与空间/变换域中的传统图像或视频隐写术不同,基于运动矢量(MV)的方法在执行运动估计时将视频压缩和嵌入消息的内部动态作为目标。 但是,我们注意到,一些现有方法采用非最佳选择规则,并以某种任意方式修改MV,这大大违反了编码原理。 针对这些弱点,我们设计了一种基于校准的方法,并提出了基于MV回归的特征进行隐写分析。 实验结果表明,所提出的特征对标定过程中MV恢复的趋势非常敏感,即使嵌入率较低,也可用于有效检测一些典型的基于MV的隐写术。