論文の概要: A Novel APVD Steganography Technique Incorporating Pseudorandom Pixel Selection for Robust Image Security

• arxiv url: http://arxiv.org/abs/2507.13367v1
• Date: Tue, 08 Jul 2025 04:54:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-27 08:26:15.909087
• Title: A Novel APVD Steganography Technique Incorporating Pseudorandom Pixel Selection for Robust Image Security
• Title（参考訳）: ロバスト画像セキュリティのための擬似画像選択を取り入れた新しいAPVDステガノグラフィー技術
• Authors: Mehrab Hosain, Rajiv Kapoor,
• Abstract要約: ステガノグラフィー(英: Steganography)は、秘密情報をキャリアに個別に埋め込むプロセスである。 本研究は,APVDと疑似ランダム画素選択を統合した新しいステガノグラフィー戦略を提案する。
• 参考スコア（独自算出の注目度）: 1.795561427808824
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Steganography is the process of embedding secret information discreetly within a carrier, ensuring secure exchange of confidential data. The Adaptive Pixel Value Differencing (APVD) steganography method, while effective, encounters certain challenges like the "unused blocks" issue. This problem can cause a decrease in security, compromise the embedding capacity, and lead to lower visual quality. This research presents a novel steganographic strategy that integrates APVD with pseudorandom pixel selection to effectively mitigate these issues. The results indicate that the new method outperforms existing techniques in aspects of security, data hiding capacity, and the preservation of image quality. Empirical results reveal that the combination of APVD with pseudorandom pixel selection significantly enhances key image quality metrics such as Peak Signal-to-Noise Ratio (PSNR), Universal Image Quality Index (UIQ), and Structural Similarity Index (SSIM), surpassing other contemporary methods in performance. The newly proposed method is versatile, able to handle a variety of cover and secret images in both color and grayscale, thereby ensuring secure data transmission without compromising the aesthetic quality of the image.
• Abstract（参考訳）: ステガノグラフィー(Steganography)は、機密情報をキャリアに個別に埋め込み、機密データの安全な交換を保証するプロセスである。 Adaptive Pixel Value Difference (APVD) ステガノグラフィー手法は有効ではあるが、"未使用ブロック"問題のようなある種の課題に直面している。 この問題はセキュリティが低下し、埋め込み能力が損なわれ、視覚的品質が低下する可能性がある。 本研究は,APVDと疑似ランダム画素選択を統合し,これらの問題を効果的に緩和する新たなステガノグラフィ戦略を提案する。 その結果,新たな手法は,セキュリティ,データ隠蔽能力,画像品質の維持といった面で,既存の技術よりも優れていた。 実験結果から,APVDと擬似ランダム画素選択の組み合わせは,Pak Signal-to-Noise Ratio(PSNR),Universal Image Quality Index(UIQ),Structure similarity Index(SSIM)といった重要な画像品質指標を大幅に向上させ,その性能が他の現代的手法を上回っていることが明らかになった。 提案手法は多用途であり,カラーとグレースケールの両方で様々なカバーとシークレットイメージを扱えるため,画像の美的品質を損なうことなくセキュアなデータ伝送が可能である。

