論文の概要: Optimizing Region of Interest Selection for Effective Embedding in Video Steganography Based on Genetic Algorithms

• arxiv url: http://arxiv.org/abs/2508.13710v1
• Date: Tue, 19 Aug 2025 10:16:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-20 15:36:31.887296
• Title: Optimizing Region of Interest Selection for Effective Embedding in Video Steganography Based on Genetic Algorithms
• Title（参考訳）: 遺伝的アルゴリズムに基づくビデオステガノグラフィーにおける効果的な埋め込みのための興味選択領域の最適化
• Authors: Nizheen A. Ali, Ramadhan J. Mstafa,
• Abstract要約: 本稿では,映像ステガノグラフィの新しい手法を提案する。この手法は,映像中の関心領域(ROI)を識別するための遺伝的アルゴリズム(GA)を利用する。 秘密データは、広く受け入れられている暗号化標準であるAdvanced Encryption Standard (AES)を使用して暗号化され、カバービデオに埋め込まれる。 提案手法は,64dBsから75dBsまでのPSNRの組込み能力と効率が高く,組込みデータが元の映像とほぼ区別できないことを示す。
• 参考スコア（独自算出の注目度）: 1.6114012813668932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the widespread use of the internet, there is an increasing need to ensure the security and privacy of transmitted data. This has led to an intensified focus on the study of video steganography, which is a technique that hides data within a video cover to avoid detection. The effectiveness of any steganography method depends on its ability to embed data without altering the original video quality while maintaining high efficiency. This paper proposes a new method to video steganography, which involves utilizing a Genetic Algorithm (GA) for identifying the Region of Interest (ROI) in the cover video. The ROI is the area in the video that is the most suitable for data embedding. The secret data is encrypted using the Advanced Encryption Standard (AES), which is a widely accepted encryption standard, before being embedded into the cover video, utilizing up to 10% of the cover video. This process ensures the security and confidentiality of the embedded data. The performance metrics for assessing the proposed method are the Peak Signal to Noise Ratio (PSNR) and the encoding and decoding time. The results show that the proposed method has a high embedding capacity and efficiency, with a PSNR ranging between 64 and 75 dBs, which indicates that the embedded data is almost indistinguishable from the original video. Additionally, the method can encode and decode data quickly, making it efficient for real time applications.
• Abstract（参考訳）: インターネットの普及に伴い、送信されたデータのセキュリティとプライバシを確保する必要性が高まっている。 これは、検出を避けるためにビデオカバー内にデータを隠蔽する技術であるビデオステガノグラフィーの研究に力を入れている。 ステガノグラフィー法の有効性は、高い効率を維持しつつ、元の映像品質を変えることなくデータを埋め込む能力に依存する。 本稿では,映像ステガノグラフィの新しい手法を提案する。この手法は,映像中の関心領域(ROI)を識別するための遺伝的アルゴリズム(GA)を利用する。 ROIは、データの埋め込みに最も適した領域です。 秘密データは、広く受け入れられている暗号化標準であるAdvanced Encryption Standard (AES)を使用して暗号化され、カバービデオに埋め込まれ、カバービデオの最大10%を利用する。 このプロセスは、組み込みデータのセキュリティと機密性を保証する。 提案手法を評価するための性能指標は、Pak Signal to Noise Ratio (PSNR) と符号化時間と復号時間である。 提案手法は,64dBsから75dBsまでのPSNRにより,埋め込み能力と効率が向上し,組込みデータが元の映像とほぼ区別できないことを示す。 さらに、この手法はデータを素早くエンコードし、デコードし、リアルタイムアプリケーションに効率的に適用することができる。

関連論文リスト

• Reversible Video Steganography Using Quick Response Codes and Modified ElGamal Cryptosystem [1.90365714903665]
  DWTとQRコードに基づく可逆的ビデオステガノグラフィーの新しい解法を提案する。 これらのアプローチの視覚的受容性、堅牢性、および埋め込み能力は、すべて対処しなければならない課題である。 視覚障害の他に,提案手法はPSNR平均52.143dB,埋め込み容量1bppの現行手法を超越している。
  論文  参考訳（メタデータ） (2025-08-10T10:56:10Z)
• Leveraging Pre-Trained Visual Models for AI-Generated Video Detection [54.88903878778194]
  ビデオ生成の分野はDeepFakesを超えて進歩し、ジェネリックコンテンツでAI生成ビデオを検出する方法が緊急に必要になった。 本稿では,事前学習した視覚モデルを用いて,実写映像と実写映像を区別する手法を提案する。 提案手法は, 平均90%以上で高い検出精度を達成し, その有効性を裏付けるものである。
  論文  参考訳（メタデータ） (2025-07-17T15:36:39Z)
• 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)
• Vehicle Detection and Classification without Residual Calculation: Accelerating HEVC Image Decoding with Random Perturbation Injection [0.0]
  本研究では,HEVCビットストリームからの画像を再構成するランダム摂動に基づく圧縮領域法を提案する。 従来の完全復号化手法と比較して,復元速度が大幅に向上したことを示す。 検出精度は画素領域法に匹敵する99.9%,分類精度96.84%,画素領域法に匹敵する0.98%であった。
  論文  参考訳（メタデータ） (2023-05-14T22:04:00Z)
• Perfectly Secure Steganography Using Minimum Entropy Coupling [60.154855689780796]
  カチン1998のステガノグラフィー情報理論モデルでは, ステガノグラフィーの術式は完全に安全であることが示されている。 また, 完全セキュアな手順の中で, 最小エントロピー結合によって誘導される場合に限, 情報スループットが最大になることを示す。
  論文  参考訳（メタデータ） (2022-10-24T17:40:07Z)
• Deep Video Prior for Video Consistency and Propagation [58.250209011891904]
  視覚的ビデオの時間的整合性に対する新規で一般的なアプローチを提案する。 提案手法は,大規模なデータセットではなく,オリジナルビデオとプロセッシングビデオのペアでのみ訓練される。 我々は、Deep Video Priorでビデオ上で畳み込みニューラルネットワークをトレーニングすることで、時間的一貫性を実現することができることを示す。
  論文  参考訳（メタデータ） (2022-01-27T16:38:52Z)
• Shot boundary detection method based on a new extensive dataset and mixed features [68.8204255655161]
  ビデオにおけるショット境界検出は、ビデオデータ処理の重要な段階の1つである。 カラーヒストグラムや物体境界などの映像特徴に基づくショット境界検出法が提案されている。
  論文  参考訳（メタデータ） (2021-09-02T16:19:24Z)
• Robust Unsupervised Video Anomaly Detection by Multi-Path Frame Prediction [61.17654438176999]
  本稿では,フレーム予測と適切な設計による新規で頑健な非教師付きビデオ異常検出手法を提案する。 提案手法は,CUHK Avenueデータセット上で88.3%のフレームレベルAUROCスコアを得る。
  論文  参考訳（メタデータ） (2020-11-05T11:34:12Z)

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。