論文の概要: Breaking the Resolution Barrier: Arbitrary-resolution Deep Image Steganography Framework

• arxiv url: http://arxiv.org/abs/2601.15739v1
• Date: Thu, 22 Jan 2026 08:07:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-23 21:37:20.539469
• Title: Breaking the Resolution Barrier: Arbitrary-resolution Deep Image Steganography Framework
• Title（参考訳）: 解像度障壁を破る:任意解像度のディープ・イメージ・ステガノグラフィー・フレームワーク
• Authors: Xinjue Hu, Chi Wang, Boyu Wang, Xiang Zhang, Zhenshan Tan, Zhangjie Fu,
• Abstract要約: 現在のパラダイムでは、隠蔽と露光の間、隠蔽画像と同じ解像度を維持するためにシークレットイメージを強制している。 本稿では,このパラダイムを離散写像から参照誘導型連続信号再構成へシフトさせる最初の任意分解能DIフレームワークであるARDISを提案する。 実験の結果,ARDISは視認性とクロスレゾリューションの両面において最先端の手法よりも優れていた。
• 参考スコア（独自算出の注目度）: 23.969793735154393
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep image steganography (DIS) has achieved significant results in capacity and invisibility. However, current paradigms enforce the secret image to maintain the same resolution as the cover image during hiding and revealing. This leads to two challenges: secret images with inconsistent resolutions must undergo resampling beforehand which results in detail loss during recovery, and the secret image cannot be recovered to its original resolution when the resolution value is unknown. To address these, we propose ARDIS, the first Arbitrary Resolution DIS framework, which shifts the paradigm from discrete mapping to reference-guided continuous signal reconstruction. Specifically, to minimize the detail loss caused by resolution mismatch, we first design a Frequency Decoupling Architecture in hiding stage. It disentangles the secret into a resolution-aligned global basis and a resolution-agnostic high-frequency latent to hide in a fixed-resolution cover. Second, for recovery, we propose a Latent-Guided Implicit Reconstructor to perform deterministic restoration. The recovered detail latent code modulates a continuous implicit function to accurately query and render high-frequency residuals onto the recovered global basis, ensuring faithful restoration of original details. Furthermore, to achieve blind recovery, we introduce an Implicit Resolution Coding strategy. By transforming discrete resolution values into dense feature maps and hiding them in the redundant space of the feature domain, the reconstructor can correctly decode the secret's resolution directly from the steganographic representation. Experimental results demonstrate that ARDIS significantly outperforms state-of-the-art methods in both invisibility and cross-resolution recovery fidelity.
• Abstract（参考訳）: ディープ・イメージ・ステガノグラフィー(DIS)は、容量と視認性において大きな成果を上げている。 しかし、現在のパラダイムでは隠蔽と露光の間に隠蔽画像と同じ解像度を維持するためにシークレットイメージを強制している。 これは2つの課題に繋がる: 一貫性のない解像度を持つシークレットイメージは事前に再サンプリングされ、リカバリ時に詳細な損失が発生し、シークレットイメージは解像度値が不明なときに元の解像度に復元できない。 そこで本研究では,このパラダイムを離散マッピングから参照誘導型連続信号再構成へシフトさせる,最初のArbitrary Resolution DISフレームワークであるARDISを提案する。 具体的には、解像度ミスマッチによる詳細損失を最小限に抑えるために、まず隠れたステージで周波数デカップリングアーキテクチャを設計します。 秘密を、解像度に整合したグローバルベースと、解像度に依存しない高周波潜伏剤に切り離して、固定解像度のカバーに隠す。 第二に、リカバリのために、決定論的復元を行うラテントガイドインプリシトコンストラクタを提案する。 復元された細部遅延コードは、連続的な暗黙関数を変調して、復元されたグローバルベースに高精度にクエリし、高周波残差をレンダリングし、元の細部を忠実に復元する。 さらに,ブラインドリカバリを実現するために,インプシット・レゾリューション・コーディング・ストラテジーを導入する。 離散分解能値を高密度な特徴写像に変換して特徴領域の冗長な空間に隠すことで、再構成器はシークレットの分解能をステガノグラフ表現から直接正しく復号することができる。 実験の結果,ARDISは視認性とクロスレゾリューションの両面において最先端の手法よりも優れていた。