関連論文リスト

• SMILENet: Unleashing Extra-Large Capacity Image Steganography via a Synergistic Mosaic InvertibLE Hiding Network [71.11351750072936]
  本稿では,3つの重要なイノベーションを通じて25個の画像隠蔽を実現する新しい相乗的枠組みを提案する。 ネットワークアーキテクチャは、可逆操作と非可逆操作をコーディネートし、シークレット画像とカバー画像の両方における情報冗長性を効率的に活用する。 相補的なモジュールをコーディネートして、視覚的品質の優れた既存のメソッドよりも3.0倍高いキャパシティを実現する統一的なトレーニング戦略。
  論文  参考訳（メタデータ） (2025-03-07T03:31:47Z)
• Provably Secure Robust Image Steganography via Cross-Modal Error Correction [23.087977275900396]
  本稿では,最先端自己回帰(AR)画像生成モデルに基づく高品質で確実かつ堅牢な画像ステガノグラフィー手法を提案する。 我々は、損失画像の復元を支援するため、ステゴ画像からステゴテキストを生成するクロスモーダルな誤り補正フレームワークを用いる。
  論文  参考訳（メタデータ） (2024-12-15T16:10:10Z)
• A Novel Approach to Image Steganography Using Generative Adversarial Networks [0.0]
  本稿では,GAN(Generative Adversarial Network)のパワーを活用した画像ステガノグラフィー手法を提案する。 慎重に設計されたGANアーキテクチャを用いることで,本手法は,従来のものと視覚的に区別できないステゴイメージの作成を確実にする。 その結果,Pak Signal-to-Noise Ratio (PSNR), Structure similarity Index Measure (SSIM),そして検出に対する堅牢性などの指標が大幅に改善された。
  論文  参考訳（メタデータ） (2024-11-27T14:34:41Z)
• Diffusion-Based Hierarchical Image Steganography [60.69791384893602]
  Hierarchical Image Steganographyは、複数のイメージを単一のコンテナに埋め込むセキュリティとキャパシティを高める新しい方法である。 フローモデルの可逆性とともに拡散モデルの堅牢性を利用する。 この革新的な構造は、コンテナイメージを自律的に生成し、複数の画像やテキストを安全かつ効率的に隠蔽することができる。
  論文  参考訳（メタデータ） (2024-05-19T11:29:52Z)
• Cross-Modality Perturbation Synergy Attack for Person Re-identification [66.48494594909123]
  クロスモダリティの人物再識別(ReID)システムはRGB画像に基づいている。 相互モダリティReIDの主な課題は、異なるモダリティ間の視覚的差異を効果的に扱うことである。 既存の攻撃方法は、目に見える画像のモダリティの特徴に主に焦点を当てている。 本研究では,クロスモーダルReIDに特化して設計されたユニバーサル摂動攻撃を提案する。
  論文  参考訳（メタデータ） (2024-01-18T15:56:23Z)
• Secure Information Embedding in Images with Hybrid Firefly Algorithm [2.9182357325967145]
  本研究は,ホストイメージ内に機密文書フォーマット(PDF)を隠蔽する新たなステガノグラフィ手法を提案する。 この探索の目的は、ホスト画像のキャパシティを増大させ、歪みを減少させる2つの主要な目標を達成することである。 その結果,画像の歪みの減少と探索過程における収束速度の加速が示唆された。
  論文  参考訳（メタデータ） (2023-12-21T01:50:02Z)
• EmbAu: A Novel Technique to Embed Audio Data Using Shuffled Frog Leaping Algorithm [0.7673339435080445]
  ステガノグラフィーアルゴリズムの目的は、データ暗号化のために機密情報のビットを隠蔽できるホストまたはカバー画像中の適切なピクセル位置を特定することである。 機密情報を統合し、画像の視覚的外観を維持する能力を向上させるために作業が行われている。 そこで我々は,Shuffled Frog Leaping Algorithm (SFLA) を用いて,被写体画像に機密情報を置く画素の順序を決定する。
  論文  参考訳（メタデータ） (2023-12-13T17:34:08Z)
• Beyond Learned Metadata-based Raw Image Reconstruction [86.1667769209103]
  生画像は、線形性や微細な量子化レベルなど、sRGB画像に対して明確な利点がある。 ストレージの要求が大きいため、一般ユーザからは広く採用されていない。 本稿では,メタデータとして,潜在空間におけるコンパクトな表現を学習する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-06-21T06:59:07Z)
• Towards Robust Image-in-Audio Deep Steganography [14.1081872409308]
  本稿では,その堅牢性向上に焦点をあて,既存の音響深部ステガノグラフィー手法を拡張し,拡張する。 提案した機能拡張には、損失関数の修正、短い時間フーリエ変換(STFT)の利用、誤り訂正のための符号化プロセスにおける冗長性の導入、ピクセルサブ畳み込み操作における追加情報のバッファリングが含まれる。
  論文  参考訳（メタデータ） (2023-03-09T03:16:04Z)
• Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
  本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
  論文  参考訳（メタデータ） (2022-02-27T02:19:09Z)
• 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)

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。