論文の概要: Generalized Local Optimality for Video Steganalysis in Motion Vector Domain

• arxiv url: http://arxiv.org/abs/2112.11729v1
• Date: Wed, 22 Dec 2021 08:44:12 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-23 18:45:02.150214
• Title: Generalized Local Optimality for Video Steganalysis in Motion Vector Domain
• Title（参考訳）: 運動ベクトル領域におけるビデオステガナリシスの局所最適化
• Authors: Liming Zhai, Lina Wang, Yanzhen Ren and Yang Liu
• Abstract要約: 動きベクトル(MV)の局所最適性は、ビデオ符号化における本質的な性質である。 局所的最適性の推定は ビデオステガナリシスにおいて 最優先事項となっている 我々は,新しいタイプのステガナリシス機能を構築し,特徴量を削減するための特徴対称性ルールを提案する。
• 参考スコア（独自算出の注目度）: 19.92357518756632
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The local optimality of motion vectors (MVs) is an intrinsic property in video coding, and any modifications to the MVs will inevitably destroy this optimality, making it a sensitive indicator of steganography in the MV domain. Thus the local optimality is commonly used to design steganalytic features, and the estimation for local optimality has become a top priority in video steganalysis. However, the local optimality in existing works is often estimated inaccurately or using an unreasonable assumption, limiting its capability in steganalysis. In this paper, we propose to estimate the local optimality in a more reasonable and comprehensive fashion, and generalize the concept of local optimality in two aspects. First, the local optimality measured in a rate-distortion sense is jointly determined by MV and predicted motion vector (PMV), and the variability of PMV will affect the estimation for local optimality. Hence we generalize the local optimality from a static estimation to a dynamic one. Second, the PMV is a special case of MV, and can also reflect the embedding traces in MVs. So we generalize the local optimality from the MV domain to the PMV domain. Based on the two generalizations of local optimality, we construct new types of steganalytic features and also propose feature symmetrization rules to reduce feature dimension. Extensive experiments performed on three databases demonstrate the effectiveness of the proposed features, which achieve state-of-the-art in both accuracy and robustness in various conditions, including cover source mismatch, video prediction methods, video codecs, and video resolutions.
• Abstract（参考訳）: 動きベクトルの局所的最適性(MVs)はビデオ符号化における固有の性質であり、MVへの変更は必然的にこの最適性を破壊し、MV領域におけるステガノグラフィーの感度指標となる。 したがって、局所最適性はステガナリシスの特徴を設計するために一般的に用いられ、局所最適性の推定はビデオステグアナリシスにおいて最優先事項となっている。 しかし、既存の作品の局所的最適性はしばしば不正確または不合理な仮定を用いて推定され、ステガナリシスの能力を制限する。 本稿では,より合理的で包括的な方法で局所最適性を推定し,二つの側面から局所最適性の概念を一般化する。 まず、速度歪感で測定された局所最適度をMVと予測運動ベクトル(PMV)で共同で決定し、PMVの変動性は局所最適度の推定に影響を及ぼす。 したがって、局所最適性は静的推定から動的推定へと一般化する。 第二に、MVはMVの特殊な場合であり、MVの埋め込みトレースを反映することもできる。 したがって、MV領域からMV領域への局所最適性を一般化する。 局所最適性の2つの一般化に基づき、新しいタイプのステガナリシス特徴を構築し、特徴次元を減らすための特徴対称性規則を提案する。 3つのデータベース上で行った大規模な実験により,提案手法の有効性が実証され,様々な条件下での精度とロバスト性を両立させることができた。

