,因此一
個好的浮水印方法必須要能夠在不破壞視訊影像的品質下,盡可能的
增加浮水印能量以提高浮水印的強健性。於是我們使用了人類視覺模
組,由畫面內容適應性地調整浮水印能量。


3-1-1 以人類視覺模組提升浮水印嵌入品質
    我們在前面的浮水印介紹有提到,數位浮水印的設計存在多項
彼此互相衝突的要求,其中資訊隱藏量和浮水印的不可見性這兩個性
質即為互相衝突;畫面中所隱藏的浮水印資料量越大,對於畫面的破
壞也越大,浮水印的不可見性也就越發薄弱,因此必須要能夠在人眼
觀察不出畫面變化的條件下,盡可能的增加嵌入的浮水印數量,以增
加浮水印的強健性。


    我們採用了Watson’s所提出基於離散餘弦轉換的視覺模組
[25],利用此模組可以計算畫面中的JND(Just Noticeable Difference)數
值。一個像素的JND值意為該像素在DCT轉換後不造成人眼可察覺的
畫面失真情況下,所能更改的最大值。Watson’s視覺模組由一個敏感
度函數及兩個遮罩函數組成;敏感度函數定義了一個區塊中各個頻率

                       - 17 -
位置對於人眼的敏感度,由於Watson’s視覺模組本意是應用在JPEG圖
片的壓縮,因此所產生的敏感度函數為8x8的表,如表2,敏感度值越
小代表視覺對於此頻率位置越敏感,因此由表可知人眼對於低頻位置
的值最為敏感;



              表2 DCT頻率敏感度表




   Watson定義的兩個遮罩函數為亮度遮罩(Luminance Masking)與
對比遮罩(Contrast Masking)。在一張圖片中,各個不同亮度值的區塊
以及與相鄰區塊間彼此亮度對比不同,對於人眼所造成的敏感度也會
不同。因此敏感度函數計算而得之值必須還要對其做亮度與對比遮罩
的修正,才能真正符合人眼視覺上的感知。


   亮度遮罩為計算區域內之平均亮度造成視覺上的敏感度差異;
當畫面中的平均亮度越大,人眼對於其亮度變化感受降低,因此圖片
中越亮的區域可以嵌入較多的浮水印。對比遮罩則是比較區域內之亮
度變化量,當亮度變化複雜,則對於浮水印所造成的更改便顯得不明
顯,因此可以嵌入較多的量;若選擇亮度平滑的區域,更改之後所造
成的對比感受明顯,因此JND值必須向下調整。


                   - 18 -
亮度遮罩所計算的平均亮度敏感度和離散餘弦轉換係數的DC
值有關,DC值的改變造成的是該區塊的平均亮度改變,而更改AC值
為改變區塊中的亮度變化複雜度。為了增加編碼時的處理速度,我們
應用了Watson’s視覺模組的部分原理 僅由前置處理所得到的DC值計
                    ,
算亮度遮罩修正後區塊中各個係數位置的敏感度。


       若要將Watson’s視覺模組應用於H.264/AVC之中,必須對其做部
分的修正;我們已知H.264/AVC為整數離散餘弦轉換,會將原先DCT
部分的純量運算E移到量化中一併處理,由傳統的DCT公式 3.2更改
為整數DCT公式3.3。


            ⎡a a   a  a ⎤⎡    ⎤ ⎡a b    a  c⎤
            ⎢ b c − c −b ⎥ ⎢  ⎥ ⎢ a c − a −b ⎥
                                             ⎥ ,a = 1 ,b =   1     π          1     3π
Y = AXA T = ⎢            ⎥⎢ X ⎥⎢                               cos( ) , c =     cos( )
            ⎢ a −a −a a ⎥ ⎢   ⎥ ⎢ a −c − a b ⎥      2        2     8          2      8
            ⎢            ⎥⎢   ⎥⎢             ⎥
            ⎣ c −b b − c ⎦ ⎣  ⎦⎣  a −b a − c ⎦

                                                                                      (3.2)

                                                             ⎡ 2      ab           ab ⎤
                                                             ⎢a               a2
                                                                       2            2⎥
                    ⎛ ⎡1 1 1 1 ⎤ ⎡      ⎤ ⎡1     2 1 1 ⎤ ⎞ ⎢ ab                       ⎥
                                                           ⎟ ⎢
                                                                      b2      ab   b2 ⎥
                    ⎜⎢            ⎥⎢    ⎥ ⎢1
                        2 1 −1 −2 ⎥ ⎢            1 −1 −2 ⎥ ⎟ ⎢ 2                    4⎥
Y = Cf XCfT ⊗ E f = ⎜ ⎢               X ⎥⎢               ⎥ ⊗⎢          4       2
                                                                                      ⎥
                    ⎜ ⎢1 −1 −1 1 ⎥ ⎢    ⎥ ⎢1     −1 −1 2 ⎥ ⎟ ⎢ 2      ab           ab ⎥
                    ⎜⎢
                    ⎜ 1 −2 2 −1⎥ ⎢      ⎥⎢               ⎥⎟    a              a2
                    ⎝⎣            ⎦⎣    ⎦ ⎣1     −2 1 −1⎦ ⎟ ⎢
                                                           ⎠ ⎢         2            2⎥
                                                                                      ⎥
                                                             ⎢ ab     b2      ab   b2 ⎥
                                                             ⎢2
                                                             ⎣         4       2    4⎥⎦

                                                                                      (3.3)

       若是將Watson’s視覺模組直接套用傳統的DCT公式,則得到的
區塊係數敏感度將會在量化時再度乘上E,產生錯誤的值。我們將
Watson’s視覺模組得到的區塊係數敏感度乘上1/E,以符合H.264/AVC
的離散餘弦轉換;修正後的區塊係數敏感度即可對其做H.264/AVC的
量化運算,算出的值就是各個係數位置所能加入的最大能量。在浮水

                                        - 19 -
印的嵌入方面,只要將欲嵌入的浮水印資料乘上對應的敏感度,就能
夠盡可能的增加浮水印的能量以提高浮水印的強健性,又可以避免畫
面的失真。


 除了適應性地調整浮水印的能量以符合所欲嵌入的視訊畫面內
容,浮水印序列的生成也是一重要的研究方向。本論文所提出的視訊
內容驗證浮水印,利用視訊內容特徵生成浮水印序列,因此利用浮水
印的偵測可以判斷視訊內容是否遭受更改。本論文的視訊內容特徵是
以畫面DC圖做為畫面特徵判斷。


3-1-2 畫面DC圖生成
 若要生成嵌入的浮水印序列,必須先取得畫面的部分資訊,我們
選擇以畫面亮度值DCT轉換後之DC值做為畫面內容分析之依據,因
為亮度值為畫面中一個主要的特徵,而轉換後的重要資訊集中在低頻
的係數;且使用DC值在解碼時並不需要將畫面資訊轉換回空間域的
像素,可以減少處理時的運算量。因此我們在H.264/AVC視訊編碼過
程中加入了畫面DC圖生成的前置處理。畫面DC圖的生成在I畫面和P
畫面分別有不同的處理方式:


 I畫面:
  離散餘弦轉換中,DC值的計算方式為將要編碼的4X4區塊中的
值相加,並除以區塊的行列大小。


            4    4
    DCI = ∑∑ block x , y / 4            (3.4)
           x =0 y =0




 P畫面:

                               - 20 -
P畫面在編碼時利用參考畫面找尋內容最為相似的區塊 因此利
                          ,
用P畫面編碼時估計的移動向量,我們可以直接以參考畫面中的DC圖
做預測,如圖10,由此方法即可在頻率域下計算求得DC圖,而不需
要將畫面預測的DC值即為對應的區塊面積比例乘以DC值。


            A               B


                      N1        N2

                      N3        N4
                                                                          P
            C               D
                Reference frame                          Current frame


                         圖10         P畫面中區塊DC值計算方式


            N1               N                N                N
  DCP = (      ) DCblockA + ( 2 ) DCblockB + ( 3 ) DCblockC + ( 4 ) DCblockD   (3.5)
            N                N                N                N


 DC圖為影片亮度的特徵縮圖,如圖11,由DC圖得到的區塊亮度
值可以用來計算畫面中的亮度分布,作為判斷前後張畫面之間的關聯
性、畫面的特徵等資訊。




                                      - 21 -
(a)                 (b)




           (c)       (d)
       圖11 視訊畫面原圖與生成之DC圖
               (a)、(c):畫面原圖
               (b)、(d):生成之 DC 圖


3-2 視訊浮水印嵌入流程
  在視訊編碼過程中,我們加入了浮水印嵌入的流程,詳細的過
程如下圖12,對於所增加的浮水印處理步驟以深色區塊表示:




        圖12         浮水印系統視訊編碼流程圖

                      - 22 -
相較於目前的視訊編碼標準,H.264/AVC採用了更多的先進技
術,提供了更高的視訊壓縮品質,相信必然會成為新一代的視訊編碼
技術主流,而關於H.264/AVC視訊串流之安全問題,也將會成為眾所
關心之焦點;目前有些研究人員提出適用於H.264/AVC的浮水印技
術,然而多半是專注於浮水印的嵌入與偵測演算法,所嵌入之浮水印
主要是能提供版權或使用者認證之用,並無法偵測視訊內容是否遭受
剪輯或竄改攻擊。本論文提出一應用於H.264/AVC的完善數位浮水印
機制,以視訊內容動態產生浮水印,於浮水印偵測時可以依此做為影
片遭受更改與否之驗證。


   由於H.264/AVC視訊壓縮標準在編碼過程中,為了提高壓縮效
能,大量的去除了視訊資料在空間及時間中的冗餘,因此在P畫面中
可嵌入浮水印的空間大幅減少,若是將浮水印嵌入其中不但會造成視
訊畫面的破壞,也會增加視訊檔案的大小;因此本系統只對I畫面做
浮水印的嵌入。


   我們選擇在頻率域中嵌入浮水印,利用Cox等人[107]曾提出之
展頻(Spread Spectrum)浮水印技術,將浮水印訊號分散於影像之離散
餘弦係數中。當影像遭受惡意攻擊時,仍能正確地擷取出浮水印訊
號。而浮水印訊號可依照所需嵌入於頻率域中的低頻或高頻位置,藉
以調整浮水印的強健性及隱密性,我們考慮到低頻為重要資訊集中的
部分,包含DC及前兩個AC值,若是更改其值會造成畫面的嚴重失
真,因此將浮水印序列依序嵌入於第3個至第15個AC值,如圖13所
示。此外,選擇於量化後之係數中嵌入浮水印,可避免浮水印在有損


                  - 23 -
壓縮時受到破壞而無法偵測。



         

                             


                           

            圖13   區塊中浮水印嵌入的位置


3-2-1 浮水印序列生成
 而所嵌入的浮水印序列由影片內容的資訊所生成:包含了畫面的
特徵、畫面在影片中的鏡頭場景、鏡頭場景的畫面編號等資訊,浮水
印生成的架構如下圖14:




                                ⊗



              圖14   浮水印生成流程圖


  鏡頭場景切換偵測(Shot change detection):
 利用鏡頭場景切換偵測所得到的資訊做為影片每個鏡頭的依
據,可先對影片做一基本的分割,由分割出的鏡頭場景中,再以畫面
編號做為選取浮水印的號碼,即可減少所需之浮水印組數,在浮水印
偵測時也可避免過多的運算。鏡頭場景的分割不但在一般影片中可做

                     - 24 -
為影片分段使用,應用在監視系統中可以自動偵測多攝影機切換監視
畫面並分類,以利監視人員對畫面之監控。而在浮水印的偵測,利用
鏡頭場景的切割,我們可以偵測出遭受剪輯攻擊的畫面並鎖定在該鏡
頭中。場景切換偵測的方法為將前置處理所計算得到的DC圖,對其
做亮度值分布統計,並與前一張畫面比較,便可以得到畫面亮度值分
布的數量差異。從所得到的差異與畫面中像素量之比,即代表畫面中
新出現之景物的比例;當比例超過一門檻值,我們就可以假設影片畫
面出現鏡頭場景切換。鏡頭場景切換公式可表示為:


              ⎧         1 1024                                            ⎫
              ⎪1 , if
              ⎪
                          ∑ DCn histogrami - DCn-1histogrami > threshold ⎪
                        N i=0                                             ⎪
shot change = ⎨           1024                                            ⎬   (3.6)
              ⎪0 , if
                          ∑ DCn histogrami - DCn-1histogrami <= threshold ⎪
                        1
              ⎪
              ⎩         N i=0                                             ⎪
                                                                          ⎭


    其中公式中threshold為鏡頭場景切換的門檻值 N為畫面中像素數
                             ,
量,以CIF畫面為例,所生成的DC圖像素為88x72,N即為6336。
DCn histogrami 為第n個畫面中DC值i的分佈數量。利用影像內容分析得

到的結果,我們可以得知在第n個畫面中是否有出現鏡頭場景的切
換,並對所分割出的鏡頭中的畫面內容生成浮水印加入下一個鏡頭片
段中;畫面內容可以由鏡頭間所有畫面DC的平均值做雜湊計算來表
示,或是由區塊的向量量化碼字、畫面內的可變區塊大小選擇等影像
特徵做為表示畫面內容的方式。偵測浮水印時,即可由此資訊判斷影
片的畫面是否有遭受剪接破壞。我們以足球比賽影片測試,由實驗結
果分析,圖15在場景切換前後畫面之差異性為0.6335,而圖16,連續
畫面中相鄰之畫面差異性為0.0477。因此我們以0.35做為分辨是否為
鏡頭場景切換的門檻值,可以完整偵測影片中的所有場景切換。




                                        - 25 -
(a)




                  (b)
          圖15   切換畫面場景切換偵測
(a) 場景切換前後之畫面 (b) 場景切換前後畫面 DC 分佈長條圖




                  - 26 -
(a)




                     (b)
           圖16   連續畫面場景切換偵測
(a) 連續相鄰之畫面 (b) 連續畫面 DC 分佈長條圖


   利用上述之鏡頭場景切換偵測,我們可以將影片依場景的不同
切換成數個段落;每一個畫面以其所在場景之前一個場景中的畫面內
容做為其鏡頭場景之資訊;第一個場景中畫面的鏡頭場景資訊則取自
身場景中畫面內容。


   影像雜湊計算(Image hashing):

