論文の概要: Information hiding cameras: optical concealment of object information into ordinary images

• arxiv url: http://arxiv.org/abs/2401.07856v1
• Date: Mon, 15 Jan 2024 17:37:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-17 16:24:58.072790
• Title: Information hiding cameras: optical concealment of object information into ordinary images
• Title（参考訳）: 情報隠蔽カメラ:一般画像への物体情報の光学的隠蔽
• Authors: Bijie Bai, Ryan Lee, Yuhang Li, Tianyi Gan, Yuntian Wang, Mona Jarrahi, and Aydogan Ozcan
• Abstract要約: 本稿では,電子デコーダと統合された光情報隠蔽カメラについて紹介する。 この情報隠蔽復号システムは、人間のオブザーバーを欺いたり誤解させたりするような、普通の見た目のパターンで入力画像を変換・隠蔽する、回折光学プロセッサをフロントエンドとして採用する。 これらの通常の出力画像を処理することにより、共同学習された電子デコーダニューラルネットワークは、偽りの出力パターン内に隠された元の情報を正確に再構成する。
• 参考スコア（独自算出の注目度）: 11.41487037469984
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data protection methods like cryptography, despite being effective, inadvertently signal the presence of secret communication, thereby drawing undue attention. Here, we introduce an optical information hiding camera integrated with an electronic decoder, optimized jointly through deep learning. This information hiding-decoding system employs a diffractive optical processor as its front-end, which transforms and hides input images in the form of ordinary-looking patterns that deceive/mislead human observers. This information hiding transformation is valid for infinitely many combinations of secret messages, all of which are transformed into ordinary-looking output patterns, achieved all-optically through passive light-matter interactions within the optical processor. By processing these ordinary-looking output images, a jointly-trained electronic decoder neural network accurately reconstructs the original information hidden within the deceptive output pattern. We numerically demonstrated our approach by designing an information hiding diffractive camera along with a jointly-optimized convolutional decoder neural network. The efficacy of this system was demonstrated under various lighting conditions and noise levels, showing its robustness. We further extended this information hiding camera to multi-spectral operation, allowing the concealment and decoding of multiple images at different wavelengths, all performed simultaneously in a single feed-forward operation. The feasibility of our framework was also demonstrated experimentally using THz radiation. This optical encoder-electronic decoder-based co-design provides a novel information hiding camera interface that is both high-speed and energy-efficient, offering an intriguing solution for visual information security.
• Abstract（参考訳）: 暗号のようなデータ保護手法は、効果的であるにもかかわらず、必然的に秘密通信の存在を知らせ、不適切な注意を惹きつける。 本稿では,電子デコーダと統合された光情報隠蔽カメラについて紹介する。 この情報隠蔽復号システムは、回折光プロセッサをフロントエンドとして使用し、人間のオブザーバーを欺いたり誤解させたりする通常のパターンの形で入力画像を変換し、隠蔽する。 この情報隠蔽変換は、秘密メッセージの無限に多くの組み合わせに有効であり、これらは全て通常の出力パターンに変換され、光学プロセッサ内の受動光-マター相互作用によって全光学的に達成される。 これらの通常の出力画像を処理することにより、共同学習された電子デコーダニューラルネットワークは、偽りの出力パターン内に隠された元の情報を正確に再構成する。 我々は,協調最適化畳み込みデコーダニューラルネットワークと共に,情報隠蔽型回折カメラの設計により,この手法を数値的に実証した。 本システムの有効性は,様々な照明条件と騒音レベルにおいて実証され,頑健性が示された。 さらに、この情報隠蔽カメラをマルチスペクトル動作に拡張し、異なる波長の複数の画像の隠蔽と復号を単一のフィードフォワード動作で同時に行えるようにした。 また, thz放射を用いて, 本手法の有効性を実験的に検証した。 この光エンコーダ-電子デコーダ-ベースの共設計は、高速かつ省エネなカメラインターフェースを隠蔽し、視覚情報セキュリティのための興味深いソリューションを提供する。

