Phát hiện thay đổi cảnh video dựa trên phân tích biểu đồ để ẩn thông báo

ICMSE 2020 IOP Publishing
Journal of Physics: Conference Series 1918 (2021) 042141 doi:10.1088/1742-6596/1918/4/042141

Phát hiện thay đổi cảnh video dựa trên phân tích biểu đồ để
ẩn thông báo

M Fuad * , F Ernawan và LJ Hui

Khoa Máy tính, Trường Khoa học Máy tính và Ứng dụng, Đại học Malaysia
Pahang, 26600 Pekan, Pahang Darul Makmur, Malaysia

* Tác giả tương ứng:

Trừu tượng. Sự phát triển nhanh chóng của cơng nghệ internet đã làm tăng đáng kể cơ hội cho
việc liên lạc bí mật. Hầu hết các truyền thơng thực hiện phương pháp nén trong các ứng dụng
kỹ thuật số do truyền dữ liệu nhanh trong băng thông hạn chế. Ngồi ra, thơng tin có thể được
thay đổi bởi bên thứ ba trong giao tiếp. Bài viết này đề xuất một kỹ thuật ẩn mới bằng cách sửa
đổi các hệ số DCT trong các khung hình video. Các thay đổi cảnh của dữ liệu video được xác
định dựa trên phân tích biểu đồ cho các vị trí ẩn. Thay đổi cảnh giữa các khung hình video
được phát hiện bằng cách đo sự khác biệt đáng kể của phân tích biểu đồ. Kỹ thuật ẩn được đề
xuất trong video cũng được đánh giá dựa trên nén MPEG-4. Các kết quả thử nghiệm cho thấy
sơ đồ đề xuất đạt được độ khó nhận biết cao với độ méo hình ảnh tối thiểu đối với chất lượng
video. Sơ đồ ẩn được đề xuất cũng có thể khôi phục dữ liệu được ẩn từ tệp nén băng hình. Các
kết quả trình diễn cái đó các trích xuất ẩn giấu tin nhắn là có thể ĐẾN kháng cự chống lại
MPEG nén.

1. Giới thiệu
Internet có ln luôn là các hầu hết phổ biến đã sử dụng trung bình ĐẾN chuyển khoản có giá trị lớn
thơng tin giữa người dùng. Thơng tin có giá trị có thể bị thay đổi hoặc bị mất bởi bên thứ ba trong quá
trình giao tiếp. Dữ liệu ẩn sẽ cung cấp một cách bảo mật cao mà khơng bị rị rỉ cho bất kỳ người dùng
hoặc tin tặc được ủy quyền nào, Video steganography là một của che giấu kỹ thuật TRONG giao tiếp

qua trốn có giá trị lớn thơng tin TRONG video dữ liệu [1]. Dữ liệu trốn kỹ thuật Có thể giúp đỡ người
dùng ĐẾN nhúng bí mật dữ liệu bên trong Một che phủ sự vật mà không có sự tồn tại của dữ liệu bí
mật được thực hiện. Các kỹ thuật ghi video được phát triển để sử dụng cho việc truyền dữ liệu mà
người khác không thể nhận biết được và chống lại các cuộc tấn công từ bất kỳ bên trái phép nào [2].
Dữ liệu bí mật như văn bản, âm thanh, hình ảnh hoặc video có thể được nhúng để liên lạc. Video là
một của các phổ biến che phủ phương tiện truyền thông cái đó có là rộng rãi đã sử dụng TRONG giao
tiếp. Video là sự kết hợp giữa âm thanh và tập hợp các hình ảnh theo trình tự; nó có dung lượng lớn để
ẩn dữ liệu. Video cung cấp một vùng dự phịng lớn có thể được sử dụng để ẩn dữ liệu. Do đó, kỹ thuật
giấu tin video trở thành một kỹ thuật phổ biến để che giấu tin nhắn.

