論文の概要: Finding Incompatibles Blocks for Reliable JPEG Steganalysis
- arxiv url: http://arxiv.org/abs/2402.13660v1
- Date: Wed, 21 Feb 2024 09:45:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 08:46:38.702904
- Title: Finding Incompatibles Blocks for Reliable JPEG Steganalysis
- Title(参考訳): JPEGステガナリシスのための非互換ブロックの探索
- Authors: Etienne Levecque, Jan Butora, Patrick Bas,
- Abstract要約: 本稿では、100の画質係数に対する非互換JPEG画像の洗練された概念を提示する。
DCT係数に埋め込まれたステガノグラフィースキームの存在を検出するために使用できる。
- 参考スコア(独自算出の注目度): 13.859669037499769
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This article presents a refined notion of incompatible JPEG images for a quality factor of 100. It can be used to detect the presence of steganographic schemes embedding in DCT coefficients. We show that, within the JPEG pipeline, the combination of the DCT transform with the quantization function can map several distinct blocks in the pixel domain to the same block in the DCT domain. However, not every DCT block can be obtained: we call those blocks incompatible. In particular, incompatibility can happen when DCT coefficients are manually modified to embed a message. We show that the problem of distinguishing compatible blocks from incompatible ones is an inverse problem with or without solution and we propose two different methods to solve it. The first one is heuristic-based, fast to find a solution if it exists. The second is formulated as an Integer Linear Programming problem and can detect incompatible blocks only for a specific DCT transform in a reasonable amount of time. We show that the probability for a block to become incompatible only relies on the number of modifications. Finally, using the heuristic algorithm we can derive a Likelihood Ratio Test depending on the number of compatible blocks per image to perform steganalysis. We simulate the result of this test and show that it outperforms a deep learning detector e-SRNet for every payload between 0.001 and 0.01 bpp by using only 10% of the blocks from 256x256 images. A Selection-Channel-Aware version of the test is even more powerful and outperforms e-SRNet while using only 1% of the blocks.
- Abstract(参考訳): 本稿では、100の画質係数に対する非互換JPEG画像の洗練された概念を提示する。
DCT係数に埋め込まれたステガノグラフィースキームの存在を検出するために使用できる。
JPEGパイプライン内では、DCT変換と量子化関数の組み合わせにより、画素領域内の複数の異なるブロックをDCT領域内の同じブロックにマッピングできることを示す。
しかし、すべてのDCTブロックが取得できるわけではない。
特に、DCT係数を手動で修正してメッセージを埋め込むと、非互換性が発生する。
互換性のないブロックと非互換性なブロックを区別する問題は、解決策の有無に関わらず逆問題であり、それを解決するための2つの方法を提案する。
1つはヒューリスティックベースで、もし存在するなら解を見つけるのが早い。
2つ目は整数線形計画問題として定式化され、特定のDCT変換に対してのみ適切な時間で非互換なブロックを検出できる。
ブロックが非互換になる確率は、修正の数にのみ依存することを示す。
最後に、ヒューリスティックアルゴリズムを用いて、ステガナリシスを実行するために、画像毎の互換ブロックの数に応じて、Likelihood Ratio Testを導出できる。
このテストの結果をシミュレートし、256x256画像のブロックの10%しか使用せず、0.001bppから0.01bppのペイロードに対してディープラーニング検出器e-SRNetよりも優れていることを示す。
Selection-Channel-Awareバージョンのテストはさらに強力で、ブロックの1%しか使用せず、e-SRNetを上回っている。
関連論文リスト
- Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion [56.38386580040991]
Consistency Trajectory Model (CTM) は Consistency Models (CM) の一般化である
CTMは、対戦訓練とスコアマッチング損失を効果的に組み合わせることで、パフォーマンスを向上させる。
CMとは異なり、CTMのスコア関数へのアクセスは、確立された制御可能/条件生成メソッドの採用を合理化することができる。