関連論文リスト

• Can Encrypted Images Still Train Neural Networks? Investigating Image Information and Random Vortex Transformation [51.475827684468875]
  画像変換時の情報内容の変化を評価するために,画像情報量を測定する新しい枠組みを構築した。 また,Random Vortex Transformationと呼ばれる新しい画像暗号化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-11-25T09:14:53Z)
• Lying mirror [18.41925837760181]
  我々は「ライディングミラー」と呼ばれる全光学系を導入し、入力情報を誤解を招くパターンに変換することによって隠蔽する。 この誤解を招く変換は、入射光と最適化された構造を持つ回折表面との受動光-マター相互作用によって達成される。 これらのレイミラーの設計は、様々な種類の入力画像データをカモフラージュし、様々な敵の操作に対して堅牢性を示した。
  論文  参考訳（メタデータ） (2024-10-20T22:05:13Z)
• Neuromorphic Synergy for Video Binarization [54.195375576583864]
  バイモーダルオブジェクトは視覚システムによって容易に認識できる情報を埋め込む視覚形式として機能する。 ニューロモルフィックカメラは、動きのぼかしを緩和する新しい機能を提供するが、最初にブルーを脱色し、画像をリアルタイムでバイナライズするのは簡単ではない。 本稿では,イベント空間と画像空間の両方で独立に推論を行うために,バイモーダル目標特性の事前知識を活用するイベントベースバイナリ再構築手法を提案する。 また、このバイナリ画像を高フレームレートバイナリビデオに伝搬する効率的な統合手法も開発している。
  論文  参考訳（メタデータ） (2024-02-20T01:43:51Z)
• Joint Sensing and Task-Oriented Communications with Image and Wireless Data Modalities for Dynamic Spectrum Access [49.83882366499547]
  本稿では,マルチモーダル画像とスペクトルデータの相乗効果を利用した動的スペクトルアクセスの深層学習手法を提案する。 本稿では,送信機を搭載可能な車両などの潜在的な物体を撮影するカメラを備えたエッジデバイスについて考察する。 本稿では、エッジデバイスが、融合センターとして機能する信頼できる受信機に選択的に処理された情報を通信する協調システムを提案する。
  論文  参考訳（メタデータ） (2023-12-21T15:26:26Z)
• Learning Kernel-Modulated Neural Representation for Efficient Light Field Compression [41.24757573290883]
  光場圧縮タスクのためのコンパクトニューラルネットワーク表現を設計する。 トレーニング中に学んだシーン記述情報を格納する記述カーネル(ディスクリプタ)と、クエリされた視点から異なるSAIのレンダリングを制御する変調カーネル(モジュレータ)の2種類で構成されている。
  論文  参考訳（メタデータ） (2023-07-12T12:58:03Z)
• Human-imperceptible, Machine-recognizable Images [76.01951148048603]
  より良い開発AIシステムと、センシティブなトレーニングデータから距離を置くことの間の、ソフトウェアエンジニアに関する大きな対立が露呈している。 画像が暗号化され、人間に認識され、機械に認識される」という、効率的なプライバシー保護学習パラダイムを提案する。 提案手法は,機械が認識可能な情報を保存しながら,暗号化された画像が人間に認識されなくなることを保証できることを示す。
  論文  参考訳（メタデータ） (2023-06-06T13:41:37Z)
• Learning Diffractive Optical Communication Around Arbitrary Opaque Occlusions [0.0]
  自由空間光学系は、屋内や屋外の環境での高速通信や情報の転送のために出現している。 ここでは,完全不透明で任意形状の障害物に光情報を伝達する直接通信方式を初めて実証する。 このスキームでは、深層学習を用いて電子ニューラルネットワークエンコーダと回折光ネットワークデコーダを協調訓練する。
  論文  参考訳（メタデータ） (2023-04-20T04:47:03Z)
• All-optical image classification through unknown random diffusers using a single-pixel diffractive network [13.7472825798265]
  ランダムで未知の散乱媒体の背後にある物体の分類は、計算画像とマシンビジョンフィールドの難しいタスクをセットする。 近年の深層学習に基づくアプローチは、画像センサによって収集されたディフューザ歪みパターンを用いた物体の分類を実証した。 本稿では,1画素で検出されたブロードバンド照明を用いて未知の物体をランダムな位相拡散器で直接分類する全光学プロセッサを提案する。
  論文  参考訳（メタデータ） (2022-08-08T08:26:08Z)
• High-dimensional encryption in optical fibers using machine learning [0.0]
  本稿では,多モードファイバにおける空間モードの伝搬を暗号化の自然なメカニズムとして利用する,スマートな高次元暗号化プロトコルを提案する。 我々のオンファイバ通信プラットフォームは、高次元ビットバイビットおよびバイトバイバイト符号化に光の空間モードを使用することができる。
  論文  参考訳（メタデータ） (2021-08-13T22:36:33Z)
• Learning optical flow from still images [53.295332513139925]
  我々は,容易に利用可能な単一の実画像から,高精度な光学的フローアノテーションを迅速かつ多量に生成するフレームワークを提案する。 既知の動きベクトルと回転角を持つ再構成された環境でカメラを仮想的に移動させる。 我々のデータでトレーニングすると、最先端の光フローネットワークは、実データを見るのに優れた一般化を実現する。
  論文  参考訳（メタデータ） (2021-04-08T17:59:58Z)
• Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
  集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。 このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。 線形光ネットワークの転送行列を再構成する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-01T16:04:22Z)

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。