Hầu hết băng hình kỹ thuật giấu tin kỹ thuật chi trả chú ý ĐẾN sản xuất cao không thể nhận thấy
kết quả. TRONG ẩn video, các tin nhắn phải là nhúng TRONG các cụ thể khung khơng có ảnh hưởng
đến các chất lượng của video [3]. Steganography video cho phép một lượng lớn thông điệp được
nhúng trong video và dữ liệu ẩn không thể nhận thấy bằng mắt người [4-6]. Steganography có thể
được thực hiện trong các lĩnh vực tần số và không gian. Trong miền khơng gian, thơng báo được mã
hóa bằng cách thay đổi trực tiếp giá trị pixel. Các trốn dữ liệu dựa trên TRÊN không gian lãnh địa sẽ
sản xuất cao không thể nhận thấy. TRONG cái này kỹ thuật, các dữ liệu ẩn trong đối tượng stego có
thể bị ảnh hưởng bằng cách thêm nhiễu. Dữ liệu ẩn trong miền không gian sẽ bị hủy do phương pháp
nén. Trong miền tần số, dữ liệu không được nhúng trực tiếp vào các hình ảnh điểm ảnh. Cái này kỹ
thuật là ít hơn dễ bị tổn thương ĐẾN phân tích mật tấn cơng bởi vì Nó có cao

ICMSE 2020 IOP Publishing
Journal of Physics: Conference Series 1918 (2021) 042141 doi:10.1088/1742-6596/1918/4/042141

bảo vệ quá hạn ĐẾN của nó sự phức tạp của trốn các tin nhắn. Bên cạnh đó cái đó, trốn dữ liệu
TRONG các Tính thường xun miền có khả năng tạo ra thơng báo mạnh mẽ, nó cho phép đối tượng
stego sẽ được nén trước khi truyền các dữ liệu. Các hầu hết rộng rãi đã sử dụng của biến đổi lãnh địa
TRONG các kỹ thuật giấu tin là rời rạc biến đổi côsin (ĐCT).

TRONG phép cộng, băng hình quá trình lây truyền luôn luôn là nén trước chuyển giao các dữ liệu.

Hầu hết của video hiện tại kỹ thuật giấu tin làm không thỏa mãn ĐẾN đạt được sự mạnh mẽ dưới nén
phương pháp [7]. Các nhà nghiên cứu điều tra các bối cảnh thay đổi TRONG các sự liên tiếp của băng
hình khung vì trốn bí mật dữ liệu [số 8]. Các ẩn giấu dữ liệu vào bối cảnh thay đổi có tiềm năng ĐẾN
duy trì các băng hình chất lượng. Các băng hình bối cảnh thay đổi có khơng là điều tra đầy đủ rằng dữ
liệu ẩn có thể được bảo mật và mạnh mẽ chống nén phương pháp.

Bài báo này trình bày một kỹ thuật ẩn mới trong sự thay đổi cảnh của khung hình video dựa trên
phân tích biểu đồ. Phân tích biểu đồ khác biệt giữa khung video hiện tại và khung hình tiếp theo được
tính tốn để xác định sự thay đổi của cảnh. Các khung có giá trị chênh lệch đáng kể được chọn để ẩn
tin nhắn. Các đề xuất trốn cơ chế sửa đổi các đã chọn ĐCT hệ số vì trốn dữ liệu. Các thay đổi cảnh của
khung hình video có khả năng che giấu thơng điệp và nó mang lại hiệu quả cao không thể nhận thấy.

2. sơ bộ

2.1. ĐCT
Khung video đã biến đổi Biến đổi Cosine rời rạc (DCT) cho các khối không chồng lấp. Các hệ số DCT
bao gồm các băng con tần số cao, tần số trung bình và tần số thấp của các hệ số DCT. DCT được xác
định bởi:

M 1 N 1  2m _  2 n 
Gpq _  p  q   Một mn  1 cos 1 q (1)
cos p 2
2 N
m 0 n 0

với p = 0, 1, 2, …, M - 1 và q = 0, 1, 2, …, N- 1 trong M

đó

 1 1 ,q

M
P  ,p0  N 0 (2)
2 q 2

, p  0 , q  0
 M  N
Nghịch đảo của DCT được cho

bởi:  2m _  1 p

M 1 N 1
F     q R (3)
 2 n 
mn P pq

cos 1 q cos

m 0 n 0 2 M 2 N

2.2. Sự hỗn loạn
Entropy có liên quan đến sự biến đổi cường độ và có giá trị lớn đối với các vùng đồng nhất và các giá
trị nhỏ đối với đã chọn vùng [9] [10]. Các Sự hỗn loạn Có thể là đã sử dụng ĐẾN ước lượng các yêu
cầu chút ít của điểm ảnh ĐẾN hiện tại Nó. Các thấp nhất Sự hỗn loạn giá trị có ít hơn hình ảnh thơng
tin ĐẾN các nhân loại thị giác hệ thống (HVS) [11] [12]. entropi có là rộng rãi thực hiện ĐẾN chọn
thích hợp vị trí vì trốn dữ liệu, Vì thế Nó Có thể đạt được khả năng nhận biết cao [13] - [14] . Các Sự
hỗn loạn đại diện các hầu hết có ý nghĩa kết cấu của các hình ảnh điểm ảnh. Entropy được xác định
qua:

n

E   r tôi đăng nhập ( r tôi ) (4)

i 1

trong đó i = 1,2, …, n . E đại diện cho giá trị entropy, r i đại diện cho xác suất xảy ra của một sự kiện i

n

2

ICMSE 2020 IOP Publishing
1918 (2021) 042141 doi:10.1088/1742-6596/1918/4/042141
Jwouirtnhal0of≤Prh≤ys1icsV: àConferetnôcie_ Serie1s .
i 1

3

3. Đề xuất Cơ chế
Các thử nghiệm sử dụng năm video [15] với định dạng avi để kiểm tra lược đồ được đề xuất. Sơ đồ
khối của sơ đồ ẩn được đề xuất được hiển thị trong Hình 1. Sự thay đổi cảnh của khung hình video
được phát hiện bằng cách ước tính phân tích biểu đồ khác nhau của từng khung hình video như trong

Thuật tốn 1.

Hình 1. Sơ đồ khối của sơ đồ ẩn được đề xuất

MỘT băng hình là đã chia ra vào trong Một sự liên tiếp của băng hình khung. Sau đó, các biểu đồ
Phân tích là thực hiện ĐẾN tìm cảnh thay đổi của băng hình khung. Các có ý nghĩa sự khác biệt giữa
biểu đồ của các nguyên bản băng hình khung và biểu đồ của khung video tiếp theo. Các khung video

có số lần thay đổi cảnh cao nhất trên các khối phụ được chọn để ẩn dữ liệu. Các khung video đã chọn
được tính tốn bằng entropy để xác định vị trí ẩn dữ liệu. Vị trí tọa độ của các khối con có entropy
thấp nhất được lưu vào trong Một cơ sở dữ liệu. Các tiểu khối của các băng hình khung cái đó có thấp
nhất Sự hỗn loạn là tính tốn qua DCT để có được các hệ số DCT. Việc ẩn dữ liệu được đề xuất được
thực hiện bằng cách tn theo Thuật tốn 3. Do đó, hãy thực hiện nghịch đảo ĐCT vì các đã chọn tiểu
khối Và hợp nhất các tiểu khối vào trong băng hình khung. Sau đó, hợp nhất tất cả các khung hình
video để có được video-stego.

Thuật toán 1 : Phát hiện thay đổi

cảnh Bước 1: Đọc tệp video.

Bước 2: Chia video thành một chuỗi các khung hình video, mỗi thành phần của khung hình video bao
gồm

kênh màu đỏ, xanh lá cây và xanh dương.

Bước 3: Tìm sự khác biệt về biểu đồ giữa khung hình video hiện tại và khung hình video tiếp theo.

dR = chênh lệch (R i,1 – R

i+1, 1 ) dG = chênh lệch (R

i,2 – R i+1, 2 ) dB = chênh

lệch (R i,3 – R i+1, 3 )

Âm lượng = dR + dG + dB
tôi ở đâu biểu thị là khung video hiện tại và R i+1 đại diện cho khung hình video tiếp theo

Bước 4: Tính tốn chênh lệch biểu đồ tổng thể từ i = 1 đến i = T - 1, trong đó T là khung hình video

cuối cùng. Bước 5: Tính giá trị trung bình và độ lệch chuẩn của Dhist .
Ý nghĩa của sự khác biệt 1 N i 1
 
khung hình N i

D lịch sử (5)

Độ lệch chuẩn   N
1
 (6)

Tiếng Đức
tôi 

N

i 1

Ngưỡng     * Một , Ở đâu (7)

Một  2

ICMSE 2020 IOP Publishing

Bước 6: So sánh ngưỡng với Dhist .
nếu Dhist > Ngưỡng
R i+1 được đánh dấu là khung thay đổi cảnh

Kết thúc
Bước 7: Sắp xếp khung video có khung thay đổi cảnh , chênh lệch biểu đồ cao nhất và lưu vào cơ

sở dữ liệu.