                    - 27 -
我們使用影像雜湊計算對影片中的每一張畫面做處理,以得到
一雜湊值用來代表該張畫面,由於不同畫面所產生的雜湊值均不相
同,因此雜湊值可做為該張畫面的特徵,以此做為浮水印中的擾亂序
列(random sequence)生成參數,相當於將畫面的特徵藏入浮水印中傳
送,若是畫面內容遭受更改,即可因此判斷偵測。好的影像雜湊演算
法必須要能夠抵抗視訊編碼過程中的壓縮處理造成的畫面誤差,且能
分辨畫面之間的差異與內容上的更改。


  基於以上對於雜湊計算的要求,我們設計了一可行之演算法,如
下圖17。首先,對於畫面的DC圖對其做基本的模糊化處理,以淡化
畫面中像素值於壓縮過程造成的微小改變。糢糊化處理方式為將像素
值與其周圍相鄰之8個像素值取平均。將模糊化處理後的DC圖做純量
量化(Scale Quantization),對於編碼過程中使用不同的量化參數或是
壓縮處理而造成亮度DC值有些微的差距,因而在雜湊計算時產生相
異的雜湊值,這個步驟可以解決影像雜湊計算對此情況造成的錯誤。




   (a)      (b)          (c)   (d)
                  圖17   影像雜湊流程
(a) 畫面 DC 圖 (b) 模糊化處理後 DC 圖 (c) 純量量化後 DC 圖
(d) 對 DC 圖做 DCT 轉換後的頻率圖


                        - 28 -
最後我們對純量量化完的圖再做一次離散餘弦轉換取DC值 該值
                            ,
即為我們計算得到的影像雜湊值,也就是我們所定義該畫面的特徵
值。


     浮水印序列生成:
  首先我們對於所要編碼的畫面,將該畫面號碼做為浮水印序列生
成的參數,選取其號碼所對應之Hadamard序列(Hadamard sequence)。
我們已知Hadamard序列彼此互為正交關係,利用此序列作為所要嵌
入之浮水印序列,則浮水印之間彼此關聯性最低,對於浮水印的偵測
最為有利。接著利用畫面內容分析得到的影像雜湊值,與前一鏡頭片
段畫面內容所產生的擾亂序列,對浮水印序列相乘,以改變其值,最
後所生成之序列即為欲嵌入之浮水印序列。


3-2-2 視訊浮水印嵌入步驟
  對浮水印的嵌入過程有了充分的了解後,我們將整個嵌入的步驟
做完整的條列式說明:
Step 1:浮水印的前置處理,計算畫面之 DC 圖,用以做為畫面內容
     分析之依據。
Step 2:利用與前一張畫面彼此的 DC 圖做影像內容分析,判斷是否
     有做畫面鏡頭切換,計算同一個鏡頭場景中之畫面內容。
Step 3:對目前畫面的 DC 圖做模糊化等處理,並且再對其取 DC 值,
     做影像雜湊運算得到一雜湊值。
Step 4:利用 Step2 和 Step3 得到的值產生浮水印之擾亂序列。
Step 5:取第 n 組 Hadamrad 序列代表影片中的的第 n 個 I 畫面,若是
     第 n 個 I 畫面以超過浮水印的數目 則回去取第 1 組 Hadamard
                        ,
     序列。

                    - 29 -
Step 6:利用上述之擾亂序列對 Hadamard 序列做擾亂重排之處理。
     Wi = H i * Ri

Step 7:計算欲嵌入的區塊位置之 Watson’s model,以 Watson’s model
     調整嵌入的浮水印能量大小,以符合人眼對影像的敏感度。
     Wi ' = w * Wi

Step 8:將產生之浮水印嵌入影片中。
     Cwi = Coi + Wi '



3-3 視訊浮水印偵測與驗證流程
  如同浮水印的嵌入過程,偵測視訊浮水印結合於視訊解碼過程
中,圖 18 為加入浮水印偵測之視訊解碼流程圖:




              圖 18      浮水印偵測之視訊解碼流程圖


3-3-1 畫面DC圖重建
  在浮水印的偵測過程中,必須先由視訊解碼取得畫面特徵、鏡頭
場景等資訊,才能重建浮水印系統中的擾亂序列,因此在解碼過程
中,我們必須要先重建影像畫面的 DC 圖。DC 圖的重建過程與編碼
時 DC 圖的生成方式類似,I 畫面由解碼後的區塊重建 DC 值;P 畫
面的移動向量由解碼過程中可以直接取得,並依移動向量取參考畫面


                           - 30 -
的 DC 值預測產生。


3-3-2 浮水印序列重建
   擾亂序列的重建方式與擾亂序列在編碼過程中的生成方式相
同,利用重建之畫面DC圖,我們可以對其做影像內容分析判斷場景
之切換以及影像雜湊計算;利用前一鏡頭場景之畫面內容與影像雜湊
值,我們便可以推導出浮水印系統的擾亂序列,流程如圖19。




                           ⊗


          圖19   浮水印序列重建流程圖


3-3-3 視訊浮水印偵測
  將所有浮水印序列以推導出的擾亂序列做順序上的重排,並以此
序列乘上解碼後之畫面各區塊數值計算各組浮水印的關聯性;比較各
組浮水印與畫面中浮水印之關聯性,關聯性最高的該組浮水印即為此
畫面中所嵌入之浮水印號碼;因此我們可以由浮水印號碼得知此 I 畫
面在此場景中之順序。


3-3-4 視訊浮水印偵測步驟
   在解碼過程中,對於視訊浮水印的完整偵測步驟為:
Step 1:浮水印的前置處理,計算畫面之 DC 圖,用以做為畫面內容
    分析之依據。
Step 2:利用與前一張畫面彼此的 DC 圖做影像內容分析,判斷是否
    有做鏡頭場景切換,以得到之鏡頭場景區段計算區段內之畫

                  - 31 -
面內容。
Step 3:對目前畫面的 DC 圖做模糊化、純量量化處理,並且再對其
     取 DC 值,做影像雜湊計算得到一雜湊值。
Step 4:對於目前欲偵測浮水印之 I 畫面所在之前一場景鏡頭,以 Step
     2 計算得到的該區段內之畫面內容,和 Step3 得到的雜湊值產
     生浮水印的擾亂序列。
Step 5:對所有 Hadamard 序列做擾亂處理,得到浮水印序列。
     Wi = H i * Ri

Step 6:對所有浮水印序列乘上嵌入浮水印的影片。
Step7:比較各組浮水印與畫面中浮水印之關聯性,若關聯性最高的
     該組超過一預設之門檻值,則此組浮水印即為該畫面中所嵌
     入之浮水印。


3-4 利用浮水印對視訊畫面之驗證
   浮水印偵測時,在解碼過程中計算可得前一場景區段內之畫面
內容以及 I 畫面之影像雜湊值,利用此二值產生的擾亂序列與
Hadamard 序列生成的浮水印序列偵測而得之浮水印值即為此 I 畫面
於場景中之順序(Frame number),如圖 20。




          圖20        影片中I畫面與所嵌入之浮水印關係


   本論文所提出之方法可作為影片內容之驗證,因此我們列出影

                          - 32 -
片可能遭受之竄改攻擊:
畫面的增加(Frame Inserting):
    1. 加入的畫面為場景中之相同場景畫面:如圖 21,第二個場景
      中增加了原先場景中相同的畫面,對於場景計算而得的畫面
      內容並未更改,因此之後的場景偵測出的浮水印並未改變,
      而由場景中取得之浮水印順序與該畫面無法偵測出浮水
      印,即可發現場景中夾帶一異常畫面,此畫面即為非法增加
      之畫面。




              圖21   相同場景畫面的增加


    2. 加入的畫面非場景中之相同畫面:如圖 22,由於加入之畫面
      非原本之場景,因此在畫面內容分析會判斷有場景切換,而
      下一張又會判斷場景切換發生,對於正常之影像不應該會有
      在 1/30 秒內做連續兩次場景切換的情形發生 因此我們再由
                             ,
      該畫面無法偵測出浮水印判斷此為異常畫面,並捨去該畫面
      之值,若是能正確還原之後無法偵測之浮水印,即可確認此
      畫面為非法增加之畫面。




                          - 33 -
圖22     不同場景畫面的增加


畫面的移除(Frame Deleting):
  如圖 23,當場景中的畫面遭受移除攻擊時,場景的畫面內容並不
會受到更改,因此之後的浮水印依舊可正常取出。我們由比對偵測得
到的浮水印順序即可發現其中畫面遭受移除攻擊。




                    圖23   畫面的移除


場景內部畫面順序的調換(Frame Exchange):
    如圖 24,當場景內部畫面順序遭到惡意調換時,對於該場景之
畫面內容並不會產生更改,因此不會影響到之後場景中浮水印的偵
測。而更改順序的畫面依舊可以取出浮水印值,然而由取出之浮水印
值可以發現順序遭受調換,因此可以偵測此類型的剪輯攻擊。




                          - 34 -
圖24   場景內部畫面順序的調換


場景的調換(Shot Exchange):
  如圖 25,當影片中的場景可能會遭到惡意的調換,以更改畫面中
所表示的含義。由於浮水印嵌入時前一場景之畫面內容與偵測時所取
之值不同,因此場景內的浮水印將會無法取得,此破壞雖會延伸至下
一場景,但我們依舊可以將影片遭受之剪輯攻擊鎖定至有限之區域,
對於之後的影片內容依舊可以對其驗證。而這種情況也表示影片遭受
大片段之攻擊,對於這段畫面中的內容將不受到採信。




                  圖25   場景的調換


畫面內容的更改(Image Content Tempering):
    1. 內容遭受細微更改:如圖 26,畫面中之內容可能會遭受細微
      更改,例如竄改畫面中之數字資訊,畫面中的內容大致上均
      相同,因此並不會因此造成場景切換的誤判。然而在影像雜
      湊計算會得到不同的值,因此無法正確取得浮水印;由場景
      中取得之浮水印順序即可判斷該畫面遭受畫面內容更改。

                        - 35 -
圖26   畫面內容遭受細微更改


2. 內容遭受大量更改:如圖 27,畫面中之內容可能會遭受大量
 更改,例如移除畫面中出現之人物或是更改畫面亮度以產生
 白天黑夜之誤判,此類大量的畫面內容更改會造成場景切換
 的誤判。然而在下一畫面又會判斷出現場景切換,對於正常
 之影像不應該會有在 1/30 秒內做連續兩次場景切換的情形
 發生,因此我們再由該畫面無法偵測出浮水印判斷此為異常
 畫面,並捨去該畫面之值,因此我們再由該畫面無法偵測出
 浮水印判斷此為異常畫面。




      圖27   畫面內容遭受大量更改




              - 36 -
第四章 實驗結果

    本章將對論文中所提出之適應式數位浮水印方法做一完整的實
驗與分析。在 4.1 節首先說明實驗的環境參數。4.2 節將我們所提出
的浮水印方法應用於常見的影片中並分析所造成的影響。4.3 節將分
析本方法的浮水印偵測效果與強健性。4.4 節對於影像容易受到的重
新壓縮攻擊做了實驗模擬,並由結果驗證本方法所具備的強健性。


4-1 實驗環境參數
    本論文的實驗模擬環境,以常被用來比較的標準視訊畫面,於
H.264/AVC 編碼壓縮時做浮水印的嵌入。
    實驗視訊格式:
    視訊畫面大小為 352x288(CIF),視訊播放速度為 30 張畫面/秒,
每段視訊為 300 張畫面。
    H.264/AVC 編碼參數:
    GOP 結構 IPPP,每個 GOP 包含 10 張畫面,量化參數為 28。
    浮水印設定:
    浮水印為 1、-1 生成之序列,嵌入於 I 畫面內各區塊第 3 個至
第 15 個 AC。


4-2 嵌入浮水印之影像品質評估
    表 3 顯示了視訊經由嵌入浮水印所做的更改;相較於原始的影
像,嵌入浮水印的影像品質平均約下降了 1.81dB,對於影像品質並
不會造成視覺上的變化,使用者並不會因此察覺。而嵌入後的
H.264/AVC 視訊檔案平均只增加了 2.46%,相當於 100MB 的影片只

                      - 37 -
增加了不到 2.5MB,增加的量非常的小,對於檔案的儲存、傳輸時所
佔用的頻寬也不會有明顯的變化,可以被忽略。


       表3       視訊嵌入浮水印前後檔案大小與 PSNR 比較分析
                  Original video                Watermarked video
                Bitrate     PSNR      Bitrate   Bitrate    PSNR            PSNR
                (KB)        (dB)       (KB)     Increase   (dB)          Difference
Monitor.cif      504        38.52       511     1.38%      37.01           1.51
  Table.cif      843        36.35       853     1.18%      34.31           2.04
  Paris.cif     1034        36.49      1058     2.32%      33.70           2.79
Foreman.cif      762        37.26       783     2.75%      35.58           1.68
 Akiyo.cif       470        38.82       476     1.27%      37.76           1.06
Container.cif    492        36.85       521     5.89%      35.05           1.80


       圖 28 為各個視訊第 101 張原始影像與浮水印嵌入後的視訊畫面
比較,我們可以發現浮水印的嵌入對視訊畫面的更改極為有限,並不
會造成畫面的破壞,而使用者在觀看時也不會對浮水印有所察覺。



                   浮水印嵌入前之原始影像(第 101 張)




        (a)                          (b)                           (c)




                                    - 38 -
(d)            (e)                  (f)



           浮水印嵌入後之影像




   (g)            (h)                  (i)




   (j)            (k)                  (l)
         圖28   視訊嵌入前後影像
               (a)~(f) 視訊第 101 張原始影像
               (g)~(l) 浮水印嵌入後的視訊影像


4-3 浮水印偵測結果
 在浮水印的偵測情形實驗中,我們以Monitor這個視訊嵌入浮水
印,並觀察浮水印的偵測數據,圖29為視訊中第101張畫面的浮水印

                 - 39 -
偵測結果,可以發現第10組浮水印的Response為1.08,高於門檻值
0.4,其餘組的浮水印偵測結果僅為不到0.1的值,因此可以明顯的觀
察出畫面中的浮水印。




         圖29   畫面中浮水印偵測Response



   圖30則顯示Monitor視訊的浮水印偵測結果,觀察發現每10張畫
面中均可成功偵測出浮水印,即為當初在浮水印嵌入時所選擇的I畫
面,而偵測出的浮水印編號即為該場景中的I畫面順序。