関連論文リスト

• Decouple to Reconstruct: High Quality UHD Restoration via Active Feature Disentanglement and Reversible Fusion [77.08942160610478]
  超高精細画像復元(UHD)は、高解像度のため、しばしば計算ボトルネックや情報損失に直面している。 本稿では,より難解な劣化情報を潜時空間に符号化しながら,容易に復元可能な背景情報を破棄する制御付き微分遠絡型VAEを提案する。 提案手法は,UHD画像復元の精度を向上し,UHD画像復元の6つの課題を1Mパラメータのみで実現し,VAEモデルにおける情報損失問題を効果的に軽減する。
  論文  参考訳（メタデータ） (2025-03-17T02:55:18Z)
• On the Quantification of Image Reconstruction Uncertainty without Training Data [5.057039869893053]
  本稿では,深部生成モデルを用いて近似後部分布を学習する深部変分フレームワークを提案する。 フローベースモデルを用いてターゲット後部をパラメータ化し,KL(Kullback-Leibler)の発散を最小限に抑え,正確な不確実性推定を実現する。 提案手法は信頼性と高品質な画像再構成を実現し,信頼性の高い不確実性を推定する。
  論文  参考訳（メタデータ） (2023-11-16T07:46:47Z)
• Cross-resolution Face Recognition via Identity-Preserving Network and Knowledge Distillation [12.090322373964124]
  クロスレゾリューション顔認識は、現代の深層顔認識システムにとって難しい問題である。 本稿では,低分解能画像の低周波成分に蓄積される識別情報にネットワークを集中させる新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-03-15T14:52:46Z)
• Invertible Rescaling Network and Its Extensions [118.72015270085535]
  本研究では,新たな視点から双方向の劣化と復元をモデル化する,新しい可逆的枠組みを提案する。 我々は、有効な劣化画像を生成し、失われたコンテンツの分布を変換する可逆モデルを開発する。 そして、ランダムに描画された潜在変数とともに、生成された劣化画像に逆変換を適用することにより、復元可能とする。
  論文  参考訳（メタデータ） (2022-10-09T06:58:58Z)
• Learning Resolution-Adaptive Representations for Cross-Resolution Person Re-Identification [49.57112924976762]
  低解像度(LR)クエリIDイメージと高解像度(HR)ギャラリーイメージとの整合性を実現する。 実際のカメラとの違いにより、クエリ画像が分解能の低下に悩まされることがしばしばあるため、これは困難かつ実用的な問題である。 本稿では,問合せ画像の解像度に適応する動的計量を用いて,HRとLRの画像を直接比較するためのSRフリーなパラダイムについて検討する。
  論文  参考訳（メタデータ） (2022-07-09T03:49:51Z)
• Invertible Image Rescaling [118.2653765756915]
  Invertible Rescaling Net (IRN) を開発した。 我々は、ダウンスケーリングプロセスにおいて、指定された分布に従う潜在変数を用いて、失われた情報の分布をキャプチャする。
  論文  参考訳（メタデータ） (2020-05-12T09:55:53Z)
• Gated Fusion Network for Degraded Image Super Resolution [78.67168802945069]
  本稿では,基本特徴と回復特徴を別々に抽出する二分岐畳み込みニューラルネットワークを提案する。 特徴抽出ステップを2つのタスク非依存ストリームに分解することで、デュアルブランチモデルがトレーニングプロセスを容易にすることができる。
  論文  参考訳（メタデータ） (2020-03-02T13:28:32Z)

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。