3.1. Ẩn Dữ liệu

Việc ẩn dữ liệu vào video được thảo luận trong thuật toán sau. Bước
1: Đọc tệp video.
Bước 2: Chọn khung hình video có khung hình thay đổi cảnh , chênh lệch histogram cao nhất

từ cơ sở dữ liệu
Bước 3: Chuyển khung hình đã chọn thành YCbCr, sau đó chọn kênh Y

Bước 4: Chia khung hình video đã chọn thành 2×2 pixel, sau đó tính tốn bằng phương pháp
entropy Bước 5: Sắp xếp hình ảnh khối con theo giá trị entropy thấp nhất, sau đó lưu tọa độ của các

khối phụ được chọn vào cơ sở dữ liệu
Bước 6: Thực hiện DCT trên từng khối con đã chọn, nhúng các bit thông báo vào các khối con đã

chọn bằng Thuật toán 2.

Thuật toán 2 : Ẩn dữ liệu

Đầu vào: A= G (1,2), B= G (2,1), a
Đầu ra : Khối con nhúng

Nếu tin nhắn (i) ==1
Nếu abs(A) < abs
(B) C = b

B = MỘT
Một = C + một
khác
A = A +
một B =
B
kết thúc

khác nếu tin nhắn(i)
== 0 Nếu abs(A) <
abs(B)
một = một
B = B + một
kết thúc
khác

C =
AA =
B
B = C + một
kết thúc

trong đó A biểu thị hệ số DCT của G (1,2), B biểu thị bằng hệ số DCT của G (2,1) và a là hệ số tỷ
lệ thu được từ Thuật toán 3.
Bước 7: Thực hiện đảo ngược DCT trên khối phụ đã chọn
Bước 8: Chuyển đổi khung video nhúng thành kênh RGB.
Bước 9: Hợp nhất tất cả các khung hình video để thu được
video stego.

Thuật toán 3: Ngưỡng

Đầu vào: A = G (1,2), B = G (2,1), T

4

ICMSE 2020 IOP Publishing

Kết quả:
a Nếu A <
0

5

một = -1 * T trong đó T là ngưỡng do người dùng xác định và
ngược lại nếu A > lượng T được điều tra để đạt được chất lượng video
cao và ngăn thông tin nhúng trong DCT khối.
0
một = 1 * T
kết thúc
nếu B < 0

a = -1 *
T ngược lại
nếu B > 0

một = 1 * T
kết thúc

3.2. Trích xuất dữ liệu ẩn
Việc trích xuất thơng báo ẩn được thảo luận trong Thuật toán 4 như sau:
Thuật tốn 4 : Trích xuất dữ liệu

Đầu vào: Stego-video, tọa độ của các khung và khối phụ đã chọn
Đầu ra : khôi phục tin nhắn

Bước 1: Chia video thành một chuỗi các khung hình video
Bước 2: Chọn khung hình video theo cơ sở dữ liệu
Bước 3: Chọn ảnh khối con dựa trên tọa độ của khối con được chọn

trong cơ sở dữ liệu
Bước 4: Biến đổi khối con được chọn bằng DCT hai chiều Bước 5: So
sánh hệ số DCT của G (1,2) và G (2,1) như sau:

Nếu abs ( G (1,2)) < abs ( G (2,1))
Message_recovery(i) =
0 khác
Message_recovery(i) =
1
kết thúc

Nếu các hệ số DCT của G (1,2) thấp hơn G (2,1) thì bit thơng báo là 0, nếu khơng thì bit thông báo là 1.