         圖30   視訊畫面浮水印偵測結果


4-4 利用影像重新編碼之攻擊
  視訊檔案不論是在網路上經由散佈、分享,或是使用者將其儲存


                   - 40 -
於電腦設備中,均有可能對其做重新壓縮的動作。我們必須確保所嵌
入的浮水印資訊能夠抵抗這類型的攻擊,即使視訊經過重新壓縮依舊
可以由其中成功偵測出浮水印。
  實驗中我們分別對視訊編碼的 QP 值與 GOP 結構做更改。將原始
編碼的 QP 值 28 更改為 26、30、32,並對視訊做重新壓縮。由於大
部分的重新編碼壓縮主要是為了降低影片的檔案大小,因此我們著重
在增加 QP 值的分析。圖 31 為偵測之結果,我們發現若是將 QP 值增
加,對於視訊的壓縮率會提高,嵌入其中的浮水印在偵測上也較不明
顯,然而依舊可以由 Response 觀察到浮水印的存在。




        圖31   不同QP值編碼視訊之浮水印偵測


   第二個實驗為更改壓縮時的 GOP 結構 以降低影片檔案大小做
                      。
為重新編碼壓縮考量,則 GOP 值將會增加,因此我們分析 GOP 值為
15 的情況下與原先 10 的結果,如圖 32,發現即使在重新壓縮後的 P
畫面中依舊可以偵測出原先所嵌入之浮水印。因此我們認為即使更改
了 QP 值或 GOP 結構,浮水印仍然足夠強健,可抵抗這類型的重新
壓縮攻擊。



                  - 41 -
圖32   不同GOP值編碼視訊之浮水印偵測




           - 42 -
第五章 結論與未來工作展望

   本論文提出了一完整的視訊浮水印系統,依據偵測得到的浮水
印可做為視訊內容遭受竄改與否的判斷,對於視訊內容的驗證提供了
良好的防護機制。系統整合於新一代視訊壓縮標準 H.264/AVC 之中,
加入了人類視覺模組對於所嵌入浮水印能量做適應性的調整,在不破
壞原始畫面品質下,提高浮水印的強健性。在實驗結果中我們可以發
現,浮水印的嵌入對於原始視訊畫面的品質以及視訊檔案大小,依舊
維持了原本的水準。而對於浮水印的攻擊,也提供了足夠的強健性。
以視訊內容可能遭受的剪輯竄改攻擊分析,本方法提供了良好的檢驗
機制。
   在未來的發展方面,本方法可以結合影像驗證技術,對於偵測
發現可能遭受畫面竄改的區段進行影像驗證,除了可增加內容驗證系
統的完整性,也可由原先只能偵測出異常的畫面或場景,進一步將畫
面內部遭受竄改的區塊標明,提高本驗證系統的驗證辨識度。




                - 43 -
第六章 參考文獻

[1]J. Brassil, S. Low, N. Maxemchuk, and L. O’Gorman, “Electronic
marking and identification techniques to discourage document copying,”
in Proc. Infocom’94, pp. 1278–1287
[2] L. F. Turner, “Digital data security system,” Patent IPN WO 89/08915,
1989.
[3] M. M. Yeung and F. Mintzer, “An invisible watermarking technique
for image verification,” in Proc. IEEE ICIP, vol. I, Santa Barbara, CA,
Oct. 1997, pp. 680–683.
[4] M. Schneider and S. F. Chang, “A robust content based digital
signature for image authentication,” in Proc. IEEE ICIP, vol. III,
Lausanne, Switzerland, Sept. 1996, pp. 227–230.
[5] E. T. Lin, c. I. Podilchuk and E. J. Delp, “Detection of image
alterations using semi-fragile watermarks,” Proc. of the SPIE Int. Con. on
Security and Watermarking of Multimedia Contents II, Vol. 3971, 2000.
[6] K. 1. Hashida and A. Shiozaki, “A method of embedding robust
watermarks into digital color images”, IElCE Trans. Fundamentals, Vol.
E81-, NO. IO, pp. 2133-3237, 1998
[7] I.J. Cox, J. Kilian, T. Leighton and T. Shamoon, “Secure Spread
Spectrum Watermarking for Multimedia,” IEEE Trans. on Image
Processing, pp. 1673-1687, 1997.
[8] C.S. Lu, S.K. Huang, C.J. Sze, and H.Y.M. Liao., “Cocktail
watermarking for digital image protection,” IEEE Trans. on Multimedia,
pp.209-224, Dec. 2000.
[9] F. Hartung and B. Girod, “Watermarking of uncompressed and
compressed video,” Signal Process., vol. 66, no. 3, pp. 283–301, May


                                   - 44 -
1998.
[10] T. Kalker, G. Depovere, J. Haitsma, and M. Maes, “A video
watermarking system for broadcast monitoring,” in Proc.
SPIE—SecurityWatermarking Multimedia Contents, vol. 3657, pp.
103–112 , 1999
[11] F. Hartung and B. Girod, “Digital watermarking of raw and
compressed video,” in Proc. SPIE Digital Compression Technologies and
Systems for Video Commun., vol. 2952, Oct. 1996, pp. 205–213.
[12] M. Swanson, B. Zhu, and A. Tewfik, “Multiresolution video
watermarking using perceptual models and scene segmentation,” in Proc.
IEEE Int. Conf. Image Processing 1997 (ICIP ’97), vol.2, Santa Barbara,
CA, Oct. 1997, pp. 558–561.
[13] Eckhard Koch and Jian Zhao, “Towards robust and hidden image
copyright labeling,” in IEEE international Workshop on Nonlinear Signal
and Image Processing, pp.452-455, Marmaras, Greece, Jun. 1995.
[14] F. Hartung and B. Girod, “Digital watermarking of raw and
compressed video,” in Proc. SPIE Digital Compression Technologies and
Systems for Video Commun., vol. 2952, Oct. 1996, pp. 205–213.
[15] F. Hartung and B. Girod, “Fast public-key watermarking of
compressed video,” in Proc. IEEE Int. Conf. on Image Processing 1997
(ICIP ’97), vol. 1, Santa Barbara, CA, Oct. 1997, pp. 528–531.
[16] F. Hartung and B. Girod, “Watermarking of uncompressed and
compressed video,” Signal Processing, vol. 66, no. 3, pp. 283–301, May
1998.
[17] F. Hartung, J. K. Su, and B. Girod, “Spread spectrum watermarking:
Malicious attacks and counterattacks,” in Proc. SPIE Security and
Watermarking of Multimedia Contents 99, San Jose, CA, Jan. 1999.
[18] F. Jordan, M. Kutter, and T. Ebrahimi, “Proposal of a watermarking
technique for hiding/retrieving data in compressed and decompressed
                                 - 45 -
video,” ISO/IEC Doc. JTC1/SC29/WG11 MPEG97/M2281, July 1997.
[19] A. M. Alattar, E. T. Lin, and M. U. Celik, quot;Digital watermarking of
low bit-rate advanced simple profile MPEG-4 compressed video,quot; IEEE
Transactions on Circuits and Systems for Video Technology: Special
Issue on Authentication, Copyright Protection, and Information Hiding,
vol. 13, no. 8, pp. 787-800, August 2003.
[20] Noorkami, Maneli; Mersereau, Russell M. “Towards robust
compressed-domain video watermarking for H.264” Security,
Steganography, and Watermarking of Multimedia Contents VIII. Edited
by Delp, Edward J., III; Wong, Ping Wah. Proceedings of the SPIE,
Volume 6072, pp. 489-497 (2006).Feb 2006.
[21] Ingemar J. Cox Matthew L. Miller Jeffery A. Bloom; DIGITAL
WATERMARKING, p215-p218.
[22] G. Qiu, P. Marziliano, A. T. Ho, D. He, and Q. Sun, “A hybrid
watermarking scheme for H.264/AVC video,” in Proceedings of the 17th
International Conference on Pattern Recognition, 4, pp. 865–868, Aug.
2004.
[23] M. Noorkami and R. M. Mersereau, “Compressed-domain video
watermarking for H.264,” in Proceedings of International Conference on
Image Processing (ICIP),Genoa,Italy, Sep. 2005.
[24] G.-Z. Wu and Y.-J. Wang, “Robust watermark embedding/detection
algorithm for H.264,” Journal of Electronic Imaging 14, Jan. 2005.
[25] A. B. Watson, “Perceptual optimization of DCT color quantization
matrices,” in Proc. IEEE Int. Conf. Image Processing, Austin, TX, 1994.




                                  - 46 -

Contenu connexe

Tendances

My Resume 我的個人履歷
My Resume 我的個人履歷My Resume 我的個人履歷
My Resume 我的個人履歷Fred Wang
 
2009年企业培训预调研 V2
2009年企业培训预调研 V22009年企业培训预调研 V2
2009年企业培训预调研 V2NN
 
Gittutorcn Htm
Gittutorcn HtmGittutorcn Htm
Gittutorcn HtmLeon Zhang
 
PMT-005-生產作業管理 製程選擇與設施佈置
PMT-005-生產作業管理 製程選擇與設施佈置PMT-005-生產作業管理 製程選擇與設施佈置
PMT-005-生產作業管理 製程選擇與設施佈置handbook
 
PMT-012-總合生產計劃
PMT-012-總合生產計劃PMT-012-總合生產計劃
PMT-012-總合生產計劃handbook
 
QM-080-品管舊新七大手法
QM-080-品管舊新七大手法QM-080-品管舊新七大手法
QM-080-品管舊新七大手法handbook
 
QM-041-品管七大手法訓練
QM-041-品管七大手法訓練QM-041-品管七大手法訓練
QM-041-品管七大手法訓練handbook
 
Character device
Character deviceCharacter device
Character devicezhtlancer
 
中小企業E化最新趨勢與效益分析
中小企業E化最新趨勢與效益分析中小企業E化最新趨勢與效益分析
中小企業E化最新趨勢與效益分析Alex Lee
 
PMT-013-總合生產計劃
PMT-013-總合生產計劃PMT-013-總合生產計劃
PMT-013-總合生產計劃handbook
 
CEO-013-管理新七手法
CEO-013-管理新七手法CEO-013-管理新七手法
CEO-013-管理新七手法handbook
 
DS-012-產品設計與製程選擇
DS-012-產品設計與製程選擇DS-012-產品設計與製程選擇
DS-012-產品設計與製程選擇handbook
 
Kpl Advisor(20080220)
Kpl Advisor(20080220)Kpl Advisor(20080220)
Kpl Advisor(20080220)真 岡本
 
profit from the core
profit from the coreprofit from the core
profit from the coreRink Tang
 
CRE-024-製商整合科技與產業創新
CRE-024-製商整合科技與產業創新CRE-024-製商整合科技與產業創新
CRE-024-製商整合科技與產業創新handbook
 
Biweekly Financial Commentary 06 07 03
Biweekly Financial Commentary 06 07 03Biweekly Financial Commentary 06 07 03
Biweekly Financial Commentary 06 07 03Ant Wong
 
毕业设计-Slide
毕业设计-Slide毕业设计-Slide
毕业设计-Slidefulin tang
 

Tendances (20)

Eenadu1
Eenadu1Eenadu1
Eenadu1
 
My Resume 我的個人履歷
My Resume 我的個人履歷My Resume 我的個人履歷
My Resume 我的個人履歷
 
2009年企业培训预调研 V2
2009年企业培训预调研 V22009年企业培训预调研 V2
2009年企业培训预调研 V2
 
中国网络审查
中国网络审查中国网络审查
中国网络审查
 
Gittutorcn Htm
Gittutorcn HtmGittutorcn Htm
Gittutorcn Htm
 
PMT-005-生產作業管理 製程選擇與設施佈置
PMT-005-生產作業管理 製程選擇與設施佈置PMT-005-生產作業管理 製程選擇與設施佈置
PMT-005-生產作業管理 製程選擇與設施佈置
 
PMT-012-總合生產計劃
PMT-012-總合生產計劃PMT-012-總合生產計劃
PMT-012-總合生產計劃
 
QM-080-品管舊新七大手法
QM-080-品管舊新七大手法QM-080-品管舊新七大手法
QM-080-品管舊新七大手法
 
QM-041-品管七大手法訓練
QM-041-品管七大手法訓練QM-041-品管七大手法訓練
QM-041-品管七大手法訓練
 
Character device
Character deviceCharacter device
Character device
 
中小企業E化最新趨勢與效益分析
中小企業E化最新趨勢與效益分析中小企業E化最新趨勢與效益分析
中小企業E化最新趨勢與效益分析
 
PMT-013-總合生產計劃
PMT-013-總合生產計劃PMT-013-總合生產計劃
PMT-013-總合生產計劃
 
CEO-013-管理新七手法
CEO-013-管理新七手法CEO-013-管理新七手法
CEO-013-管理新七手法
 
DS-012-產品設計與製程選擇
DS-012-產品設計與製程選擇DS-012-產品設計與製程選擇
DS-012-產品設計與製程選擇
 
Kpl Advisor(20080220)
Kpl Advisor(20080220)Kpl Advisor(20080220)
Kpl Advisor(20080220)
 
2009 Mkt Plan
2009 Mkt Plan2009 Mkt Plan
2009 Mkt Plan
 
profit from the core
profit from the coreprofit from the core
profit from the core
 
CRE-024-製商整合科技與產業創新
CRE-024-製商整合科技與產業創新CRE-024-製商整合科技與產業創新
CRE-024-製商整合科技與產業創新
 
Biweekly Financial Commentary 06 07 03
Biweekly Financial Commentary 06 07 03Biweekly Financial Commentary 06 07 03
Biweekly Financial Commentary 06 07 03
 
毕业设计-Slide
毕业设计-Slide毕业设计-Slide
毕业设计-Slide
 

En vedette

En vedette (7)

New world
New worldNew world
New world
 
Hajj qaisra ks2-5
Hajj qaisra ks2-5Hajj qaisra ks2-5
Hajj qaisra ks2-5
 
Hajj highlights ks2-5
Hajj highlights ks2-5Hajj highlights ks2-5
Hajj highlights ks2-5
 
Trabajo de sociales
Trabajo de socialesTrabajo de sociales
Trabajo de sociales
 
Hajj highlights ks2-5
Hajj highlights ks2-5Hajj highlights ks2-5
Hajj highlights ks2-5
 
