論文の概要: Large Capacity Data Hiding in Binary Image black and white mixed regions
- arxiv url: http://arxiv.org/abs/2502.00069v1
- Date: Fri, 31 Jan 2025 03:45:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-05 14:51:54.233863
- Title: Large Capacity Data Hiding in Binary Image black and white mixed regions
- Title(参考訳): 2成分画像の黒と白の混合領域における大容量データ保持
- Authors: Yuanlin Yang,
- Abstract要約: 情報隠蔽技術は、人間の感覚器官の感度を冗長データに活用する。
本稿では,2値画像の白黒混合領域に隠れた情報を提案する。
さらに,画像のセマンティクスを確保しつつ,高容量な情報隠蔽を実現するための効率的な符号化手法を提案する。
- 参考スコア(独自算出の注目度): 0.06526824510982801
- License:
- Abstract: Information hiding technology utilizes the insensitivity of human sensory organs to redundant data, hiding confidential information in the redundant data of these public digital media, and then transmitting it. The carrier media after hiding secret information only displays its own characteristics, which can ensure the transmission of confidential information without being detected, thereby greatly improving the security of the information. In theory, any digital media including image, video, audio, and text can serve as a host carrier. Among them, hiding information in binary images poses great challenges. As we know, any information hiding method involves modifying the data of the host carrier. The more information hidden, the more data of the host carrier are modified. In this paper, we propose information hiding in the black-and-white mixed region of binary images, which can greatly reduce visual distortion. In addition, we propose an efficient encoding to achieve high-capacity information hiding while ensuring image semantics. By selecting binary images of different themes, we conduct experiments. The experimental results prove the feasibility of our technique and verify the expected performance. Since the candidate units for information hiding are selected from equally sized blocks that the image is divided into, and the hiding and extraction of information are based on a shared encoding table, the computational cost is very low, making it suitable for real-time information hiding applications.
- Abstract(参考訳): 情報隠蔽技術は、人間の感覚器官の過敏性を利用して冗長なデータを隠蔽し、これらの公開デジタルメディアの冗長なデータに秘密情報を隠蔽し、送信する。
秘密情報を隠したキャリアメディアは、検出されることなく秘密情報の送信を確実にし、情報のセキュリティを大幅に向上させることのできる、独自の特性のみを表示する。
理論的には、画像、ビデオ、オーディオ、テキストを含むあらゆるデジタルメディアがホストキャリアとして機能する。
その中でもバイナリイメージに情報を隠蔽することは大きな課題となる。
知っているように、あらゆる情報隠蔽方法は、ホストキャリアのデータを変更することを伴う。
情報が隠されるほど、ホストキャリアのデータも修正される。
本稿では,2値画像の白黒混合領域に隠れた情報を提案する。
さらに,画像のセマンティクスを確保しつつ,高容量な情報隠蔽を実現するための効率的な符号化手法を提案する。
異なるテーマのバイナリ画像を選択することで、実験を行う。
実験により,本手法の有効性を実証し,期待性能を検証した。
画像が分割された等サイズのブロックから情報隠蔽用候補ユニットが選択され、情報の隠蔽と抽出は共有符号化テーブルに基づいて行われるため、計算コストが非常に低く、リアルタイム情報隠蔽アプリケーションに適している。
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) - An Extensive Survey of Digital Image Steganography: State of the Art [0.0]
インターネットやイントラネット上での情報交換中に機密情報のプライバシーを守る必要性により、暗号やステガノグラフィーが広く採用されている。
本稿は,現状の造形技術,最近の動向,課題を批判的に分析する。
論文 参考訳(メタデータ) (2024-04-30T13:16:24Z) - Information hiding cameras: optical concealment of object information
into ordinary images [11.41487037469984]
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。
論文 参考訳(メタデータ) (2024-01-15T17:37:27Z) - 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) - ConfounderGAN: Protecting Image Data Privacy with Causal Confounder [85.6757153033139]
本稿では,GAN(Generative Adversarial Network)のConfounderGANを提案する。
実験は、3つの自然なオブジェクトデータセットと3つの医療データセットからなる6つの画像分類データセットで実施される。
論文 参考訳(メタデータ) (2022-12-04T08:49:14Z) - Hiding Data in Colors: Secure and Lossless Deep Image Steganography via
Conditional Invertible Neural Networks [20.81947232336795]
既存のディープイメージステガノグラフィー手法は、コンテナイメージのホストイメージに対する視覚的類似性のみを考慮し、コンテナイメージの統計的セキュリティ(ステガノグラフィー)を無視する。
画像に任意の型でデータを埋め込むディープ・イメージ・ステガノグラフィー(deep image steganography)を提案する。
論文 参考訳(メタデータ) (2022-01-19T07:09:36Z) - Privacy-Preserving Image Acquisition Using Trainable Optical Kernel [50.1239616836174]
本稿では、画像センサに到達する前に、光学領域の感度の高い識別情報を除去する訓練可能な画像取得手法を提案する。
イメージセンサに到達する前に、センシティブなコンテンツが抑制されるため、デジタルドメインには入らないため、いかなる種類のプライバシー攻撃でも検索できない。
論文 参考訳(メタデータ) (2021-06-28T11:08:14Z) - Robust Data Hiding Using Inverse Gradient Attention [82.73143630466629]
データ隠蔽タスクでは、異なる耐久性を有するため、カバー画像の各ピクセルを別々に扱う必要がある。
Inverse Gradient Attention (IGA) を用いた新しい深層データ隠蔽方式を提案する。
実証的な実験により、提案モデルが2つの先行するデータセット上で最先端の手法より優れていることが示された。
論文 参考訳(メタデータ) (2020-11-21T19:08:23Z) - InfoScrub: Towards Attribute Privacy by Targeted Obfuscation [77.49428268918703]
視覚データに流出した個人情報を個人が制限できる技術について検討する。
我々はこの問題を新しい画像難読化フレームワークで解決する。
提案手法では,元の入力画像に忠実な難読化画像を生成するとともに,非難読化画像に対して6.2$times$(または0.85bits)の不確実性を増大させる。
論文 参考訳(メタデータ) (2020-05-20T19:48:04Z) - Privacy-Preserving Image Classification in the Local Setting [17.375582978294105]
ローカル微分プライバシ(LDP)は、データ所有者がランダムにインプットを摂動させ、リリース前にデータの妥当な削除を可能にする、有望なソリューションを提供する。
本稿では、データ所有者が画像を保持し、不信なデータ利用者が機械学習モデルにこれらの画像を入力として適合させたいという、双方向のイメージ分類問題について考察する。
本稿では,拡張性のある領域サイズで画像表現を生成する,教師付き画像特徴抽出器 DCAConv を提案する。
論文 参考訳(メタデータ) (2020-02-09T01:25:52Z)
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。