3.3. Đánh giá của quay-video
Stego-video được đánh giá bằng chỉ số Structural SIMilarity (SSIM) và Tỷ lệ chấp nhận thực (TAR)
để đo khả năng không thể nhận thấy và khả năng phục hồi thông báo theo phương pháp nén. Chỉ số
SSIM được xác định bởi:

SSIM ( x , y )  2 2 (2 x  y  c 1 )(2 x  (số 8)
y  c2 _ ) (     c )(

 2   2  c )xy1 x y 2

MSIM  1 S
S k 1 SSIM ( k
(9)

)

trong đó S đại diện cho số thứ tự của khung hình video đã chọn. x _ là giá trị trung bình trên một cửa sổ

trong ảnh x , μ y là các nghĩa là qua Một cửa sổ TRONG hình ảnh y Và c 1 , c2 _ là hằng số. TAR là

đã sử dụng ĐẾN ước lượng các tính đúng đắn của các tin nhắn hồi phục so ĐẾN các nguyên bản tin
nhắn. TAR là sử dụng ĐẾN định lượng các sự đúng đắn sau đó nhân vật cái đó có là ẩn giấu vào trong
các băng hình dưới nén phương pháp. TAR Có thể là xác định qua:

TAR  Đã sửa _ bit
N
(10)

4. Kết quả thực nghiệm
Các thí nghiệm đã được tiến hành để che giấu tin nhắn với số lượng kích thước tin nhắn khác nhau.
Lược đồ đề xuất đã được thử nghiệm với lượng tin nhắn là 500 ký tự, 1000 ký tự và

2000 ký tự. Lược đồ đề xuất được so sánh với dữ liệu ẩn hiện có là Dữ liệu ngẫu nhiên Băng hình
khung sử dụng LSB (RC-LSB) Và Bối cảnh Thay đổi Khung phát hiện Và LSB (SCĐ- LSB). Kết quả
thực nghiệm của sơ đồ ẩn được đề xuất được liệt kê trong Bảng 1.

Bảng 1. So sánh giá trị SSIM từ video stego sử dụng sơ đồ của RC-LSB, SCD-LSB và sơ đồ được
đề xuất.

Tin nhắn Đề án của RC-LSB Đề án của SCD-LSB Đề án đề xuất

500 ký tự SSIM SSIM SSIM
1000 ký tự
2000 ký tự 0,999996 0,999998 0,998278
0,999992 0,999993 0,996104
0,999984 0,999983 0,992393

Theo Bảng 1, phương án đề xuất đạt được giá trị SSIM thấp hơn một chút so với các phương án
khác. Steganography video được đề xuất được thiết kế để mạnh mẽ dưới dạng nén video. Nén MPEG-
4 được chọn để kiểm tra thông báo ẩn được đề xuất. MPEG-4 đã được triển khai rộng rãi trong các
ứng dụng đa phương tiện. Các thí nghiệm điều tra cường độ nhúng để ẩn tin nhắn theo thứ tự ĐẾN đạt
được MỘT tối ưu thăng bằng giữa băng hình chất lượng Và sức chống cự chống lại nén phương pháp.
Các thí nghiệm tăng dần cường độ nhúng T theo phương pháp nén. Cường độ nhúng tối ưu để ẩn
thông báo được hiển thị trong Hình 2.

1,0 Result Obtained From MPEG-4

0,9

0,8

0,7

0,6

0,5

0,4 True Acceptance Rate for 500 texts

0,3
0,2 True Acceptance Rate for 1000 texts

0,1

0,0 T

2610 14 18 22 26 30 34 38 42 46 50 54

Hình 2. TAR thu được từ lượng tin nhắn ẩn khác nhau dưới dạng nén MPEG-4 Hình 2 cho thấy
TAR với lượng tin nhắn ẩn khác nhau bằng cách tăng mức nhúng
sức mạnh t từ 2 ĐẾN 54. Dựa trên TRÊN các kết quả, các tác giả định nghĩa các tối ưu nhúng sức
mạnh T = 44. Kết quả giá trị TAR dưới dạng nén MPEG-4 được thể hiện trong Bảng 2.

