論文の概要: On the Possible Detectability of Image-in-Image Steganography
- arxiv url: http://arxiv.org/abs/2603.11876v1
- Date: Thu, 12 Mar 2026 12:51:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-13 14:46:26.08205
- Title: On the Possible Detectability of Image-in-Image Steganography
- Title（参考訳）: Image-in- Image Steganography の可能性について
- Authors: Antoine Mallet, Patrick Bas,
- Abstract要約: 本稿では,一般的なイメージインイメージステガンスキームの検出可能性について検討する。
このパラダイムでは、ペイロードは通常、カバー画像と同じ大きさのイメージであり、非常に高い埋め込み率をもたらす。
本稿では,画像のウェーブレット分解から推定した独立成分の最初の4つのモーメントに基づいて,簡易で解釈可能なステガナリシス法を提案する。
- 参考スコア（独自算出の注目度）: 9.18140641205492
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper investigates the detectability of popular imagein-image steganography schemes [1, 2, 3, 4, 5]. In this paradigm, the payload is usually an image of the same size as the Cover image, leading to very high embedding rates. We first show that the embedding yields a mixing process that is easily identifiable by independent component analysis. We then propose a simple, interpretable steganalysis method based on the first four moments of the independent components estimated from the wavelet decomposition of the images, which are used to distinguish between the distributions of Cover and Stego components. Experimental results demonstrate the efficiency of the proposed method, with eight-dimensional input vectors attaining up to 84.6% accuracy. This vulnerability analysis is supported by two other facts: the use of keyless extraction networks and the high detectability w.r.t. classical steganalysis methods, such as the SRM combined with support vector machines, which attains over 99% accuracy.
- Abstract（参考訳）: 本稿では,一般的な画像画像ステガノグラフィー手法[1, 2, 3, 4, 5]の検出可能性について検討する。
このパラダイムでは、ペイロードは通常、カバー画像と同じ大きさのイメージであり、非常に高い埋め込み率をもたらす。
まず, 独立成分分析により容易に同定可能な混合過程が得られた。
次に,画像のウェーブレット分解から推定される独立成分の最初の4つのモーメントに基づいて,簡易で解釈可能なステガナリシス法を提案する。
実験により,8次元の入力ベクトルを84.6%の精度で実現し,提案手法の有効性を実証した。
この脆弱性分析は、キーレス抽出ネットワークの使用と、SRMのような古典的ステガナリシス法と99%以上の精度を持つサポートベクターマシンの組み合わせによる高い検出可能性の2つの事実によって支持されている。
関連論文リスト
- ForensicFormer: Hierarchical Multi-Scale Reasoning for Cross-Domain Image Forgery Detection [0.0]
ForensicFormerは階層的なフレームワークで、低レベルのアーティファクト検出、中レベルの境界解析、高レベルのセマンティック推論を統一する。
本手法は,従来の操作,GAN生成画像,拡散モデル出力にまたがる7種類のテストセットの平均精度を86.8%維持する。
論文 参考訳（メタデータ） (2026-01-12T04:29:36Z) - Foundation Visual Encoders Are Secretly Few-Shot Anomaly Detectors [58.75916798814376]
FoundADと呼ばれる数発の異常検出装置を開発した。
画像中の異常量は学習した埋め込みの差と直接相関する。
簡単な演算子は、画像中の分布外領域を特徴付け識別する異常検出の有効なツールとして機能する。
論文 参考訳（メタデータ） (2025-10-02T11:53:20Z) - Sampling Matters in Explanations: Towards Trustworthy Attribution Analysis Building Block in Visual Models through Maximizing Explanation Certainty [0.0]
信頼に値する帰属分析を構築するには、サンプル分布の不一致問題を解決する必要がある。
本稿では,入力からの特徴を抑圧し,半最適サンプリング手法を提案する。
我々のアプローチは効果的であり、最先端のベースラインに対してより満足のいく説明を得ることができる。
論文 参考訳（メタデータ） (2025-06-24T09:15:22Z) - FM-OSD: Foundation Model-Enabled One-Shot Detection of Anatomical Landmarks [44.54301473673582]
医用画像のランドマーク検出を高精度に行うための,最初の基礎モデル付きワンショットランドマーク検出(FM-OSD)フレームワークを提案する。
本手法は,単一のテンプレート画像のみを用いることで,最先端のワンショットランドマーク検出法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-07-07T15:37:02Z) - Rethinking Score Distillation as a Bridge Between Image Distributions [97.27476302077545]
提案手法は, 劣化した画像(ソース)を自然画像分布(ターゲット)に転送することを目的としている。
本手法は,複数の領域にまたがって容易に適用可能であり,特殊な手法の性能のマッチングや評価を行うことができる。
テキストから2D、テキストベースのNeRF最適化、絵画を実画像に変換すること、光学錯視生成、および3Dスケッチから実画像に変換することにおいて、その実用性を実証する。
論文 参考訳（メタデータ） (2024-06-13T17:59:58Z) - FlowSDF: Flow Matching for Medical Image Segmentation Using Distance Transforms [60.195642571004804]
本稿では,セグメンテーションマスクの暗黙分布を表現するために,画像誘導型条件付きフローマッチングフレームワークであるFlowSDFを紹介する。
本フレームワークは,セグメンテーションマスクの正確なサンプリングと関連する統計指標の計算を可能にする。
論文 参考訳（メタデータ） (2024-05-28T11:47:12Z) - Forgery-aware Adaptive Transformer for Generalizable Synthetic Image
Detection [106.39544368711427]
本研究では,様々な生成手法から偽画像を検出することを目的とした,一般化可能な合成画像検出の課題について検討する。
本稿では,FatFormerという新しいフォージェリー適応トランスフォーマー手法を提案する。
提案手法は, 平均98%の精度でGANを観測し, 95%の精度で拡散モデルを解析した。
論文 参考訳（メタデータ） (2023-12-27T17:36:32Z) - PAIF: Perception-Aware Infrared-Visible Image Fusion for Attack-Tolerant
Semantic Segmentation [50.556961575275345]
対向シーンにおけるセグメンテーションの堅牢性を促進するための認識認識型融合フレームワークを提案する。
我々は,先進の競争相手に比べて15.3% mIOUの利得で,ロバスト性を大幅に向上させることを示す。
論文 参考訳（メタデータ） (2023-08-08T01:55:44Z) - Learning to Recognize Patch-Wise Consistency for Deepfake Detection [39.186451993950044]
パッチワイド一貫性学習(PCL)という,このタスクのための表現学習手法を提案する。
PCLは、画像のソース機能の一貫性を測定し、複数の偽造方法に対する優れた解釈性と堅牢性で表現することを学びます。
7つの一般的なDeepfake検出データセットに対するアプローチを評価します。
論文 参考訳（メタデータ） (2020-12-16T23:06:56Z) - Machine Learning Pipeline for Segmentation and Defect Identification
from High Resolution Transmission Electron Microscopy Data [0.0]
我々は高分解能電子顕微鏡データ解析のための柔軟な2ステップパイプラインを実証した。
トレーニングしたU-Netは、Dice係数0.8の非晶質背景からナノ粒子を分離することができる。
すると、ナノ粒子が86%の精度で可視積層断層を含むかどうかを分類できる。
論文 参考訳（メタデータ） (2020-01-14T19:49:30Z)
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。