Franklin
FranklinFranklin
Franklin
 
Treaty of paris
Treaty of parisTreaty of paris
Treaty of paris
 

945202076

  • 1. 國 立 中 央 大 學 資 訊 工 程 研 究 所 碩 士 論 文 應用於 H.264/AVC 視訊內容認證之 適應式數位浮水印 Content-Adaptive Digital Watermarking in H.264/AVC for Video Authentication 指導教授:蘇柏齊 博 士 研 究 生:李明倫 中 華 民 國 九十六 年 七 月
  • 2. 國立中央大學圖書館 碩博士論文電子檔授權書 (95 年 7 月最新修正版) 本授權書所授權之論文全文電子檔(不包含紙本、詳備註 1 說明),為本人於國立中央 大學,撰寫之碩/博士學位論文。(以下請擇一勾選) ( )同意 (立即開放) ( )同意 (一年後開放),原因是: ( )同意 (二年後開放),原因是: ( )不同意,原因是: 以非專屬、無償授權國立中央大學圖書館與國家圖書館,基於推動「資源共享、互惠 合作」之理念,於回饋社會與學術研究之目的,得不限地域、時間與次數,以紙本、 微縮、光碟及其它各種方法將上列論文收錄、重製、公開陳列、與發行,或再授權他 人以各種方法重製與利用,並得將數位化之上列論文與論文電子檔以上載網路方式, 提供讀者基於個人非營利性質之線上檢索、閱覽、下載或列印。 研究生簽名: 李明倫 學號: 945202076 論文名稱: 應用於 H.264/AVC 視訊內容認證之適應式數位浮水印 指導教授姓名: 蘇柏齊 系所 : 資訊工程 所 博士班 ˇ碩士班 日期:民國 96 年 7 月 日 備註: 1. 本授權書之授權範圍僅限電子檔,紙本論文部分依著作權法第 15 條第 3 款之規定,採推定原 則即預設同意圖書館得公開上架閱覽,如您有申請專利或投稿等考量,不同意紙本上架陳列, 須另行加填聲明書,詳細說明與紙本聲明書請至 http://blog.lib.ncu.edu.tw/plog/ 碩博士論文專區 查閱下載。 2. 本授權書請填寫並親筆簽名後,裝訂於各紙本論文封面後之次頁(全文電子檔內之授權書簽 名,可用電腦打字代替)。 3. 請加印一份單張之授權書,填寫並親筆簽名後,於辦理離校時交圖書館(以統一代轉寄給國 家圖書館)。 4. 讀者基於個人非營利性質之線上檢索、閱覽、下載或列印上列論文,應依著作權法相關規定 辦理。
  • 3. -i-
  • 5. Abstract Digital contents have become increasingly popular nowadays due to their convenience of transferring and storage. In addition, the rapid growth of broadband networks and advanced coding technologies make creation and distribution of digital contents much easier and faster than ever. However, digital contents can be easily modified and the malicious tampering of data may change the meaning of contents. In this research, we propose a digital watermarking scheme under the framework of H.264/AVC. The watermark is embedded into video frames to ensure the correct frame order. Such attacks as frame dropping, swapping or insertion can be reflected from the unambiguous watermark detection. We use DC values of blocks as the features of the image, which can help determine whether a shot change occurs. The image hash value is calculated by content analysis and used to generate the watermark sequence. The watermarking scheme uses a human perceptual model to adjust the watermark energy so that the watermark robustness can be enhanced without degrading the visual quality. By integrating the watermarking approach with H.264/AVC, we can make the watermark embedding/detection be done in a very efficient manner. The content-analysis mechanism not only makes the watermark imperceptible but simplifies the watermark detection process. The experimental results show that the embedded watermark can survive transcoding processes such as changing quality parameters or the coding structure. Besides, the frame modification attacks will be revealed by the successful watermark extraction. -i-
  • 6. 摘要 由於數位技術的進步,傳統的類比資料轉為數位格式儲存,不論 是收藏或是攜帶都更為便利;網際網路的發達,也促進了數位資料的 普及;此外,多媒體編碼技術的進步,數位資料所需的容量越來越小, 對於上述的網路傳輸與儲存也變得更為方便。 然而,數位資料所遇到的問題也接踵而來。由於數位資料易於複 製的特性,使用者可以輕易的對其複製散播,使得創作者的智慧財產 權受損。更甚者,利用偽造、變更、剪接等方式,對其內容更改,破 壞原先內容的含義,進而做為己用。以監視系統為例,數位監視影像 因為內容易於更改的特性,大幅降低了影像的公信力與可靠性。因 此,我們提出了一個完善的數位浮水印機制,對於數位影像的內容加 以驗證,由萃取出的浮水印,可判斷數位影像內容是否遭受竄改、加 入畫面、移除畫面或是畫面調換等剪輯攻擊。 我們以區塊 DC 值做為畫面之特徵,利用畫面內容分析的方式, 判斷畫面場景切換以及影像雜湊值,再由場景內之畫面內容與單一畫 面的雜湊值做為浮水印序列的生成參數,利用人類視覺模組依據畫面 適應性地調整浮水印能量,在不破壞畫面品質下,盡可能地增強浮水 印的強健性。 利用我們所提出的浮水印方法 嵌入的浮水印將顯示影像畫面或 , 片段的順序,因此任何企圖更改影像片段順序或是以刪除或插入畫面 來改變視訊內容的攻擊都將被偵測出來。此外,本研究方法不但能在 維持原始影像品質下,對影像內容做有效的驗證,還能夠抵抗重新壓 縮等攻擊。我們相信本研究所提出之H.264/AVC視訊壓縮與數位浮水 印整合機制,將對建立更完美的多媒體資訊架構作出貢獻。 - ii -
  • 7. 致謝詞 隨著論文的完成,研究所的兩年研究生涯也將暫告一個段落,承 蒙指導教授蘇柏齊教授的細心教導,對於影像多媒體的領域有了初步 的認識,然而學海無涯,對於所學的知識仍有許多不足,因此也將更 加督促自己,在求知的路上繼續前進。 在求學的兩年中,不論是在學業上得到蘇柏齊教授耐心與仔細的 指導,也學習到教授認真做學問的態度,在生活中更是時常受到教授 的關心與照顧。對於敏峰學長能不厭其煩地仔細回答我的問題,解決 我許多的疑問也非常地感謝,另外也很感謝實驗室的同學建昌、鴻閔 與翔毅,能夠得到他們許多的幫忙,功課上彼此互相砥礪,生活中也 能互相扶持,讓難忘的研究所生涯中不僅僅是熬夜趕進度的辛勞,也 包含了許多歡樂的回憶。另外也衷心地感謝啟恆、桂枝學弟在我忙於 畢業論文之時,能夠幫忙我處理許多生活中的瑣事,實驗室有了你們 的加入,也更加的充滿生氣。 最重要的還是要感謝能完全支持我的父母以及姊姊,儘管因為忙 於功課而無法時常回家陪伴父母,父母依舊能完全體諒。研究所期間 不單單只是在課業知識上的增廣,對於處理事物的態度,做學問的嚴 謹都令我有深刻的感受,謹以此篇論文獻給所有關心我並且幫助我的 人。 - iii -
  • 8. 錄 第一章  緒論 ...............................................................................................1  1-1 研究目的與動機 ...............................................................................1  1-2 論文架構 ...........................................................................................3  第二章  相關技術探討 ...............................................................................4  2-1 數位浮水印之相關簡介 ...................................................................4  2-1-1 數位浮水印的需求與應用 .......................................................6  2-1-2 視訊浮水印簡介 .......................................................................9  2-2 H.264/AVC 視訊編碼標準簡介 ......................................................11  2-2-1 H.264/AVC 編解碼流程 ..........................................................12  2-2-2 H.264/AVC 關鍵技術 ..............................................................15  第三章  數位浮水印架構 .........................................................................16  3-1 浮水印嵌入與偵測 .........................................................................16  3-1-1 以人類視覺模組提升浮水印嵌入品質 .................................17  3-1-2 畫面 DC 圖生成 ......................................................................20  3-2 視訊浮水印嵌入流程 .....................................................................22  3-2-1 浮水印序列生成 .....................................................................24  3-2-2 視訊浮水印嵌入步驟 .............................................................29  - iv -
  • 9. 3-3 視訊浮水印偵測與驗證流程 .........................................................30  3-3-1 畫面 DC 圖重建 ......................................................................30  3-3-2 浮水印序列重建 .....................................................................31  3-3-3 視訊浮水印偵測 .....................................................................31  3-3-4 視訊浮水印偵測步驟 .............................................................31  3-4 利用浮水印對視訊畫面之驗證 .....................................................32  第四章  實驗結果 .....................................................................................37  4-1 實驗環境參數 .................................................................................37  4-2 嵌入浮水印之影像品質評估 .........................................................37  4-3 浮水印偵測結果 .............................................................................39  4-4 利用影像重新編碼之攻擊 .............................................................40  第五章  結論與未來工作展望 .................................................................43  第六章  參考文獻 .....................................................................................44  -v-
