当前位置:
X-MOL 学术
›
arXiv.cs.MM
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Natural Steganography in JPEG Domain with a Linear Development Pipeline
arXiv - CS - Multimedia Pub Date : 2020-01-08 , DOI: arxiv-2001.02653 Taburet Th\'eo, Bas Patrick, Sawaya Wadih, Jessica Fridrich
arXiv - CS - Multimedia Pub Date : 2020-01-08 , DOI: arxiv-2001.02653 Taburet Th\'eo, Bas Patrick, Sawaya Wadih, Jessica Fridrich
In order to achieve high practical security, Natural Steganography (NS) uses
cover images captured at ISO sensitivity $ISO_{1}$ and generates stego images
mimicking ISO sensitivity $ISO_{2}>ISO_{1}$. This is achieved by adding a stego
signal to the cover that mimics the sensor photonic noise. This paper proposes
an embedding mechanism to perform NS in the JPEG domain after linear
developments by explicitly computing the correlations between DCT coefficients
before quantization. In order to compute the covariance matrix of the photonic
noise in the DCT domain, we first develop the matrix representation of
demosaicking, luminance averaging, pixel section, and 2D-DCT. A detailed
analysis of the resulting covariance matrix is done in order to explain the
origins of the correlations between the coefficients of $3\times3$ DCT blocks.
An embedding scheme is then presented that takes in order to take into account
all the correlations. It employs 4 sub-lattices and 64 lattices per
sub-lattices. The modification probabilities of each DCT coefficient are then
derived by computing conditional probabilities from the multivariate Gaussian
distribution using the Cholesky decomposition of the covariance matrix. This
derivation is also used to compute the embedding capacity of each image. Using
a specific database called E1 Base, we show that in the JPEG domain NS
(J-Cov-NS) enables to achieve high capacity (more than 2 bits per non-zero AC
DCT) and with high practical security ($P_{\mathrm{E}}\simeq40\%$ using DCTR
from QF 75 to QF 100).
中文翻译:
具有线性开发流水线的 JPEG 域中的自然隐写术
为了实现高实用的安全性,自然隐写术 (NS) 使用以 ISO 感光度 $ISO_{1}$ 捕获的封面图像,并生成模仿 ISO 感光度 $ISO_{2}>ISO_{1}$ 的隐写图像。这是通过向模拟传感器光子噪声的盖子添加隐写信号来实现的。本文提出了一种嵌入机制,通过在量化前明确计算 DCT 系数之间的相关性,在线性发展后在 JPEG 域中执行 NS。为了计算 DCT 域中光子噪声的协方差矩阵,我们首先开发了去马赛克、亮度平均、像素部分和 2D-DCT 的矩阵表示。对产生的协方差矩阵进行了详细分析,以解释 $3\times3$ DCT 块的系数之间相关性的起源。然后提出一种嵌入方案,该方案考虑到所有相关性。它采用 4 个子格子,每个子格子有 64 个格子。然后通过使用协方差矩阵的 Cholesky 分解从多元高斯分布计算条件概率来推导出每个 DCT 系数的修改概率。这个推导也用于计算每个图像的嵌入容量。使用称为 E1 Base 的特定数据库,我们表明在 JPEG 域中 NS (J-Cov-NS) 能够实现高容量(每个非零 AC DCT 超过 2 位)和高实用安全性 ($P_{\ mathrm{E}}\simeq40\%$ 使用从 QF 75 到 QF 100 的 DCTR)。然后通过使用协方差矩阵的 Cholesky 分解从多元高斯分布计算条件概率来推导出每个 DCT 系数的修改概率。这个推导也用于计算每个图像的嵌入容量。使用称为 E1 Base 的特定数据库,我们表明在 JPEG 域中 NS (J-Cov-NS) 能够实现高容量(每个非零 AC DCT 超过 2 位)和高实用安全性 ($P_{\ mathrm{E}}\simeq40\%$ 使用从 QF 75 到 QF 100 的 DCTR)。然后通过使用协方差矩阵的 Cholesky 分解从多元高斯分布计算条件概率来推导出每个 DCT 系数的修改概率。这个推导也用于计算每个图像的嵌入容量。使用称为 E1 Base 的特定数据库,我们表明在 JPEG 域中 NS (J-Cov-NS) 能够实现高容量(每个非零 AC DCT 超过 2 位)和高实用安全性 ($P_{\ mathrm{E}}\simeq40\%$ 使用从 QF 75 到 QF 100 的 DCTR)。
更新日期:2020-04-14
中文翻译:
具有线性开发流水线的 JPEG 域中的自然隐写术
为了实现高实用的安全性,自然隐写术 (NS) 使用以 ISO 感光度 $ISO_{1}$ 捕获的封面图像,并生成模仿 ISO 感光度 $ISO_{2}>ISO_{1}$ 的隐写图像。这是通过向模拟传感器光子噪声的盖子添加隐写信号来实现的。本文提出了一种嵌入机制,通过在量化前明确计算 DCT 系数之间的相关性,在线性发展后在 JPEG 域中执行 NS。为了计算 DCT 域中光子噪声的协方差矩阵,我们首先开发了去马赛克、亮度平均、像素部分和 2D-DCT 的矩阵表示。对产生的协方差矩阵进行了详细分析,以解释 $3\times3$ DCT 块的系数之间相关性的起源。然后提出一种嵌入方案,该方案考虑到所有相关性。它采用 4 个子格子,每个子格子有 64 个格子。然后通过使用协方差矩阵的 Cholesky 分解从多元高斯分布计算条件概率来推导出每个 DCT 系数的修改概率。这个推导也用于计算每个图像的嵌入容量。使用称为 E1 Base 的特定数据库,我们表明在 JPEG 域中 NS (J-Cov-NS) 能够实现高容量(每个非零 AC DCT 超过 2 位)和高实用安全性 ($P_{\ mathrm{E}}\simeq40\%$ 使用从 QF 75 到 QF 100 的 DCTR)。然后通过使用协方差矩阵的 Cholesky 分解从多元高斯分布计算条件概率来推导出每个 DCT 系数的修改概率。这个推导也用于计算每个图像的嵌入容量。使用称为 E1 Base 的特定数据库,我们表明在 JPEG 域中 NS (J-Cov-NS) 能够实现高容量(每个非零 AC DCT 超过 2 位)和高实用安全性 ($P_{\ mathrm{E}}\simeq40\%$ 使用从 QF 75 到 QF 100 的 DCTR)。然后通过使用协方差矩阵的 Cholesky 分解从多元高斯分布计算条件概率来推导出每个 DCT 系数的修改概率。这个推导也用于计算每个图像的嵌入容量。使用称为 E1 Base 的特定数据库,我们表明在 JPEG 域中 NS (J-Cov-NS) 能够实现高容量(每个非零 AC DCT 超过 2 位)和高实用安全性 ($P_{\ mathrm{E}}\simeq40\%$ 使用从 QF 75 到 QF 100 的 DCTR)。