云计算环境下基于立体视觉的3D高清视频信息隐藏研究

Since three dimensional (3D) high definition video provides binocular vision, and novel interactive visual experience, it is welcomed by people. In the cloud environment, privacy and security of 3D high definition video are challenged. Color video is encrypted, and meanwhile, the secret information is embedded into the depth map sequence for allowing cloud administrators to protect copyright and ensure content integrity without knowing the video content. Based on 3D-HEVC, video encryption application has been mature, but binocular vision based depth map sequence data hiding needs to be further studied: (1) according to characteristics of the human visual perception, depth distortion masking characteristics are analyzed by subjective experiments, so that its masking model is built for depth map sequence data hiding; (2) Basic theory of data embedding combining encoding processes of 3D-HEVC based the information depth map sequence; (3) Based on depth distortion masking model, using coordination mechanism of multiple depth maps and computation of region of interest, so that data hiding capacity for different areas is allocated properly. Moreover, relationship between depth map distortion and hiding capacity is built for achieving optimized performance of data hiding. This project provides methods and theories of 3D high definition video data hiding, and has important applications in the multimedia technology, network communications.

三维(3D)高清视频由于能够提供立体感和交互性的全新视觉体验而受到人们的欢迎，然而，在云环境下，3D高清视频的私密性和安全性受到较大的挑战。加密彩色视频，同时将秘密信息嵌入深度图序列，使云端管理者在不知视频内容的情况下，保护3D高清视频的版权和内容完整性。基于3D-HEVC的彩色视频加密已有较成熟应用，但是基于立体视觉感知的3D高清视频信息隐藏有待深入研究：(1)根据人类视觉感知特征，通过主观实验分析影响深度失真掩蔽特性的因素，建立指导深度图序列信息隐藏的深度失真掩蔽模型；(2)结合3D-HEVC的深度图序列编码过程的信息嵌入算法；(3)基于深度失真掩蔽模型，根据多视点深度图协调机制以及感兴趣区域计算模型，合理分配信息隐藏容量，并建立深度失真与信息隐藏容量的关系模型，从而取得最优化的信息隐藏性能。本项目将为3D高清视频信息隐藏提供方法和理论依据，在多媒体技术与网络通讯领域具有重要应用价值。

背景：三维(3D)高清视频由于能够提供立体感和交互性的全新视觉体验而越来越受到人们的欢迎，因此用户也常常将视频共享到云端。为了保护视频的安全性，研究面向云环境的3D高清视频信息隐藏，从而达到云端管理者在不知视频内容的情况下，提取秘密信息确认视频的安全性；合法用户在不知秘密信息的情况下，正确解密，观看较高质量的视频。.主要研究内容：1) 云环境下基于视觉感知的3D视频深度图序列的信息隐藏:通过主观实验分析深度视频的感知视觉模型，并将主观数据进行统计和分析，建立深度视频的感知模型。利用该模型，指导秘密信息嵌入深度视频中。此外，充分结合3D-HEVC编码平台，设计相应的信息隐藏模型，如基于单深度帧内模式等。2) 3D视频中彩色视频图像的信息隐藏研究：结合3D-HEVC结构，挖掘彩色视频的感知特征，在不影响视频码率的情况下，设计信息隐藏模型。此外，结合左右视点相关性，提出立体图像脆弱水印，从而保证图像的完整性；针对特殊领域的立体图像，设计基于立体图像特征的立体图像可逆信息隐藏。3) 3D视觉感知评价模型:研究3D视频中影响视觉感知的特征因素（颜色、对比敏感度、立体感知、运动感知等）并结合人眼视觉系统，设计3D视频图像的评价模型；研究基于视差信息和运动的3D视频的舒适度客观评价模型。设计的3D视觉质量评价模型以及舒适度评价模型评价嵌入秘密信息后的视觉质量，从而更好地有效指导信息隐藏。.重要结果：提出了多种基于视觉感知的深度视频信息隐藏方法，能够有效保护视频安全性。提出了多种利用视频特征的彩色视频信息隐藏方法，能够保护视频完整性和视频的版权。提出了针对特殊领域（医学、法政等），提出了立体图像可逆信息隐藏，既能够保护视频内容，又能够保证立体图像的完整性。此外，提出了3D视频图像质量评价模型，从而反馈信息隐藏性能。.科学意义：项目的研究表明3D高清视频的信息隐藏为多媒体领域的安全提供了有效方法，也是3D多媒体领域研究的较新尝试。