Bảng 2 . So sánh giá trị TAR cho số lượng tin nhắn ẩn khác nhau dưới dạng nén MPEG-4

Đề án của RC-LSB Đề án của SCD-LSB Đề án đề xuất

Tệp văn bản TAR TAR TAR
(.txt)

500 văn bản 0,006 0.000 1.000

1000 văn bản 0,004 0,003 1.000

2000 văn bản 0,003 0.000 1.000

giới thiệu ĐẾN Bàn 2, Nó trình diễn Một có ý nghĩa sự khác biệt giữa các đề xuất cơ chế Và khác
lược đồ đặc biệt là các phương pháp LSB. Ẩn dữ liệu bằng phương pháp LSB không chống nén.
Thông báo ẩn đã bị hủy khi video stego được nén bởi MPEG-4. Các

ICMSE 2020 IOP Publishing

đề xuất cơ chế thể hiện cái đó Nó Có thể đạt được Tốt không thể nhận thấy với SSIM giá trị của Về
0,992 để ẩn tin nhắn 2000 ký tự và khả năng chống nén với giá trị TAR khoảng 1.

5. Phần kết luận
Bài báo này đã đề xuất một thông điệp ẩn mới trong sự thay đổi cảnh video dựa trên phân tích biểu đồ.
Thơng báo đã được che giấu bằng cách kiểm tra các hệ số DCT đã chọn. Các khung hình video có thay
đổi cảnh đã được chọn dựa trên phân tích biểu đồ khác nhau. Đề án đề xuất đã được thử nghiệm dưới
MPEG-4 nén. Các cơ chế đã từng là đánh giá qua trốn tin nhắn với khác biệt lượng dữ liệu ẩn. Các kết
quả thực nghiệm chứng minh rằng bản tin ẩn được đề xuất đạt được độ tin cậy cao dưới dạng nén
MPEG. Tin nhắn được trích xuất dưới dạng nén MPEG-4 đạt tỷ lệ chấp nhận cao của tin nhắn được
phục hồi. Sơ đồ được đề xuất có thể duy trì chất lượng video với giá trị SSIM khoảng 0,992.

Sự nhìn nhận
Cơng trình này được hỗ trợ bởi Chương trình tài trợ nghiên cứu cơ bản (FRGS), Bộ Giáo dục,
Malaysia theo Khoản tài trợ số FRGS/1/2018/ICT04/UMP/02/2 và RDU190117

Người giới thiệu
[1] Sahar A 2016 . điện Tiếng Anh 70 380
[2] Wafaa MA, Abdul MS, Rahmab AS KP 2014 Máy tính. điện Tiếng Anh 40 1390
[3] Ng KH, Liew SC, Ernawan F 2020 Int. J. Adv. Điện toán. Khoa học. ứng dụng 11 222
[4] Anderson RJ và Petitcolas FAP 1998 IEEE J. Sel. Khu vực cộng đồng 16 474
[5] Dasgupta K Mondal JK và Dutta P 2013 Procedia Technol. 10 131
[6] Nasreen SM, Jalewal G và Sutradhar S 2015 Int. J. Máy tính. Tiếng Anh độ phân giải 10 2250
[7] Fuad M và Ernawan F 2020 Bull. điện Tiếng Anh Thông báo. 9 1015-1023
[8] Fuad M và Ernawan F 2019 Quốc tế. J. Khoa học. công nghệ. độ phân giải số 8 761
[9] Sravanthi M, Devi M Riyazoddin S và Reddy M 2012 Quả cầu. J. Máy tính. 12 1
[10] Swetha V, Prajith V, Kshema V 2015 Int. J. Máy tính. Khoa học. Tiếng Anh công nghệ. 5 206

[11] Ernawan F, Kabir MN, Fadli M và Mustaffa Z 2017 2nd Int. Conf. Khoa học. Technol.-Comput. 6
[12] Ernawan F 2019 Quốc tế J. Điện. Điện toán. Tiếng Anh 9 1850
[13] Ernawan F và Ariatmanto D 2019 Quốc tế. J. Điện. Điện toán. Tiếng Anh 9 2185
[14] Ernawan F và Kabir MN 2018 IEEE 14th Int. thông tục. Q trình tín hiệu ứng dụng . 221
[12] Phương tiện thử nghiệm video (bộ sưu tập của derf) 2018. Có sẵn:
/>
7

Xem số liệu thống kê xuất bản