论文部分内容阅读
高性能视频编码标准(High Efficiency Video Coding,HEVC)具备显著的压缩性能,在高分辨视频应用中大力推广。其可伸缩扩展版本(Scalable Extensions of the HEVC,SHVC)由于可动态地适应不同的网络环境和用户终端设备,在流媒体服务、视频会议、公共监控等领域备受重视。现有的基于可伸缩视频的加密算法研究成果较少。因此针对SHVC压缩编码标准展开了相应的加密算法研究工作,提出了适用于高清资源版权保护和个人隐私信息管理的可伸缩视频加密算法。1、针对SHVC增强层(Enhancement Layer,EL)视频保护存在的视觉安全性不足等问题,提出了基于层间处理的可伸缩视频加密算法,在层内纹理或运动信息加密的基础上,将加密算法与层间预测过程相结合,大幅度地降低了EL的视频质量,同时保留了码流格式的兼容特性。SHVC的编码框架中包含了三种不同的层间处理模块,为了对比和分析其分别具备的加密性能分别提出了三种加密算法。实验结果表明,算法均具备较高的安全性、稳定性和抗攻击性能,平均降低的峰值信噪比(Peak Signal to Noise Ratio,PSNR)值均大于20dB,SESHVC-C和SE-SHVC-M分别引入的压缩负载均不超过1%。2、基于压缩域提出了SHVC的EL视频加密算法,具备压缩比不变性和格式兼容特性。算法在分析SHVC码流结构的基础上,解复用出待加密的EL数据,从中提取适用于加密的Slice负载,对部分熵解码后的编码单元(Coding Unit,CU)划分模式、帧间预测中候选列表和参考图像索引信息、运动矢量残差(Motion Vector Differences,MVD)和非零量化变换系数(Quantized Transform Coefficients,QTC)的绝对值及其符号进行了加密,最后采取了冲突避免处理。实验结果证实,算法可有效置乱EL视频,稳定性强,可抵御穷举和明文攻击,不引入压缩负载,每帧平均加密时间约为0.17s。3、为了提高公共监控中隐私保护的安全性,提出了基于人脸检测的SHVC感兴趣区域(Region Of Interest,ROI)加密算法。通过椭圆模型肤色检测算法定位到人脸区域,映射至划分后的Tile单元中,对其执行加密处理,使得人脸出现严重的纹理失真,采用限制性的运动估计和运动预测处理防止ROI出现漂移,最后将已加密的Tile单元索引信息嵌入到Slice片段头部扩充数据中,实现了解码端ROI的正确检测。算法可满足ROI的加密要求,具备较高的安全性和鲁棒性,复杂度低,有效地抑制了错误扩散现象,引入了约12.54%的压缩负载。