与静止图像中的信息隐藏类似，通过位平面替换的方式，亮度DCT系数通常被用于信息隐藏。
Ma等[77]提出将信息嵌入在I-frame中量化的DCT系数中(亮度)。在分析DCT系数与像素值产生的失真之间的关系的基础上，对几个系数进行配对，以达到数据嵌入和失真调整的目的。结果表明，该方法能够消除i帧失真漂移，实现更高的有效载荷，降低视觉失真。Lin等[78]作为Ma工作的扩展，提出在所选宏块的亮度通道中嵌入两个比特。在他们提出的映射规则中定义预测模式(即I4MB)和该宏块中的选定像素，以实现更高的有效负载，同时保持视频质量。
更早的，Huang等[79]提出了一种基于通信理论的算法。它在直流DC系数中嵌入信息，然后是低频交流AC系数。Barni等人[80]也提出了类似的技术，他们在视频对象层中将视频内容定义为视频对象平面。Barni等人的技术是计算频率掩模，选择一对DCT系数，并将它们分成两部分。对于非零DCT系数部分，信息被插入到大于预定义阈值水平的系数中。对于零DCT系数部分，量化参数被操纵来表示一个隐藏的消息。Chung等人的[14]技术中，对i帧中的DCT系数应用了直方图平移，修改P/B帧中相邻宏块中的运动向量，实现错误隐藏。同样，Shahid等[81]提出利用不同量化参数在帧内和帧间操纵非零DCT系数来嵌入信息。在[82]中，Chen等[83]利用Watson的视觉掩模构造和Lin等[78]的有效载荷估计方法，利用i帧中选择的DCT系数实现信息隐藏。
Thiesse等[84]-[86]在色度和亮度DCT系数中隐藏运动向量竞争指数(MVComp)，以降低H.264视频流中的总比特率。提出一种基于DCT系数Si和的映射规则，通过降低运动估计精度来控制比特率的变化，并尽量减少造成的失真。利用Si(DCT系数和)的奇偶性来表示MVComp，通过在Si中加入hi(必要时)来表示预测索引Ii∈{0,1}:
结果表明，该方法在亮度纹理预测误差传播和色度方面的视觉质量之间取得了很好的折中。
Meuel等人[87]研究了一种类似的技术，将感兴趣区域(ROI)信息隐藏到量化的DCT系数中。利用感兴趣区域信息表示静止图像中的重要目标，基于皮肤像素(静止图像中目标的边界)构造感兴趣区域信息。
其中Pu和Pv分别为Cb和Cr(色度)分量，Pu和Pv为参考分量，d为阈值决定了当前像素是否被标记为皮肤像素。它的位置、宽度和高度值嵌入到当前帧的两个非零DCT系数LSB中。该技术实现了无损重建，但结果表明帧负载不足以承载整个感兴趣区域信息。
同样，Yin等[88]提出利用边缘检测和残差信息的多向插值技术将信息隐藏在边缘像素中。该技术是针对静止图像解码器中的误差隐藏应用而设计的。Yilmaz等人[89]提出了隐藏量化边缘信息(从相邻宏块推导而来)以达到错误隐藏的目的。Kang等[90]在[88]和[89]的基础上，利用DCT系数中的奇偶嵌入方法将宏块的重要信息，包括编码模式、参考帧、运动向量等嵌入到下一帧中。Li等[91]在DWT系数中嵌入信息用于视频水印。利用小波变换的尺度系数嵌入低分辨率视频帧，利用小波系数嵌入水印信息。除此之外,Wu等人[92]，[93]提出了静止图像和视频领域的信息隐藏体系结构、设计与实现。它们通过在不同区域有选择地使用调制和多路复用技术，递归地在每个视频帧中嵌入信息，以处理不均匀的负载。
Nakajima等人[94]没有修改非零DCT系数，而是利用非零系数的(零)运行分量在压缩视频中嵌入信息。 对于每个块，计算最后一个非零系数的位置(关于Zigzag扫描顺序)，用l表示。值γ = log2(64−l)可以嵌入当前块的比特数。通过引入一个非零系数θ来嵌入信息。θ位于l + λ10位置，λ10是γ的十进制表示。θ的符号和大小也可以用于信息隐藏的目的。
文中标记的参考文献见：An Overview of Information Hiding in H.264/AVC Compressed Video