  • 10. 圖目錄 圖 1  浮水印的需求常互相衝突,必須有所權衡 ..............................7  圖 2  視訊壓縮標準制定時程演進圖................................................. 11  圖 3  相同品質下,H.264/AVC 與其他編碼壓縮標準比較 ............12  圖 4  相同檔案大小,H.264/AVC 與其他編碼壓縮標準比較 ........12  圖 7  H.264/AVC 中 Hadamrad 轉換 ..................................................14  圖 8  區塊中係數以 ZigZag 重排順序 ...............................................14  圖 9  基本的浮水印嵌入與偵測方式.................................................17  圖 10  P 畫面中區塊 DC 值計算方式 ..................................................21  圖 11  視訊畫面原圖與生成之 DC 圖 .................................................22  圖 13  區塊中浮水印嵌入的位置 .........................................................24  圖 14  浮水印生成流程圖 .....................................................................24  圖 15  切換畫面場景切換偵測 .............................................................26  圖 16  連續畫面場景切換偵測 .............................................................27  圖 17  影像雜湊流程 .............................................................................28  圖 20  影片中 I 畫面與所嵌入之浮水印關係 .....................................32  圖 21  相同場景畫面的增加 .................................................................33  圖 22  不同場景畫面的增加 .................................................................34  圖 23  畫面的移除 .................................................................................34  圖 24  場景內部畫面順序的調換 .........................................................35  圖 25  場景的調換 .................................................................................35  圖 26  畫面內容遭受細微更改 .............................................................36  圖 27  畫面內容遭受大量更改 .............................................................36  圖 28  視訊嵌入前後影像 .....................................................................39  - vi -
  • 11. 圖 29  畫面中浮水印偵測 Response ....................................................40  圖 30  視訊畫面浮水印偵測結果 .........................................................40  圖 31  不同 QP 值編碼視訊之浮水印偵測 .........................................41  圖 32  不同 GOP 值編碼視訊之浮水印偵測.......................................42  - vii -
  • 12. 表目錄 表 1  數位浮水印分類 ...........................................................................4  表 2  DCT 頻率敏感度表 ....................................................................18  表 3  視訊嵌入浮水印前後檔案大小與 PSNR 比較分析 ................38  - viii -
  • 13. 第一章 緒論 1-1 研究目的與動機 隨著數位科技的快速發展,紀錄影像、聲音、影片資料的方式由 傳統的類比媒介,如照片、錄音帶、錄影帶等轉換成今日數位的儲存 格式。近年來由於網際網路的蓬勃發展,加上高容量且體積輕巧的隨 身儲存設備普及、手機等通訊設備的多媒體傳輸功能日益強大,促進 了數位多媒體資料的廣泛散佈與分享。影音壓縮技術的進步與標準 化,也使得多媒體影音的品質更加的優異,容量卻壓縮得更加微小。 多媒體資料的數位化讓使用者更方便地享受各式視聽娛樂,使用者更 可以利用功能日益強大但價格卻日益低廉的電腦設備,大量地儲存、 複製、散播甚或編輯多媒體資料以滿足其需求。 然而,科技所帶來的便利卻產生了若干問題:首先,多媒體資料 使用者由免費複製、下載所獲得的享受,可能讓多媒體製作人員無法 由其辛苦的工作中獲利;惡意的使用者任意地竄改多媒體資料,導致 內容的更改或是偽造,使得畫面上的意義遭到破壞。現今之監視系統 多是以數位攝影機所拍攝,影片資料容易遭受更改,如攻擊者可輕易 剪輯影片片段造成影片資訊的遺失。而拍攝到的監視畫面,若是更改 畫面上所出現的人物、拍攝的時間或是畫面中的場景、物品等,皆會 造成畫面意義上的不同。影像或視訊資料有時會被拿來當作在法庭上 的呈堂證供,但數位資料易於竄改的特性降低了數位資料的真實性與 可靠度,也削弱了其在法律上的效益。因此,對於數位資料內容的保 護與驗證,以保障原始創作者的智慧財產權,成為目前研究的當務之 急。除了立法機關設立新的相關法規以因應數位化潮流之外,專家學 者也提出加解密、使用者權限認證、數位浮水印等相關技術以保護數 位資料,本論文即為提出在多媒體資料中加入數位浮水印的方式,以 達到數位資料內容的驗證。 -1-
  • 14. 加解密方式: 資料的加密被認為是保護數位資料最有效的方式,但它僅可在 資料被傳送的過程中提供保護,一旦資料解密後便無法對其控制,而 密碼驗證伺服器、數位浮水印彌補了加密技術的不足。 使用者權限認證: 使用者必須先連至驗證伺服器經過認證方可使用,提供了數位 內容的保護。若是未經合法授權,即使獲得該檔案也無法使用;此外 驗證伺服器還可依據身份不同,提供不同的存取限制,甚至是依用 途、時間等提供不同的授權。然而,此方法在使用多媒體資料時必須 連線至驗證伺服器取得合法授權碼,因此必須在網路環境下使用特定 的播放器開啟檔案,不但限制了檔案的散佈,也造成了使用者使用上 的不便。 數位浮水印: 數位浮水印是一種人所無法察覺的微弱數位訊號,透過數位浮 水印嵌入技術,我們可將關於多媒體資料作者、擁有者的訊息、多媒 體資料的來源、狀況、資料合法使用者的資訊等,經過適當的編碼後 隱藏於多媒體資料中。透過可靠的數位浮水印偵測技術,我們得以獲 知浮水印所傳達的訊息,對照目前的使用環境,可對資料的正常使用 狀況提出確認,或顯露出多媒體資料實際擁有者資訊以解決版權紛 爭。數位浮水印還可以利用隱藏的浮水印訊息控制多媒體裝置的若干 功能,當裝置偵測到浮水印且由此發現多媒體資料為非法取得,硬體 便停止播放與錄製的功能,對於多媒體資料提供了進一步更完善的保 護。 在本篇論文中我們提出一個完善的數位浮水印機制 並整合於目 , 前最新的影像壓縮標準H.264/AVC中,將數位浮水印依據畫面順序嵌 入於影片中每一個I畫面中,因此在影片驗證時,經由比對萃取出之 浮水印,即可驗證影片是否遭受畫面移除或增加、調換等剪輯攻擊。 本研究在浮水印的嵌入過程,結合了人類視覺模組(Human visual -2-
  • 15. model),對於人眼感知察覺較為明顯的畫面部份嵌入較少的資訊,相 反的,在畫面中較不易察覺的部份則嵌入較多的浮水印資訊,由此可 避免畫面上的破壞進而偵測出嵌入的浮水印。利用此研究方法,嵌入 的浮水印將顯示影像畫面或片段的順序,因此任何企圖更改影像片段 順序或是以刪除或插入畫面來改變視訊內容的攻擊都將被偵測出 來。我們相信本研究所提出之H.264視訊壓縮與數位浮水印整合機制 將對建立更完美的多媒體資訊架構作出貢獻。 1-2 論文架構 本論文編排架構如下:第一章緒論簡單描述本篇論文的動機。第 二章相關技術探討,對於數位浮水印先做簡短的說明,再對本論文所 使用的視訊壓縮標準 H.264/AVC 編解碼技術與特性做基本的介紹。 第三章應用於 H.264/AVC 視訊內容認證之適應性數位浮水印,對於 我們所提出的浮水印方法將有一完整且詳細的介紹。第四章實驗結果 將以實驗驗證我們所提出的浮水印方法,並對實驗結果與數據做分析 及探討,證明本方法之可行性與效能。第六章結論與未來展望,對本 論文研究內容做一個總結並且探討未來可努力的方向和改進的目標。 -3-
  • 16. 第二章 相關技術探討 本章將對論文所提到的相關技術做一簡單之介紹,包含目前現存 的數位浮水印技術,以及最新的影像壓縮標準H.264/AVC。 2-1 數位浮水印之相關簡介 數位浮水印將所欲嵌入的浮水印隱藏於多媒體資料中,為資料隱 藏(Data hiding)的一種方式。數位浮水印依據不同的需求,分別有不 同的方法,表1列出數位浮水印的分類方式。 表1 數位浮水印分類 浮水印分類方式 內容 被嵌入的多媒體資料 文件、影像、音訊、視訊 浮水印的察覺性 可見式、不可見式浮水印 浮水印的強健性 碎型、半碎型、強健型浮水印 浮水印嵌入的方式 空間域、頻率域、複合型浮水印 浮水印偵測的方式 私密、公開浮水印 依照被嵌入的多媒體資料,可以分為文件(Text)、影像(Image)、 音訊(Audio)、視訊(Video)等浮水印。文件浮水印利用更改文件中的 行距、字元間的間距、字母的特徵做為浮水印的嵌入[1]。影像浮水 印將浮水印隱藏於影像中而不被使用者所察覺,因此通常結合人類視 覺模組以期望能達到更多的隱藏資訊量。音訊浮水印的嵌入必須要能 維持原有的音質讓使用者無法察覺且能夠抵抗音訊的壓縮[2]。視訊 浮水印為影像浮水印的延伸,除了空間上的冗餘(Redundancy),相鄰 之間的畫面冗餘也增加了隱藏的空間,因此抵抗視訊的壓縮及有效率 的演算法成為視訊浮水印的主要研究方向。 -4-
  • 17. 若是以浮水印的察覺性來分,可分為可見式(Visible)與不可見式 (Invisible)浮水印;可見式浮水印多為文件及影像為主,通常是以產 品的商標或名牌做為浮水印,但是會破壞多媒體內容的畫面品質,且 浮水印容易被移除。不可見式浮水印可以維持原始內容的畫面品質, 除了用做多媒體資料的保護,也可作為秘密通訊的方法[3]。 以浮水印的強健性(Robustness)區分,可分為碎型( Fragile)、半碎 型(Semi-fragile)、強健型(Robust)浮水印。碎型浮水印可以偵測內容是 否遭受任何惡意或非惡意的更改,因此也可用來做為數位簽章的應用 [4]。半碎型浮水印允許內容部分的修改,如有損壓縮時所造成的量 化差異[5]。強健性浮水印能抵抗壓縮、影像處理、畫面扭曲等攻擊, 因此為最常見之浮水印方式[6, 7]。 依據浮水印嵌入的方式來分,包含空間域(Spatial domain)、頻率 域(Frequency domain)及複合型(Hybrid)浮水印;空間域浮水印以直接 改變或調整多媒體資料的單位元素值來達成嵌入資訊的目的,最典型 的代表技術就是更動LSB(Least Significant Bit)。頻率域浮水印將多媒 體資料經由傅立葉轉換(Fourier Transform, FT)、離散餘弦轉換 (Discrete Cosine Transform, DCT)或離散小波轉換(Discrete Wavelet Transform, DWT)等方式轉換至頻率域下,對其做浮水印的處理。複 合型浮水印在多媒體資料中嵌入上述兩種浮水印,以結合兩者之優 點,可有效增加浮水印的強健性[8]。 以偵測的方式來分,有私密(Private)浮水印和公開(Public)浮水 印。公開浮水印的偵測又稱為盲(Blind)浮水印。私密浮水印通常較為 強健,也就是抵抗攻擊的能力較佳,但因為偵測時需要原始資料,很 有可能每次要偵測時皆須由龐大的資料庫裡尋找原始資料,在使用上 就較受限制。特別是在視訊浮水印的應用中,保留體積龐大的原始視 訊在資料庫中的方式並不實際。因此,公開浮水印為多數浮水印機制 -5-
  • 18. 所要求。 2-1-1 數位浮水印的需求與應用 數位浮水印的設計具有以下數項需求: (1). 不被察覺 數位浮水印的嵌入必須避免對多媒體資料造成影響。也就是說, 嵌入的浮水印不應該在視覺或聽覺上產生雜訊而被察覺,這是所有資 料隱藏技術的基本要求,也是數位浮水印所應具備的感知透明度 (Perceptual transparency)。因此,數位浮水印技術通常會考慮人的視 覺或聽覺模型來設計演算的方式。 (2). 強韌性 為了達成版權防護,在多媒體資料中所隱藏的浮水印必須能夠抵 抗可能遭受的訊號處理程序,我們稱其為浮水印攻擊。這些攻擊包括 例如對影像的裁剪、改變大小、旋轉、有損壓縮、濾波器使用、甚至 是專門為了消除浮水印的軟體程式等。只要這些攻擊仍讓多媒體資料 保有價值,強韌性浮水印就應該持續存在於資料中。這部份是浮水印 設計的嚴厲挑戰之一。 (3). 安全性: 相較於浮水印的強韌性為在遭受訊號處理等浮水印攻擊後,仍舊 能被偵測的能力,浮水印的安全性意為能避免遭受惡意破壞的能力。 惡意的破壞包含惡意的嵌入、惡意的檢視及惡意的移除浮水印,此類 的攻擊將導致浮水印即使被偵測出來,卻不再具有可靠度。因此浮水 印應該具備足夠的安全機制來防止一般使用者或是對訊號處理熟稔 的駭客透過逆向工程來破壞系統。 (4). 隱藏資訊量: 數位浮水印所能攜帶的資訊量是指在浮水印偵測時所能正確無 誤偵測到不同資訊的總數。浮水印代表的資訊量與應用息息相關;例 -6-
  • 19. 如,浮水印可能僅代表一個位元資訊以表示資料是否含有浮水印,或 可能帶有32 bits 的資訊來表示多媒體資料合法使用者的身分代號。 浮水印的隱藏資訊量越高,浮水印的強健性也越高;相對地,浮水印 的感知透明度也越低,多媒體資料的失真率也會因而提高。 (5). 低誤判率: 浮水印判別錯誤的可能性必須非常低。在數位浮水印中,錯誤偵 測包含漏失(false negative detection)跟誤報(false positive detection)。漏 失意指浮水印存在於多媒體資料中,但是並未被偵測到。而誤報意指 多媒體資料內未被嵌入浮水印,但卻錯誤地偵測出浮水印的存在。誤 報是很嚴重的錯誤。舉例來說,當許多人需要錄製一場重要的球賽轉 播,客戶端硬體錄影時卻錯誤地偵測出代表禁止錄製的浮水印導致硬 體停止運作,我們可以想見因錯誤偵測導致合法使用者無法正常使用 硬體的嚴重性。因此,錯誤發生率必須盡量降低。 圖1 浮水印的需求常互相衝突,必須有所權衡 事實上,數位浮水印的設計存在多項彼此互相衝突的要求,例如 在偵測成效與效率、資料量與正確性、品質影響與浮水印強韌性之間 都必須有所取捨,並且依不同的應用而有不同的選擇,如圖1。因此, -7-
  • 20. 我們必須先確認應用的方向及需求才能使得數位浮水印的設計達成 預期的目標。 一般常見的浮水印應用方向大致分為以下數種: (1). 版權證明: 將多媒體資料的原始創作者身分儲存於浮水印中,以保障該原始 創作者的智慧財產權。 (2). 所有權依據: 嵌入之浮水印為購買者的身分資料,除了成為使用者購買的證明 之外,亦可用來找尋該多媒體資料的非法散佈者。 (3). 內容認證: 多媒體資料易於竄改的特性,使得資料內容的可信度大為降低。 因此在多媒體資料中嵌入浮水印,可作為資料完整性的證明。 (4). 傳播監控: 若是將浮水印嵌入於電視電台等媒體所播放的影片、音樂等多媒 體中,即可利用浮水印的偵測監控媒體業者是否有依約播放其節目或 是廣告。 (5). 錯誤恢復: 若是能將多媒體資料中的一些重要資訊嵌入浮水印,在網路傳送 時,若是有封包遺失等錯誤發生,即可以藉由資料中的浮水印作為錯 誤的補償與修正,減少封包遺失造成的錯誤,更甚者可因而解決此錯 誤。 (6). 秘密通訊: 利用浮水印不易被察覺的特性,將私密之訊息作為浮水印嵌入多 媒體資料中並傳送,能減少訊息被發現的機會,因此浮水印技術可以 -8-
