隨著網(wǎng)絡(luò)和多媒體技術(shù)的迅速發(fā)展，人們對視頻應(yīng)用提出了新的要求，基于內(nèi)容的交互編碼標(biāo)準(zhǔn)MPEG－4就是適應(yīng)這一要求而提出來的。MPEG－4視頻編碼標(biāo)準(zhǔn)面向內(nèi)容編碼，視頻數(shù)據(jù)以基于內(nèi)容的方式進行壓縮、傳輸、編輯、檢索，與以往視頻編碼標(biāo)準(zhǔn)的主要區(qū)別在于對象的概念，輸入的視頻不再足象素，而是視頻對象，以視頻對象作為操作的單位實現(xiàn)傳統(tǒng)編碼的所有功能。視頻對象按照時空關(guān)系組成的場景，但是場景的前景對象和背景對象得以獨立編碼，如圖1有兩種基本的基于視頻對象的視頻場景的組成方法，每個場景可以由直接從視頻序列中分隔的視頻對象組成((a)分隔場景)，也可以是現(xiàn)有的視頻對象進行組合((b)組成場景)。另外也有可能場景是由上述的兩種方法結(jié)合組成。

　　MPEG－4視頻序列根據(jù)視頻對象進行解釋和處理，這些視頻對象是由運動信息，紋理信息和形狀信息定義的。MPEG－4視頻包通常是基于數(shù)據(jù)分隔模式編碼的，形狀信息和運動信息是獨立于紋理信息的，是分別傳輸?shù)?。如果紋理信息發(fā)生了丟失，利用正確解碼的形狀信息和運動信息可以進行紋理錯誤隱藏。而如果形狀和運動信息都丟失了，則丟棄整個視頻包。

　　圖

　　形狀信息用Alpha掩模平面來表示，用二值定義(1表示不透明，0表示透明)，或用灰度級定義(象素的透明程度介于0～255之間，1表示不透明，0表示透明)。一般都是使用二值掩模平面，視頻對象的每個象素位置被定義為完全透明或完全不透明。二值的形狀信息對于網(wǎng)絡(luò)上發(fā)生的錯誤很敏感，并且會很容易發(fā)生錯誤擴散，將會影響連續(xù)幀的視頻對象解碼，現(xiàn)有的紋理和運動信息錯誤隱藏技術(shù)都是在正確獲得形狀信息的基礎(chǔ)上得到的[1]，這說明形狀錯誤隱藏是很必要的。

　　2形狀錯誤隱藏技術(shù)回顧

　　MPEG－4編碼標(biāo)準(zhǔn)提出了例如插入同步碼，數(shù)據(jù)分割，可逆變長編碼等錯誤隱藏技術(shù)。但是這些技術(shù)對于現(xiàn)在的通信是不能滿足要求的。隨著錯誤隱藏技術(shù)的發(fā)展，并且形狀錯誤隱藏漸漸引起了很多專家的關(guān)注，一些關(guān)于形狀的錯誤隱藏技術(shù)也相繼的被提出。在文獻[2－7]中提出了近年來的一些形狀錯誤隱藏技術(shù)。

　　提出的這些技術(shù)不外乎是根據(jù)圖像的自然屬性進行錯誤隱藏的，分空間域的錯誤隱藏和時間域的錯誤隱藏，空間域的主要是針對I幀的視頻對象形狀信息，而時間域的主要是針對P幀和B幀的視頻對象的形狀信息。時間域的錯誤隱藏技術(shù)也都是基于I幀的形狀信息正確解碼，所以空間錯誤隱藏更具有意義。文獻[2]提出的方法是利用了自適應(yīng)馬爾可夫域的最大后驗估計(MAP)模型對圖像進行預(yù)先的估計，馬爾可夫是為了二值形狀信息設(shè)計的，參數(shù)是根據(jù)相鄰塊的信息自適應(yīng)確定的。據(jù)試驗表明此方法能夠很精確地恢復(fù)形狀丟失的形狀信息，與中值濾波的方法比較，本文提出的方法能夠多恢復(fù)20％的丟失信息，獲得更好的客觀質(zhì)量。文獻[3，4]是比自適應(yīng)馬爾可夫方法更簡單的曲線插值方法，利用Hermite曲線和貝葉斯曲線的特性根據(jù)圖像的空間連續(xù)性來對邊界錯誤塊進行錯誤隱藏。文獻[5－7]則是利用時間和運動信息進行錯誤隱藏的。

　　這些方法都是在解碼端對錯誤塊進行修復(fù)，并且也取得了很好的效果，但是這些方法針對的錯誤率是有一定限制的，一旦出現(xiàn)了很嚴(yán)重的錯誤，很大的丟包率則很難精確地恢復(fù)出正確的信息。不僅如此如果丟失的是細(xì)節(jié)部分利用曲線的特性并不能很精確地恢復(fù)信息，這些都對視頻對象的解碼很不利，并且如果是I幀的形狀信息沒有恢復(fù)，則之后的利用時間域錯誤隱藏技術(shù)也得不到理想的效果。

　　3本文的算法

　　針對此問題本文提出了一個新穎的基于數(shù)據(jù)隱藏的方法。此方法是收到數(shù)字水印技術(shù)的啟發(fā)。數(shù)字水印是信息隱藏技術(shù)的一種，廣泛地用于圖像、視頻、音頻等版權(quán)問題，具有透明性、魯棒性和可證明性，因此數(shù)字水印技術(shù)也越來越多地運用到內(nèi)容認(rèn)證等其他領(lǐng)域。本文就是利用數(shù)字水印的特性與形狀的錯誤隱藏技術(shù)進行結(jié)合，這也是本文的主要創(chuàng)新點。本文主要是針對分隔場景視頻的I幀的形狀錯誤隱藏，提出的主要思想是根據(jù)的形狀信息產(chǎn)生待嵌入的水印信息，而人們關(guān)注較少的背景對象則作為嵌入的宿主。

　　數(shù)字水印按照嵌入的過程分為時域／空域水印和頻域／變換域水印，一般情況下頻域水印比時域水印有更強的魯棒性與透明性。本文則分別利用這兩種不同的實現(xiàn)方法來進行。下面對這兩種方法分別進行說明。

　　3．1 利用頻域水印嵌入方法

　　本文提出的頻域的方法是在DCT變換域中的，具體的實施方法如下：

　　(1)首先將二值掩模圖像進行采樣，縮小到原圖像的1／4。根據(jù)數(shù)字水印技術(shù)原理，嵌入的信息量越大則透明性越差。這樣做的目的是為了不會太大的影響宿主圖像的客觀質(zhì)量。

　　(2)其次是選擇宿主圖像，本文是選擇背景對象作為宿主，一般視頻的背景對象可以轉(zhuǎn)換成RGB三個分量，據(jù)研究綠色分量對有損壓縮具有很強的頑健性[8]。為了完整地嵌入二值掩模還要對分隔場景的背景對象進行插值，就是利用最簡單的水平插值的方法，利用每一行的與零象素相鄰的兩個非零值的平均值對零值象素位進行填充。填充好的背景圖像作為最后的宿主圖像。

    (3)在上兩步的基礎(chǔ)上本文選擇將水印信息嵌入到宿主圖像的頻域信息中，將背景圖像分隔成2