関連論文リスト

• Understanding Optimization in Deep Learning with Central Flows [53.66160508990508]
  RMSの暗黙的な振る舞いは、微分方程式の「中央流:」によって明示的に捉えられることを示す。 これらのフローは、汎用ニューラルネットワークの長期最適化軌道を経験的に予測できることを示す。
  論文  参考訳（メタデータ） (2024-10-31T17:58:13Z)
• Localized Zeroth-Order Prompt Optimization [54.964765668688806]
  そこで我々は,ZOPO(Localized zeroth-order prompt optimization)という新しいアルゴリズムを提案する。 ZOPOはニューラル・タンジェント・カーネルをベースとしたガウス法を標準ゼロ階次最適化に取り入れ、高速な局所最適探索を高速化する。 注目すべきは、ZOPOは最適化性能とクエリ効率の両方の観点から、既存のベースラインを上回っていることだ。
  論文  参考訳（メタデータ） (2024-03-05T14:18:15Z)
• Bayesian Inverse Transfer in Evolutionary Multiobjective Optimization [29.580786235313987]
  InvTrEMO(InvTrEMO)の第1回リバーストランスファー・マルチオブジェクト(InvTrEMO)を紹介する。 InvTrEMOは、決定空間がタスク間で正確に整合していない場合でも、多くの一般的な領域で共通の目的関数を利用する。 InvTrEMOは、高い精度の逆モデルを重要な副産物とし、オンデマンドで調整されたソリューションの生成を可能にする。
  論文  参考訳（メタデータ） (2023-12-22T14:12:18Z)
• Deterministic Langevin Unconstrained Optimization with Normalizing Flows [3.988614978933934]
  我々は,Fokker-Planck方程式とLangevin方程式にインスパイアされたブラックボックス関数に対するグローバルで自由な代理最適化戦略を導入する。 本研究は,標準合成試験関数の最適目的に向けての競争力の向上を実証する。
  論文  参考訳（メタデータ） (2023-10-01T17:46:20Z)
• Adaptive Multi-source Predictor for Zero-shot Video Object Segmentation [68.56443382421878]
  ゼロショットビデオオブジェクトセグメンテーション(ZVOS)のための新しい適応型マルチソース予測器を提案する。 静的オブジェクト予測器では、RGBソースは、同時に深度および静注ソースに変換される。 実験の結果,提案モデルは3つのZVOSベンチマークにおいて最先端の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2023-03-18T10:19:29Z)
• Towards Flexibility and Interpretability of Gaussian Process State-Space Model [4.75409418039844]
  我々はTGPSSMと呼ばれる新しい確率的状態空間モデルを提案する。 TGPSSMはパラメトリック正規化フローを利用して、標準GPSSMのGPプリエントを豊かにする。 本稿では,潜在状態の変動分布に柔軟かつ最適な構造を提供するスケーラブルな変分推論アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-01-21T01:26:26Z)
• Greedy based Value Representation for Optimal Coordination in Multi-agent Reinforcement Learning [64.05646120624287]
  LVDとMVDの結合Q値関数を導出する。 最適な整合性を確保するために、最適なノードは独自のSTNである必要がある。 本手法は,様々なベンチマーク実験において,最先端のベースラインよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-11-22T08:14:50Z)
• Fast Batch Nuclear-norm Maximization and Minimization for Robust Domain Adaptation [154.2195491708548]
  ランダムに選択されたデータバッチの分類出力行列の構造について検討し,予測可能性と多様性について検討した。 本稿では,目標出力行列上で核ノルムを行い,目標予測能力を向上するBatch Nuclear-norm Maximization and Minimizationを提案する。 実験により,本手法は3つの典型的なドメイン適応シナリオにおいて適応精度とロバスト性を高めることができることが示された。
  論文  参考訳（メタデータ） (2021-07-13T15:08:32Z)
• Optimization-Inspired Learning with Architecture Augmentations and Control Mechanisms for Low-Level Vision [74.9260745577362]
  本稿では,GDC(Generative, Discriminative, and Corrective)の原則を集約する,最適化に着想を得た統合学習フレームワークを提案する。 フレキシブルな組み合わせで最適化モデルを効果的に解くために,3つのプロパゲーティブモジュールを構築した。 低レベル視覚タスクにおける実験は、GDCの有効性と適応性を検証する。
  論文  参考訳（メタデータ） (2020-12-10T03:24:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。