  • 21. 作為秘密通訊的途徑之ㄧ。 2-1-2 視訊浮水印簡介 視訊資料是由一連串的畫面所組成,因此視訊浮水印的基本架構 通常會以影像浮水印為基礎來發展。在影像浮水印中,由於影像的尺 寸不大,因此許多影像浮水印的研究學者專注於以人眼視覺模組為出 發點,盡可能地增加嵌入浮水印的資訊量而不影響畫面的品質。 在視訊浮水印中,由於視訊的資料量大,可嵌入浮水印的空間也 大。視訊浮水印的方法也因而有嵌入不同的浮水印於各個畫面[9]及 在許多畫面中均嵌入代表相同資訊浮水印[10]的選擇。然而,視訊浮 水印常會遭遇到即時運算或接近即時運算的需求與限制,為了達到快 速的處理速度,演算法複雜度的降低反而是視訊浮水印中較為重要的 部份。另外,視訊在時間軸上是連續資料的情況也是設計浮水印時必 須額外考量的。例如視訊浮水印也許應抵抗不同畫面的平均處理、前 後調換或是畫面的丟棄[11,12]等在影像浮水印中所不會存在的攻 擊。這一類型的攻擊在視訊畫面播放率為每秒25~30 張的情況下,一 般的觀眾也許不會察覺,然而好的視訊浮水印則必須能夠抵抗這類破 壞。 視訊浮水印中的空間域浮水印即為在視訊編碼之前做浮水印嵌 入的處理。由於浮水印直接更改畫面像素值,因此不受視訊壓縮標準 與編碼方式影響,空間域浮水印方法可應用於各種視訊壓縮標準中。 然而在編碼過程中必須對視訊做轉換及量化等處理,可能會對嵌入之 浮水印造成破壞,因此浮水印對視訊壓縮編碼過程亦視為一攻擊方 式。 第二類的視訊浮水印方式將浮水印嵌入於頻率域中,包含量化前 -9-
  • 22. 後的離散餘弦轉換係數。若是將浮水印嵌入於視訊重要的低頻部分 [7],則具有較佳之強韌性,較能抵抗視訊壓縮的攻擊;但相對地對 於浮水印的隱密性及畫面的失真影響也較為嚴重。如果將浮水印資料 嵌入在高頻部份,則由於一般高頻係數值較小,經過壓縮攻擊後很可 能會被捨去,而嚴重影響浮水印的強韌性。對於浮水印的強韌性以及 浮水印的品質取捨,依據各種應用情況研究學者也提出各自的方法, 部分研究也提出了將浮水印嵌入於中頻部分的折衷方法[13]。 關於頻率域浮水印,Hartung 和Girod [14,15,16,17]提出在 MPEG-2中使用展頻浮水印(Spread spectrum watermarking)以嵌入資 訊。首先利用人工隨機亂數(pseudonoise signal, PN-Signal)產生與視訊 同樣維度的浮水印,並以8x8 區塊大小對其做離散餘弦轉換(DCT), 之後將轉換後之浮水印係數嵌入於對應之視訊畫面的轉換後係數 中。利用可變長度編碼方式(Variable Length Coding)以免增加DCT 係 數編碼後的位元數。從解碼後的視訊取出資料以匹配濾波器(Match filter)對原先的PN-Signal 比對以偵測浮水印的存在。Jordan等人也提 出了將浮水印資訊嵌入於動作補償預測方法中的移動向量[18],由於 對指向平滑區域的移動向量做細微的更改所造成的畫面差異很小,因 此嵌入浮水印前後的畫面非常相似,並不會造成視覺上的改變。此 外,浮水印也可以直接由壓縮格式的視訊移動向量中取得,在解壓縮 後的視訊也可以經由壓縮得到移動向量取出浮水印。[19]提出在 MPEG-4編碼技術下嵌入浮水印的方法;作者使用類似於Hartung 的 頻率域浮水印,此外還支援MPEG-4的空間(intra-DC 及intra-AC值) 預測模式。對於H.264/AVC,[20]使用在頻率域下由Watson所提出基 於離散餘弦轉換的視覺模型[21],以此推導出一條準則,應用於4x4 DCT區塊,用於限制DCT係數的修改幅度,可以得到較強健的浮水印 嵌入演算法且得到較大的浮水印嵌入量;[22]使用混合的浮水印嵌入 方法,除了嵌入強健型浮水印於DCT係數中,並在移動向量中嵌入碎 型浮水印,以確保遭受任一攻擊而依舊能取得浮水印供辨識。[23]提 - 10 -
  • 23. 出一個低複雜度的方法,將浮水印每一位元嵌入於I 畫面中巨區塊中 的量化AC係數中。[24]將浮水印嵌入於H.264/AVC的I畫面中,實驗結 果顯示其可抵抗40倍以上的壓縮。 2-2 H.264/AVC視訊編碼標準簡介 H.264/AVC視訊編解碼標準是由ITU-U中的VCEG與ISO/IEC組 織中的MPEG標準組成的聯合視訊團隊(Joint Video Team, JVT),於 2003年5月共同制定提出的新一代視頻壓縮編碼標準,國際標準化組 織將其命名為MPEG-4 part 10,業界稱其為AVC(Advanced Video Codec)。 ITU-T H.261 H.261 H.263 H.263+ H.263++ Standards (version 1) (version 2) Joint ITU-T/MPEG MPEG-2 MPEG-4/H.264/AVC Standards MPEG MPEG-4 MPEG-1 Standards (version 1) MPEG-4 (version 2) 1988 1990 1992 1994 1996 1998 2000 2002 2004 圖2 視訊壓縮標準制定時程演進圖 H.264在壓縮效率、網路傳輸設計方面都有明顯的改進,在同等 視覺品質下,壓縮比平均提高50%,只需要不到一半的位元率。不論 是視訊會議等低位元率的應用或是高解析度影片的壓縮,H.264/AVC 均可依據所需調整畫面的品質及編碼器的複雜度,廣泛使用於各種網 路與系統上。除此之外,高抗錯性編碼工具(error resilient tools)具有 高抗錯能力,可達到隨選視訊(Multimedia On Demand, MOD)應用上 的需求。圖3將H.264/AVC與其他編碼壓縮標準相比,同樣的視訊品 質下,H.264/AVC有更好的壓縮比;由圖4則可以看出,同樣的檔案 大小,H.264/AVC有更高的解析度。 - 11 -
  • 24. 圖3 相同品質下,H.264/AVC與其他編碼壓縮標準比較 圖4 相同檔案大小,H.264/AVC與其他編碼壓縮標準比較 2-2-1 H.264/AVC編解碼流程 H.264/AVC的具體編解碼架構如圖5、圖6所示,主要分為數個 步驟: - 12 -
  • 25. 圖5 H.264/AVC編碼流程圖 圖6 H.264/AVC解碼流程圖 空間性/時間性預測(Intra / Inter prediction): H.264/AVC 視訊編碼標準將原始視訊畫面串流分為一連串的畫 面群(Group Of Pictures,GOP),畫面群中包含 I 畫面(Intra frame)、P 畫面(Predicted frame)、B 畫面(Bidirectional frame)。I 畫面在編碼過程 中,會先利用相鄰左邊與上方已編碼之巨區塊(Macroblock)預測減少 本身之資料量;P、B 畫面使用相鄰已編碼之參考畫面預測,計算移 動向量,找尋畫面最相近之區塊,以盡可能降低欲編碼之冗餘量。 離散餘弦轉換與量化(DCT and Quantization): 對於空間性預測與時間性預測所剩餘之冗餘量 我們對其做4x4 , 整數DCT運算,將冗餘量轉換到頻率域進行能量的集中。與傳統DCT 不同的是,H.264/AVC將部分的運算移到之後的量化處理,可以減低 計算上的複雜度,且由於整數的運算,在反轉換時可以得到與原本相 同的值,而不會造成資料的遺失。如圖7,由於區塊間轉換後的DC值 差異不大,因此16x16巨區塊亮度與彩度在DCT轉換後得到的16個DC 值與彩度的各4個資訊值,我們再對其做Hadamrad轉換,更進一步地 - 13 -
  • 26. 減少DC的冗餘。 圖7 H.264/AVC中Hadamrad轉換 DCT轉換後的冗餘,會再經過一量化的步驟,捨去一些趨近於0 的值,對於影像畫面並不會造成什麼破壞,但卻可提升之後熵編碼的 效率。 重排與熵編碼(Reorder and Entropy Encode): 量化後的高頻包含了多數的0值,因此我們對區塊中的值做 Zigzag重排,如圖8所示。如此一來,在熵編碼時,資料流後面為一 連串的0,可以編成少量的碼,增加壓縮量。 圖8 區塊中係數以ZigZag重排順序 - 14 -
  • 27. H.264/AVC在熵編碼運算,使用內容適應性編碼技術,根據編碼 的內容統計碼字(Codeword)的出現機率;出現機率較高的符號指定較 短的碼字,較長的碼字則指定給較少出現的符號,此方法能提高壓縮 比 但必須使用額外的頻寬來傳送這些編碼簿(Codebook) H.264/AVC , 。 的熵編碼有兩種方式,分別為內容適應性的可變長度編碼(Context Adaptive Variable Length Coding, CAVLC)與內容適應性的二進位算術 編碼(Context Adaptive Binary Arithmetic Coding, CABAC)。CAVLC的 基本原理跟MPEG-2/-4的VLC相同,而CABAC的複雜度比CAVLC 高,但卻可以提供較高的壓縮比。 2-2-2 H.264/AVC關鍵技術 隨著視訊編碼技術的演進,H.264/AVC 改進了許多原先視訊編 碼使用的技術,使得視訊壓縮品質及效率均有顯著的提升;移動向量 預測在 MPEG-1 2 時所使用的單一參考畫面 2 分之 1 像素(Half-pixel) 、 預測 到了 MPEG-4 使用的單一參考畫面 4 分之 1 像素(Quarter-pixel) , 預測,在 H.264/AVC 上移動向量不但可以精確到 4 分之 1 像素,還 可參考至前後最多 31 張畫面中的區塊,藉此大幅提升時間軸上的預 測精準度。而預測時所選擇的區塊大小類型,也從 MPEG-4 所使用的 4 種區塊大小,16×16、16×8、8×16、8×8,提升至 7 種畫面預測區塊 大小,這些類型共有 16×16、16×8、8×16、8×8、8×4、4×8、4×4。 此外在進行轉換時,H.264/AVC 利用整數 DCT 運算,因此在進行反 轉換時,不會有採用小數運算方式還原後無法匹配的問題;在量化 時,H.264/AVC 僅採用加法與乘法,沒有除法運算,簡化計算上的複 雜度,提高了運算的速度。 - 15 -
  • 28. 第三章 數位浮水印架構 本章將詳述本論文所提出的應用於H.264/AVC視訊內容認證之 適應性浮水印方法。3.1節將先對浮水印的嵌入與偵測方式做一簡單 的介紹。在3.2節將介紹浮水印系統的嵌入流程,並對其中的細節做 進一步完整的說明。3.3節則會對浮水印系統萃取的步驟做詳細的介 紹。3.4節描述利用浮水印系統對畫面內容驗證方式。 3-1 浮水印嵌入與偵測 基本的浮水印嵌入與偵測,如圖9所示,依照傳入的key選擇、生 成一1、-1之浮水印序列Wa,並乘上一加權的權重 α ,依序嵌入原始 影像序列 Co 中 , 成 為 一 嵌 入 浮 水 印 之 序 列 Cw 。 嵌 入 之 公 式 即 為 Cw = Co + αWa 。而嵌入浮水印的序列在傳送或是經過壓縮等步驟會產 生雜訊n,成為Cwn。浮水印的偵測必須由序列Cwn中取出隱藏的浮水 印資訊。偵測的方式為對序列Cwn乘上各組浮水印序列以計算各組浮 水印序列的關聯性,即為偵測之響應(Detection Response),詳細的計 算方程式如3.1,嵌入浮水印的序列可分解為原始影像序列加上嵌入 之浮水印與雜訊值,乘上Wa之後,非原始嵌入之該組浮水印計算得到 的值將趨近於0,因此可以明顯分辨出所嵌入之浮水印。 N N N 1 1 1 Response = N ∑C i =0 wni * Wai = N ∑ (C i =0 oi + αWai + n) * Wai = N ∑ (C i =0 oi *Wai + αWai 2 + n *Wai ) (3.1) - 16 -
  • 29. 圖9 基本的浮水印嵌入與偵測方式 對於被嵌入浮水印的資料而言,浮水印為一細微的雜訊,因此一 個好的浮水印方法必須要能夠在不破壞視訊影像的品質下,盡可能的 增加浮水印能量以提高浮水印的強健性。於是我們使用了人類視覺模 組,由畫面內容適應性地調整浮水印能量。 3-1-1 以人類視覺模組提升浮水印嵌入品質 我們在前面的浮水印介紹有提到,數位浮水印的設計存在多項 彼此互相衝突的要求,其中資訊隱藏量和浮水印的不可見性這兩個性 質即為互相衝突;畫面中所隱藏的浮水印資料量越大,對於畫面的破 壞也越大,浮水印的不可見性也就越發薄弱,因此必須要能夠在人眼 觀察不出畫面變化的條件下,盡可能的增加嵌入的浮水印數量,以增 加浮水印的強健性。 我們採用了Watson’s所提出基於離散餘弦轉換的視覺模組 [25],利用此模組可以計算畫面中的JND(Just Noticeable Difference)數 值。一個像素的JND值意為該像素在DCT轉換後不造成人眼可察覺的 畫面失真情況下,所能更改的最大值。Watson’s視覺模組由一個敏感 度函數及兩個遮罩函數組成;敏感度函數定義了一個區塊中各個頻率 - 17 -
  • 30. 位置對於人眼的敏感度,由於Watson’s視覺模組本意是應用在JPEG圖 片的壓縮,因此所產生的敏感度函數為8x8的表,如表2,敏感度值越 小代表視覺對於此頻率位置越敏感,因此由表可知人眼對於低頻位置 的值最為敏感; 表2 DCT頻率敏感度表 Watson定義的兩個遮罩函數為亮度遮罩(Luminance Masking)與 對比遮罩(Contrast Masking)。在一張圖片中,各個不同亮度值的區塊 以及與相鄰區塊間彼此亮度對比不同,對於人眼所造成的敏感度也會 不同。因此敏感度函數計算而得之值必須還要對其做亮度與對比遮罩 的修正,才能真正符合人眼視覺上的感知。 亮度遮罩為計算區域內之平均亮度造成視覺上的敏感度差異; 當畫面中的平均亮度越大,人眼對於其亮度變化感受降低,因此圖片 中越亮的區域可以嵌入較多的浮水印。對比遮罩則是比較區域內之亮 度變化量,當亮度變化複雜,則對於浮水印所造成的更改便顯得不明 顯,因此可以嵌入較多的量;若選擇亮度平滑的區域,更改之後所造 成的對比感受明顯,因此JND值必須向下調整。 - 18 -
  • 31. 亮度遮罩所計算的平均亮度敏感度和離散餘弦轉換係數的DC 值有關,DC值的改變造成的是該區塊的平均亮度改變,而更改AC值 為改變區塊中的亮度變化複雜度。為了增加編碼時的處理速度,我們 應用了Watson’s視覺模組的部分原理 僅由前置處理所得到的DC值計 , 算亮度遮罩修正後區塊中各個係數位置的敏感度。 若要將Watson’s視覺模組應用於H.264/AVC之中,必須對其做部 分的修正;我們已知H.264/AVC為整數離散餘弦轉換,會將原先DCT 部分的純量運算E移到量化中一併處理,由傳統的DCT公式 3.2更改 為整數DCT公式3.3。 ⎡a a a a ⎤⎡ ⎤ ⎡a b a c⎤ ⎢ b c − c −b ⎥ ⎢ ⎥ ⎢ a c − a −b ⎥ ⎥ ,a = 1 ,b = 1 π 1 3π Y = AXA T = ⎢ ⎥⎢ X ⎥⎢ cos( ) , c = cos( ) ⎢ a −a −a a ⎥ ⎢ ⎥ ⎢ a −c − a b ⎥ 2 2 8 2 8 ⎢ ⎥⎢ ⎥⎢ ⎥ ⎣ c −b b − c ⎦ ⎣ ⎦⎣ a −b a − c ⎦ (3.2) ⎡ 2 ab ab ⎤ ⎢a a2 2 2⎥ ⎛ ⎡1 1 1 1 ⎤ ⎡ ⎤ ⎡1 2 1 1 ⎤ ⎞ ⎢ ab ⎥ ⎟ ⎢ b2 ab b2 ⎥ ⎜⎢ ⎥⎢ ⎥ ⎢1 2 1 −1 −2 ⎥ ⎢ 1 −1 −2 ⎥ ⎟ ⎢ 2 4⎥ Y = Cf XCfT ⊗ E f = ⎜ ⎢ X ⎥⎢ ⎥ ⊗⎢ 4 2 ⎥ ⎜ ⎢1 −1 −1 1 ⎥ ⎢ ⎥ ⎢1 −1 −1 2 ⎥ ⎟ ⎢ 2 ab ab ⎥ ⎜⎢ ⎜ 1 −2 2 −1⎥ ⎢ ⎥⎢ ⎥⎟ a a2 ⎝⎣ ⎦⎣ ⎦ ⎣1 −2 1 −1⎦ ⎟ ⎢ ⎠ ⎢ 2 2⎥ ⎥ ⎢ ab b2 ab b2 ⎥ ⎢2 ⎣ 4 2 4⎥⎦ (3.3) 若是將Watson’s視覺模組直接套用傳統的DCT公式,則得到的 區塊係數敏感度將會在量化時再度乘上E,產生錯誤的值。我們將 Watson’s視覺模組得到的區塊係數敏感度乘上1/E,以符合H.264/AVC 的離散餘弦轉換;修正後的區塊係數敏感度即可對其做H.264/AVC的 量化運算,算出的值就是各個係數位置所能加入的最大能量。在浮水 - 19 -