論文 参考訳(メタデータ) (2023-10-01T05:07:17Z) - Decoupled Diffusion Models: Simultaneous Image to Zero and Zero to Noise [53.04220377034574]
10機能未満の高画質(未条件)の画像生成のためのデカップリング拡散モデル(DDM)を提案する。
我々は,1) 画像から0遷移までをモデル化した解析的遷移確率に基づいて, 学習目標と(2) サンプリング式を逆時間に導出する。
1)無条件画像生成, CIFAR-10, CelebA-HQ-256, 2)超解像, 塩分検出, エッジ検出, 画像入力などの下流処理, テキスト処理, テキスト処理, テキスト処理, テキスト処理, 画像処理, 画像処理などと比較して, 非常に競争力のある性能が得られる。
論文 参考訳(メタデータ) (2023-06-23T18:08:00Z) - Off-By-One Implementation Error in J-UNIWARD [1.7404865362620803]
J-UNIWARDは、変化を検出するのが難しいテクスチャ化されたイメージ領域に埋め込まれることを目的としている。
1つのDCT係数の変更は、ウェーブレット係数の23x23ウィンドウに影響を与える。
一部の画像ブロックは高すぎるが、他の画像ブロックは高すぎるが、差は比較的小さい。
論文 参考訳(メタデータ) (2023-05-31T12:09:01Z) - Factorizers for Distributed Sparse Block Codes [62.38616784953048]
分散ブロック符号(SBC)は、固定ベクトルを用いてシンボルデータ構造を符号化し、操作するためのコンパクトな表現を示す。
主要な課題の1つは、可能なすべての組み合わせを探索することなく、そのようなデータ構造を構成要素に切り離し、あるいは分解することである。
GSBCと呼ばれるより柔軟で一般化されたSBCを分解する高速かつ高精度な手法を提案する。
論文 参考訳(メタデータ) (2023-03-24T12:31:48Z) - Probabilistic Deep Metric Learning for Hyperspectral Image
Classification [91.5747859691553]
本稿では,ハイパースペクトル画像分類のための確率論的深度学習フレームワークを提案する。
ハイパースペクトルセンサーが捉えた画像に対して、各ピクセルのカテゴリを予測することを目的としている。
我々のフレームワークは、既存のハイパースペクトル画像分類法に容易に適用できる。
論文 参考訳(メタデータ) (2022-11-15T17:57:12Z) - End-to-End Learned Block-Based Image Compression with Block-Level Masked
Convolutions and Asymptotic Closed Loop Training [2.741266294612776]
本稿では,明示的内部予測ニューラルネットワークと明示的遮断ニューラルネットワークを併用しない,学習されたブロックベース画像圧縮手法を提案する。
実験結果から, 競合画像圧縮性能が示唆された。
論文 参考訳(メタデータ) (2022-03-22T13:01:59Z) - Block shuffling learning for Deepfake Detection [9.180904212520355]
畳み込みニューラルネットワーク(CNN)に基づくディープフェイク検出手法は精度が高いことを示した。
これらの手法は、未知の偽造法や共通変換に直面すると、しばしば性能が低下する。
本稿では,この問題に対処するためのブロックシャッフル正規化手法を提案する。
論文 参考訳(メタデータ) (2022-02-06T17:16:46Z) - CNN Filter Learning from Drawn Markers for the Detection of Suggestive
Signs of COVID-19 in CT Images [58.720142291102135]
畳み込みニューラルネットワーク(CNN)のフィルタを推定するために,大規模な注釈付きデータセットやバックプロパゲーションを必要としない手法を提案する。
少数のCT画像に対して、ユーザは、代表的な正常領域と異常領域にマーカーを描画する。
本発明の方法は、カーネルがマークされたものに似た拡張領域に特有な一連の畳み込み層からなる特徴抽出器を生成する。
論文 参考訳(メタデータ) (2021-11-16T15:03:42Z) - Learning JPEG Compression Artifacts for Image Manipulation Detection and
Localization [26.36646590957593]
画像中の内在統計を解析することにより、真正領域と改ざん領域を区別することが不可欠である。
本稿では、圧縮アーティファクトが残る離散コサイン変換(DCT)係数を用いた畳み込みニューラルネットワーク(CNN)による画像操作のローカライズを提案する。
DCT係数の分布を学習するニューラルネットワークの設計と訓練方法を示す。
これは、改ざんされた領域を検出してローカライズする、従来のニューラルネットワークとディープニューラルネットワークベースの手法を著しく上回っている。
論文 参考訳(メタデータ) (2021-08-30T01:21:07Z) - Semantic Clone Detection via Probabilistic Software Modeling [69.43451204725324]
本稿では,0%の構文的類似性を有するクローンを検出する意味的クローン検出手法を提案する。
我々は,SCD-PSMをセマンティッククローン検出のための安定かつ高精度なソリューションとして提示する。
論文 参考訳(メタデータ) (2020-08-11T17:54:20Z) - Instance Segmentation for Whole Slide Imaging: End-to-End or
Detect-Then-Segment [4.808118749897574]
コンピュータビジョンでは、エンドツーエンドのインスタンスセグメンテーション手法(例えば、Mask-RCNN)は、検出列のセグメンテーションアプローチと比較してその利点を示している。
高解像度のWSI(Whole Slide Imaging)では、1つの糸球体自体が1000×1000ピクセルを超える。
本稿では,Mask-RCNN と本提案した検出-then-segment フレームワークを比較し,エンドツーエンドのインスタンスセグメンテーションフレームワークが高分解能 WSI オブジェクトに対して最適であるかどうかを評価する。
論文 参考訳(メタデータ) (2020-07-07T16:23:10Z)
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。