  • 32. 印的嵌入方面,只要將欲嵌入的浮水印資料乘上對應的敏感度,就能 夠盡可能的增加浮水印的能量以提高浮水印的強健性,又可以避免畫 面的失真。 除了適應性地調整浮水印的能量以符合所欲嵌入的視訊畫面內 容,浮水印序列的生成也是一重要的研究方向。本論文所提出的視訊 內容驗證浮水印,利用視訊內容特徵生成浮水印序列,因此利用浮水 印的偵測可以判斷視訊內容是否遭受更改。本論文的視訊內容特徵是 以畫面DC圖做為畫面特徵判斷。 3-1-2 畫面DC圖生成 若要生成嵌入的浮水印序列,必須先取得畫面的部分資訊,我們 選擇以畫面亮度值DCT轉換後之DC值做為畫面內容分析之依據,因 為亮度值為畫面中一個主要的特徵,而轉換後的重要資訊集中在低頻 的係數;且使用DC值在解碼時並不需要將畫面資訊轉換回空間域的 像素,可以減少處理時的運算量。因此我們在H.264/AVC視訊編碼過 程中加入了畫面DC圖生成的前置處理。畫面DC圖的生成在I畫面和P 畫面分別有不同的處理方式: I畫面: 離散餘弦轉換中,DC值的計算方式為將要編碼的4X4區塊中的 值相加,並除以區塊的行列大小。 4 4 DCI = ∑∑ block x , y / 4 (3.4) x =0 y =0 P畫面: - 20 -
  • 33. P畫面在編碼時利用參考畫面找尋內容最為相似的區塊 因此利 , 用P畫面編碼時估計的移動向量,我們可以直接以參考畫面中的DC圖 做預測,如圖10,由此方法即可在頻率域下計算求得DC圖,而不需 要將畫面預測的DC值即為對應的區塊面積比例乘以DC值。 A B N1 N2 N3 N4 P C D Reference frame Current frame 圖10 P畫面中區塊DC值計算方式 N1 N N N DCP = ( ) DCblockA + ( 2 ) DCblockB + ( 3 ) DCblockC + ( 4 ) DCblockD (3.5) N N N N DC圖為影片亮度的特徵縮圖,如圖11,由DC圖得到的區塊亮度 值可以用來計算畫面中的亮度分布,作為判斷前後張畫面之間的關聯 性、畫面的特徵等資訊。 - 21 -
  • 34. (a) (b) (c) (d) 圖11 視訊畫面原圖與生成之DC圖 (a)、(c):畫面原圖 (b)、(d):生成之 DC 圖 3-2 視訊浮水印嵌入流程 在視訊編碼過程中,我們加入了浮水印嵌入的流程,詳細的過 程如下圖12,對於所增加的浮水印處理步驟以深色區塊表示: 圖12 浮水印系統視訊編碼流程圖 - 22 -
  • 35. 相較於目前的視訊編碼標準,H.264/AVC採用了更多的先進技 術,提供了更高的視訊壓縮品質,相信必然會成為新一代的視訊編碼 技術主流,而關於H.264/AVC視訊串流之安全問題,也將會成為眾所 關心之焦點;目前有些研究人員提出適用於H.264/AVC的浮水印技 術,然而多半是專注於浮水印的嵌入與偵測演算法,所嵌入之浮水印 主要是能提供版權或使用者認證之用,並無法偵測視訊內容是否遭受 剪輯或竄改攻擊。本論文提出一應用於H.264/AVC的完善數位浮水印 機制,以視訊內容動態產生浮水印,於浮水印偵測時可以依此做為影 片遭受更改與否之驗證。 由於H.264/AVC視訊壓縮標準在編碼過程中,為了提高壓縮效 能,大量的去除了視訊資料在空間及時間中的冗餘,因此在P畫面中 可嵌入浮水印的空間大幅減少,若是將浮水印嵌入其中不但會造成視 訊畫面的破壞,也會增加視訊檔案的大小;因此本系統只對I畫面做 浮水印的嵌入。 我們選擇在頻率域中嵌入浮水印,利用Cox等人[107]曾提出之 展頻(Spread Spectrum)浮水印技術,將浮水印訊號分散於影像之離散 餘弦係數中。當影像遭受惡意攻擊時,仍能正確地擷取出浮水印訊 號。而浮水印訊號可依照所需嵌入於頻率域中的低頻或高頻位置,藉 以調整浮水印的強健性及隱密性,我們考慮到低頻為重要資訊集中的 部分,包含DC及前兩個AC值,若是更改其值會造成畫面的嚴重失 真,因此將浮水印序列依序嵌入於第3個至第15個AC值,如圖13所 示。此外,選擇於量化後之係數中嵌入浮水印,可避免浮水印在有損 - 23 -
  • 36. 壓縮時受到破壞而無法偵測。           圖13 區塊中浮水印嵌入的位置 3-2-1 浮水印序列生成 而所嵌入的浮水印序列由影片內容的資訊所生成:包含了畫面的 特徵、畫面在影片中的鏡頭場景、鏡頭場景的畫面編號等資訊,浮水 印生成的架構如下圖14: ⊗ 圖14 浮水印生成流程圖 鏡頭場景切換偵測(Shot change detection): 利用鏡頭場景切換偵測所得到的資訊做為影片每個鏡頭的依 據,可先對影片做一基本的分割,由分割出的鏡頭場景中,再以畫面 編號做為選取浮水印的號碼,即可減少所需之浮水印組數,在浮水印 偵測時也可避免過多的運算。鏡頭場景的分割不但在一般影片中可做 - 24 -
  • 37. 為影片分段使用,應用在監視系統中可以自動偵測多攝影機切換監視 畫面並分類,以利監視人員對畫面之監控。而在浮水印的偵測,利用 鏡頭場景的切割,我們可以偵測出遭受剪輯攻擊的畫面並鎖定在該鏡 頭中。場景切換偵測的方法為將前置處理所計算得到的DC圖,對其 做亮度值分布統計,並與前一張畫面比較,便可以得到畫面亮度值分 布的數量差異。從所得到的差異與畫面中像素量之比,即代表畫面中 新出現之景物的比例;當比例超過一門檻值,我們就可以假設影片畫 面出現鏡頭場景切換。鏡頭場景切換公式可表示為: ⎧ 1 1024 ⎫ ⎪1 , if ⎪ ∑ DCn histogrami - DCn-1histogrami > threshold ⎪ N i=0 ⎪ shot change = ⎨ 1024 ⎬ (3.6) ⎪0 , if ∑ DCn histogrami - DCn-1histogrami <= threshold ⎪ 1 ⎪ ⎩ N i=0 ⎪ ⎭ 其中公式中threshold為鏡頭場景切換的門檻值 N為畫面中像素數 , 量,以CIF畫面為例,所生成的DC圖像素為88x72,N即為6336。 DCn histogrami 為第n個畫面中DC值i的分佈數量。利用影像內容分析得 到的結果,我們可以得知在第n個畫面中是否有出現鏡頭場景的切 換,並對所分割出的鏡頭中的畫面內容生成浮水印加入下一個鏡頭片 段中;畫面內容可以由鏡頭間所有畫面DC的平均值做雜湊計算來表 示,或是由區塊的向量量化碼字、畫面內的可變區塊大小選擇等影像 特徵做為表示畫面內容的方式。偵測浮水印時,即可由此資訊判斷影 片的畫面是否有遭受剪接破壞。我們以足球比賽影片測試,由實驗結 果分析,圖15在場景切換前後畫面之差異性為0.6335,而圖16,連續 畫面中相鄰之畫面差異性為0.0477。因此我們以0.35做為分辨是否為 鏡頭場景切換的門檻值,可以完整偵測影片中的所有場景切換。 - 25 -
  • 38. (a) (b) 圖15 切換畫面場景切換偵測 (a) 場景切換前後之畫面 (b) 場景切換前後畫面 DC 分佈長條圖 - 26 -
  • 39. (a) (b) 圖16 連續畫面場景切換偵測 (a) 連續相鄰之畫面 (b) 連續畫面 DC 分佈長條圖 利用上述之鏡頭場景切換偵測,我們可以將影片依場景的不同 切換成數個段落;每一個畫面以其所在場景之前一個場景中的畫面內 容做為其鏡頭場景之資訊;第一個場景中畫面的鏡頭場景資訊則取自 身場景中畫面內容。 影像雜湊計算(Image hashing): - 27 -
  • 40. 我們使用影像雜湊計算對影片中的每一張畫面做處理,以得到 一雜湊值用來代表該張畫面,由於不同畫面所產生的雜湊值均不相 同,因此雜湊值可做為該張畫面的特徵,以此做為浮水印中的擾亂序 列(random sequence)生成參數,相當於將畫面的特徵藏入浮水印中傳 送,若是畫面內容遭受更改,即可因此判斷偵測。好的影像雜湊演算 法必須要能夠抵抗視訊編碼過程中的壓縮處理造成的畫面誤差,且能 分辨畫面之間的差異與內容上的更改。 基於以上對於雜湊計算的要求,我們設計了一可行之演算法,如 下圖17。首先,對於畫面的DC圖對其做基本的模糊化處理,以淡化 畫面中像素值於壓縮過程造成的微小改變。糢糊化處理方式為將像素 值與其周圍相鄰之8個像素值取平均。將模糊化處理後的DC圖做純量 量化(Scale Quantization),對於編碼過程中使用不同的量化參數或是 壓縮處理而造成亮度DC值有些微的差距,因而在雜湊計算時產生相 異的雜湊值,這個步驟可以解決影像雜湊計算對此情況造成的錯誤。 (a) (b) (c) (d) 圖17 影像雜湊流程 (a) 畫面 DC 圖 (b) 模糊化處理後 DC 圖 (c) 純量量化後 DC 圖 (d) 對 DC 圖做 DCT 轉換後的頻率圖 - 28 -
  • 41. 最後我們對純量量化完的圖再做一次離散餘弦轉換取DC值 該值 , 即為我們計算得到的影像雜湊值,也就是我們所定義該畫面的特徵 值。 浮水印序列生成: 首先我們對於所要編碼的畫面,將該畫面號碼做為浮水印序列生 成的參數,選取其號碼所對應之Hadamard序列(Hadamard sequence)。 我們已知Hadamard序列彼此互為正交關係,利用此序列作為所要嵌 入之浮水印序列,則浮水印之間彼此關聯性最低,對於浮水印的偵測 最為有利。接著利用畫面內容分析得到的影像雜湊值,與前一鏡頭片 段畫面內容所產生的擾亂序列,對浮水印序列相乘,以改變其值,最 後所生成之序列即為欲嵌入之浮水印序列。 3-2-2 視訊浮水印嵌入步驟 對浮水印的嵌入過程有了充分的了解後,我們將整個嵌入的步驟 做完整的條列式說明: Step 1:浮水印的前置處理,計算畫面之 DC 圖,用以做為畫面內容 分析之依據。 Step 2:利用與前一張畫面彼此的 DC 圖做影像內容分析,判斷是否 有做畫面鏡頭切換,計算同一個鏡頭場景中之畫面內容。 Step 3:對目前畫面的 DC 圖做模糊化等處理,並且再對其取 DC 值, 做影像雜湊運算得到一雜湊值。 Step 4:利用 Step2 和 Step3 得到的值產生浮水印之擾亂序列。 Step 5:取第 n 組 Hadamrad 序列代表影片中的的第 n 個 I 畫面,若是 第 n 個 I 畫面以超過浮水印的數目 則回去取第 1 組 Hadamard , 序列。 - 29 -
  • 42. Step 6:利用上述之擾亂序列對 Hadamard 序列做擾亂重排之處理。 Wi = H i * Ri Step 7:計算欲嵌入的區塊位置之 Watson’s model,以 Watson’s model 調整嵌入的浮水印能量大小,以符合人眼對影像的敏感度。 Wi ' = w * Wi Step 8:將產生之浮水印嵌入影片中。 Cwi = Coi + Wi ' 3-3 視訊浮水印偵測與驗證流程 如同浮水印的嵌入過程,偵測視訊浮水印結合於視訊解碼過程 中,圖 18 為加入浮水印偵測之視訊解碼流程圖: 圖 18 浮水印偵測之視訊解碼流程圖 3-3-1 畫面DC圖重建 在浮水印的偵測過程中,必須先由視訊解碼取得畫面特徵、鏡頭 場景等資訊,才能重建浮水印系統中的擾亂序列,因此在解碼過程 中,我們必須要先重建影像畫面的 DC 圖。DC 圖的重建過程與編碼 時 DC 圖的生成方式類似,I 畫面由解碼後的區塊重建 DC 值;P 畫 面的移動向量由解碼過程中可以直接取得,並依移動向量取參考畫面 - 30 -
  • 43. 的 DC 值預測產生。 3-3-2 浮水印序列重建 擾亂序列的重建方式與擾亂序列在編碼過程中的生成方式相 同,利用重建之畫面DC圖,我們可以對其做影像內容分析判斷場景 之切換以及影像雜湊計算;利用前一鏡頭場景之畫面內容與影像雜湊 值,我們便可以推導出浮水印系統的擾亂序列,流程如圖19。 ⊗ 圖19 浮水印序列重建流程圖 3-3-3 視訊浮水印偵測 將所有浮水印序列以推導出的擾亂序列做順序上的重排,並以此 序列乘上解碼後之畫面各區塊數值計算各組浮水印的關聯性;比較各 組浮水印與畫面中浮水印之關聯性,關聯性最高的該組浮水印即為此 畫面中所嵌入之浮水印號碼;因此我們可以由浮水印號碼得知此 I 畫 面在此場景中之順序。 3-3-4 視訊浮水印偵測步驟 在解碼過程中,對於視訊浮水印的完整偵測步驟為: Step 1:浮水印的前置處理,計算畫面之 DC 圖,用以做為畫面內容 分析之依據。 Step 2:利用與前一張畫面彼此的 DC 圖做影像內容分析,判斷是否 有做鏡頭場景切換,以得到之鏡頭場景區段計算區段內之畫 - 31 -
  • 44. 面內容。 Step 3:對目前畫面的 DC 圖做模糊化、純量量化處理,並且再對其 取 DC 值,做影像雜湊計算得到一雜湊值。 Step 4:對於目前欲偵測浮水印之 I 畫面所在之前一場景鏡頭,以 Step 2 計算得到的該區段內之畫面內容,和 Step3 得到的雜湊值產 生浮水印的擾亂序列。 Step 5:對所有 Hadamard 序列做擾亂處理,得到浮水印序列。 Wi = H i * Ri Step 6:對所有浮水印序列乘上嵌入浮水印的影片。 Step7:比較各組浮水印與畫面中浮水印之關聯性,若關聯性最高的 該組超過一預設之門檻值,則此組浮水印即為該畫面中所嵌 入之浮水印。 3-4 利用浮水印對視訊畫面之驗證 浮水印偵測時,在解碼過程中計算可得前一場景區段內之畫面 內容以及 I 畫面之影像雜湊值,利用此二值產生的擾亂序列與 Hadamard 序列生成的浮水印序列偵測而得之浮水印值即為此 I 畫面 於場景中之順序(Frame number),如圖 20。 圖20 影片中I畫面與所嵌入之浮水印關係 本論文所提出之方法可作為影片內容之驗證,因此我們列出影 - 32 -
  • 45. 片可能遭受之竄改攻擊: 畫面的增加(Frame Inserting): 1. 加入的畫面為場景中之相同場景畫面:如圖 21,第二個場景 中增加了原先場景中相同的畫面,對於場景計算而得的畫面 內容並未更改,因此之後的場景偵測出的浮水印並未改變, 而由場景中取得之浮水印順序與該畫面無法偵測出浮水 印,即可發現場景中夾帶一異常畫面,此畫面即為非法增加 之畫面。 圖21 相同場景畫面的增加 2. 加入的畫面非場景中之相同畫面:如圖 22,由於加入之畫面 非原本之場景,因此在畫面內容分析會判斷有場景切換,而 下一張又會判斷場景切換發生,對於正常之影像不應該會有 在 1/30 秒內做連續兩次場景切換的情形發生 因此我們再由 , 該畫面無法偵測出浮水印判斷此為異常畫面,並捨去該畫面 之值,若是能正確還原之後無法偵測之浮水印,即可確認此 畫面為非法增加之畫面。 - 33 -
  • 46. 圖22 不同場景畫面的增加 畫面的移除(Frame Deleting): 如圖 23,當場景中的畫面遭受移除攻擊時,場景的畫面內容並不 會受到更改,因此之後的浮水印依舊可正常取出。我們由比對偵測得 到的浮水印順序即可發現其中畫面遭受移除攻擊。 圖23 畫面的移除 場景內部畫面順序的調換(Frame Exchange): 如圖 24,當場景內部畫面順序遭到惡意調換時,對於該場景之 畫面內容並不會產生更改,因此不會影響到之後場景中浮水印的偵 測。而更改順序的畫面依舊可以取出浮水印值,然而由取出之浮水印 值可以發現順序遭受調換,因此可以偵測此類型的剪輯攻擊。 - 34 -
  • 47. 圖24 場景內部畫面順序的調換 場景的調換(Shot Exchange): 如圖 25,當影片中的場景可能會遭到惡意的調換,以更改畫面中 所表示的含義。由於浮水印嵌入時前一場景之畫面內容與偵測時所取 之值不同,因此場景內的浮水印將會無法取得,此破壞雖會延伸至下 一場景,但我們依舊可以將影片遭受之剪輯攻擊鎖定至有限之區域, 對於之後的影片內容依舊可以對其驗證。而這種情況也表示影片遭受 大片段之攻擊,對於這段畫面中的內容將不受到採信。 圖25 場景的調換 畫面內容的更改(Image Content Tempering): 1. 內容遭受細微更改:如圖 26,畫面中之內容可能會遭受細微 更改,例如竄改畫面中之數字資訊,畫面中的內容大致上均 相同,因此並不會因此造成場景切換的誤判。然而在影像雜 湊計算會得到不同的值,因此無法正確取得浮水印;由場景 中取得之浮水印順序即可判斷該畫面遭受畫面內容更改。 - 35 -
  • 48. 圖26 畫面內容遭受細微更改 2. 內容遭受大量更改:如圖 27,畫面中之內容可能會遭受大量 更改,例如移除畫面中出現之人物或是更改畫面亮度以產生 白天黑夜之誤判,此類大量的畫面內容更改會造成場景切換 的誤判。然而在下一畫面又會判斷出現場景切換,對於正常 之影像不應該會有在 1/30 秒內做連續兩次場景切換的情形 發生,因此我們再由該畫面無法偵測出浮水印判斷此為異常 畫面,並捨去該畫面之值,因此我們再由該畫面無法偵測出 浮水印判斷此為異常畫面。 圖27 畫面內容遭受大量更改 - 36 -
  • 49. 第四章 實驗結果 本章將對論文中所提出之適應式數位浮水印方法做一完整的實 驗與分析。在 4.1 節首先說明實驗的環境參數。4.2 節將我們所提出 的浮水印方法應用於常見的影片中並分析所造成的影響。4.3 節將分 析本方法的浮水印偵測效果與強健性。4.4 節對於影像容易受到的重 新壓縮攻擊做了實驗模擬,並由結果驗證本方法所具備的強健性。 4-1 實驗環境參數 本論文的實驗模擬環境,以常被用來比較的標準視訊畫面,於 H.264/AVC 編碼壓縮時做浮水印的嵌入。 實驗視訊格式: 視訊畫面大小為 352x288(CIF),視訊播放速度為 30 張畫面/秒, 每段視訊為 300 張畫面。 H.264/AVC 編碼參數: GOP 結構 IPPP,每個 GOP 包含 10 張畫面,量化參數為 28。 浮水印設定: 浮水印為 1、-1 生成之序列,嵌入於 I 畫面內各區塊第 3 個至 第 15 個 AC。 4-2 嵌入浮水印之影像品質評估 表 3 顯示了視訊經由嵌入浮水印所做的更改;相較於原始的影 像,嵌入浮水印的影像品質平均約下降了 1.81dB,對於影像品質並 不會造成視覺上的變化,使用者並不會因此察覺。而嵌入後的 H.264/AVC 視訊檔案平均只增加了 2.46%,相當於 100MB 的影片只 - 37 -
  • 50. 增加了不到 2.5MB,增加的量非常的小,對於檔案的儲存、傳輸時所 佔用的頻寬也不會有明顯的變化,可以被忽略。 表3 視訊嵌入浮水印前後檔案大小與 PSNR 比較分析 Original video Watermarked video Bitrate PSNR Bitrate Bitrate PSNR PSNR (KB) (dB) (KB) Increase (dB) Difference Monitor.cif 504 38.52 511 1.38% 37.01 1.51 Table.cif 843 36.35 853 1.18% 34.31 2.04 Paris.cif 1034 36.49 1058 2.32% 33.70 2.79 Foreman.cif 762 37.26 783 2.75% 35.58 1.68 Akiyo.cif 470 38.82 476 1.27% 37.76 1.06 Container.cif 492 36.85 521 5.89% 35.05 1.80 圖 28 為各個視訊第 101 張原始影像與浮水印嵌入後的視訊畫面 比較,我們可以發現浮水印的嵌入對視訊畫面的更改極為有限,並不 會造成畫面的破壞,而使用者在觀看時也不會對浮水印有所察覺。 浮水印嵌入前之原始影像(第 101 張) (a) (b) (c) - 38 -
  • 51. (d) (e) (f) 浮水印嵌入後之影像 (g) (h) (i) (j) (k) (l) 圖28 視訊嵌入前後影像 (a)~(f) 視訊第 101 張原始影像 (g)~(l) 浮水印嵌入後的視訊影像 4-3 浮水印偵測結果 在浮水印的偵測情形實驗中,我們以Monitor這個視訊嵌入浮水 印,並觀察浮水印的偵測數據,圖29為視訊中第101張畫面的浮水印 - 39 -
  • 52. 偵測結果,可以發現第10組浮水印的Response為1.08,高於門檻值 0.4,其餘組的浮水印偵測結果僅為不到0.1的值,因此可以明顯的觀 察出畫面中的浮水印。 圖29 畫面中浮水印偵測Response 圖30則顯示Monitor視訊的浮水印偵測結果,觀察發現每10張畫 面中均可成功偵測出浮水印,即為當初在浮水印嵌入時所選擇的I畫 面,而偵測出的浮水印編號即為該場景中的I畫面順序。 圖30 視訊畫面浮水印偵測結果 4-4 利用影像重新編碼之攻擊 視訊檔案不論是在網路上經由散佈、分享,或是使用者將其儲存 - 40 -
  • 53. 於電腦設備中,均有可能對其做重新壓縮的動作。我們必須確保所嵌 入的浮水印資訊能夠抵抗這類型的攻擊,即使視訊經過重新壓縮依舊 可以由其中成功偵測出浮水印。 實驗中我們分別對視訊編碼的 QP 值與 GOP 結構做更改。將原始 編碼的 QP 值 28 更改為 26、30、32,並對視訊做重新壓縮。由於大 部分的重新編碼壓縮主要是為了降低影片的檔案大小,因此我們著重 在增加 QP 值的分析。圖 31 為偵測之結果,我們發現若是將 QP 值增 加,對於視訊的壓縮率會提高,嵌入其中的浮水印在偵測上也較不明 顯,然而依舊可以由 Response 觀察到浮水印的存在。 圖31 不同QP值編碼視訊之浮水印偵測 第二個實驗為更改壓縮時的 GOP 結構 以降低影片檔案大小做 。 為重新編碼壓縮考量,則 GOP 值將會增加,因此我們分析 GOP 值為 15 的情況下與原先 10 的結果,如圖 32,發現即使在重新壓縮後的 P 畫面中依舊可以偵測出原先所嵌入之浮水印。因此我們認為即使更改 了 QP 值或 GOP 結構,浮水印仍然足夠強健,可抵抗這類型的重新 壓縮攻擊。 - 41 -
  • 54. 圖32 不同GOP值編碼視訊之浮水印偵測 - 42 -
  • 55. 第五章 結論與未來工作展望 本論文提出了一完整的視訊浮水印系統,依據偵測得到的浮水 印可做為視訊內容遭受竄改與否的判斷,對於視訊內容的驗證提供了 良好的防護機制。系統整合於新一代視訊壓縮標準 H.264/AVC 之中, 加入了人類視覺模組對於所嵌入浮水印能量做適應性的調整,在不破 壞原始畫面品質下,提高浮水印的強健性。在實驗結果中我們可以發 現,浮水印的嵌入對於原始視訊畫面的品質以及視訊檔案大小,依舊 維持了原本的水準。而對於浮水印的攻擊,也提供了足夠的強健性。 以視訊內容可能遭受的剪輯竄改攻擊分析,本方法提供了良好的檢驗 機制。 在未來的發展方面,本方法可以結合影像驗證技術,對於偵測 發現可能遭受畫面竄改的區段進行影像驗證,除了可增加內容驗證系 統的完整性,也可由原先只能偵測出異常的畫面或場景,進一步將畫 面內部遭受竄改的區塊標明,提高本驗證系統的驗證辨識度。 - 43 -
  • 56. 第六章 參考文獻 [1]J. Brassil, S. Low, N. Maxemchuk, and L. O’Gorman, “Electronic marking and identification techniques to discourage document copying,” in Proc. Infocom’94, pp. 1278–1287 [2] L. F. Turner, “Digital data security system,” Patent IPN WO 89/08915, 1989. [3] M. M. Yeung and F. Mintzer, “An invisible watermarking technique for image verification,” in Proc. IEEE ICIP, vol. I, Santa Barbara, CA, Oct. 1997, pp. 680–683. [4] M. Schneider and S. F. Chang, “A robust content based digital signature for image authentication,” in Proc. IEEE ICIP, vol. III, Lausanne, Switzerland, Sept. 1996, pp. 227–230. [5] E. T. Lin, c. I. Podilchuk and E. J. Delp, “Detection of image alterations using semi-fragile watermarks,” Proc. of the SPIE Int. Con. on Security and Watermarking of Multimedia Contents II, Vol. 3971, 2000. [6] K. 1. Hashida and A. Shiozaki, “A method of embedding robust watermarks into digital color images”, IElCE Trans. Fundamentals, Vol. E81-, NO. IO, pp. 2133-3237, 1998 [7] I.J. Cox, J. Kilian, T. Leighton and T. Shamoon, “Secure Spread Spectrum Watermarking for Multimedia,” IEEE Trans. on Image Processing, pp. 1673-1687, 1997. [8] C.S. Lu, S.K. Huang, C.J. Sze, and H.Y.M. Liao., “Cocktail watermarking for digital image protection,” IEEE Trans. on Multimedia, pp.209-224, Dec. 2000. [9] F. Hartung and B. Girod, “Watermarking of uncompressed and compressed video,” Signal Process., vol. 66, no. 3, pp. 283–301, May - 44 -
  • 57. 1998. [10] T. Kalker, G. Depovere, J. Haitsma, and M. Maes, “A video watermarking system for broadcast monitoring,” in Proc. SPIE—SecurityWatermarking Multimedia Contents, vol. 3657, pp. 103–112 , 1999 [11] F. Hartung and B. Girod, “Digital watermarking of raw and compressed video,” in Proc. SPIE Digital Compression Technologies and Systems for Video Commun., vol. 2952, Oct. 1996, pp. 205–213. [12] M. Swanson, B. Zhu, and A. Tewfik, “Multiresolution video watermarking using perceptual models and scene segmentation,” in Proc. IEEE Int. Conf. Image Processing 1997 (ICIP ’97), vol.2, Santa Barbara, CA, Oct. 1997, pp. 558–561. [13] Eckhard Koch and Jian Zhao, “Towards robust and hidden image copyright labeling,” in IEEE international Workshop on Nonlinear Signal and Image Processing, pp.452-455, Marmaras, Greece, Jun. 1995. [14] F. Hartung and B. Girod, “Digital watermarking of raw and compressed video,” in Proc. SPIE Digital Compression Technologies and Systems for Video Commun., vol. 2952, Oct. 1996, pp. 205–213. [15] F. Hartung and B. Girod, “Fast public-key watermarking of compressed video,” in Proc. IEEE Int. Conf. on Image Processing 1997 (ICIP ’97), vol. 1, Santa Barbara, CA, Oct. 1997, pp. 528–531. [16] F. Hartung and B. Girod, “Watermarking of uncompressed and compressed video,” Signal Processing, vol. 66, no. 3, pp. 283–301, May 1998. [17] F. Hartung, J. K. Su, and B. Girod, “Spread spectrum watermarking: Malicious attacks and counterattacks,” in Proc. SPIE Security and Watermarking of Multimedia Contents 99, San Jose, CA, Jan. 1999. [18] F. Jordan, M. Kutter, and T. Ebrahimi, “Proposal of a watermarking technique for hiding/retrieving data in compressed and decompressed - 45 -
  • 58. video,” ISO/IEC Doc. JTC1/SC29/WG11 MPEG97/M2281, July 1997. [19] A. M. Alattar, E. T. Lin, and M. U. Celik, quot;Digital watermarking of low bit-rate advanced simple profile MPEG-4 compressed video,quot; IEEE Transactions on Circuits and Systems for Video Technology: Special Issue on Authentication, Copyright Protection, and Information Hiding, vol. 13, no. 8, pp. 787-800, August 2003. [20] Noorkami, Maneli; Mersereau, Russell M. “Towards robust compressed-domain video watermarking for H.264” Security, Steganography, and Watermarking of Multimedia Contents VIII. Edited by Delp, Edward J., III; Wong, Ping Wah. Proceedings of the SPIE, Volume 6072, pp. 489-497 (2006).Feb 2006. [21] Ingemar J. Cox Matthew L. Miller Jeffery A. Bloom; DIGITAL WATERMARKING, p215-p218. [22] G. Qiu, P. Marziliano, A. T. Ho, D. He, and Q. Sun, “A hybrid watermarking scheme for H.264/AVC video,” in Proceedings of the 17th International Conference on Pattern Recognition, 4, pp. 865–868, Aug. 2004. [23] M. Noorkami and R. M. Mersereau, “Compressed-domain video watermarking for H.264,” in Proceedings of International Conference on Image Processing (ICIP),Genoa,Italy, Sep. 2005. [24] G.-Z. Wu and Y.-J. Wang, “Robust watermark embedding/detection algorithm for H.264,” Journal of Electronic Imaging 14, Jan. 2005. [25] A. B. Watson, “Perceptual optimization of DCT color quantization matrices,” in Proc. IEEE Int. Conf. Image Processing, Austin, TX, 1994. - 46 -