Reversible Data Hiding in JPEG Images with Multi-objective Optimization
基于多目标优化的JPEG图像可逆数据隐藏
摘要:
目前大多数JPEG图像的可逆数据隐藏方法,大多只考虑了rate-distortion,就是给定有效载荷下的图像质量。但是,衡量JPEG图像的可逆数据隐藏方法的优劣还有一个重要指标:文件大小扩展。我们采用多目标优化策略,首先将覆盖信号分成几个不重叠的部分,然后计算每个部分的嵌入成本。其次,通过多目标优化得到嵌入数据的零件的优化组合,实现了两个目标的平衡。
介绍:
现在,数据是丰富的,无处不在,数据隐私的重要性也越来越高。
传统的保护数据的方法是加密,但它可以暴露秘密数据的传输。
于是,数据隐藏技术应运而生。数据隐藏[1],[2]是以一种不易察觉的方式将数据隐藏到多媒体中。随着社会的发展,针对不同的场景开发了不同的数据隐藏技术:水印[3]-[10]、隐写术[11]-[15]和可逆数据隐藏(RDH)[16]、[17]。
- 水印技术:主要应用于身份认证和版权保护。[4] ,[5]提出了用于图像完整性认证的脆弱水印方案。鲁棒水印[6]-[9]主要研究在几何变形、信号处理等不同攻击下的鲁棒性。一些基准测试,如StirMark[10]是对鲁棒水印算法进行简单鲁棒性测试的工具。
- 隐写术:是为秘密通信而开发的,这意味着秘密数据对攻击者来说是尽可能不可检测的,重点是反统计检测。Fridrich等人。[11] 开发了具有统计不可检测性的隐写术,并且在2011年,他们[12]提出了一个可以与任何附加失真代价函数相结合的通用隐写框架。随着深度学习的发展,一些技术,如对抗训练,被用于隐写术[13]。隐写分析技术如富模型[18]、统计分析(如一阶统计量[19]和深度学习技术[20]被开发来测试隐写术的不可检测性。近年来,一些关于鲁棒隐写方案的研究在鲁棒性和不可检测性方面得到了越来越多的研究。而嵌入效率是隐写方案的重要属性。
- RDH[16]:是一种利用覆盖冗余对附加数据和覆盖信号进行无损恢复的技术。[17] 指出RDH是语义无损压缩,其实质是通过无损压缩为嵌入数据预留空间。RDH在医学、军事等领域有着广泛的应用。RDH重要的是嵌入容量和信号质量,它们通常与率失真呈正相关。
图像是我们日常生活中经常使用的数据形式,图像中的RDH根据图像是否加密可以分为两类:加密图像中的RDH(RDHEI)和明文图像中的RDH。
- RDHEI[21]-[24]:首先对图像进行加密,然后在加密后的图像中嵌入额外的数据。这种技术通常用于 云存储。
- 明文图像中的RDH也得到了快速发展。如果没有说明,RDH是指明文图像中的RDH。根据嵌入域的不同,RDH可分为两类:空间域和压缩域。
空间域RDH技术发展迅速,如直方图平移(HS)[25]–[28]、差分展开(DE)[29]、预测误差扩展(PEE)[30]等;与空间域相比,压缩域中的冗余信息更少,文件大小更小。如果文件大小不受压缩域中RDH的限制,则可以很容易地找到附加数据。因此,在设计压缩域的RDH时,必须考虑文件大小的扩展。这里,表一给出了RDH在空间域和压缩域的区别。文件大小扩展是RDH在压缩领域的一个重要指标。而JPEG图像作为压缩域的一种格式,在通信中的应用越来越广泛,因此本文对JPEG图像中的RDH进行了研究。
率失真性能和文件大小扩展对于JPEG图像中的RDH同样重要,但如何平衡两者之间的关系是一个难点。例如,一些方案以文件大小扩展为代价,获得了良好的率失真性能。另外,以往的工作在设计方法时没有同时考虑速率失真和文件大小扩展。因此,我们提出了一个结合率失真性能和文件大小扩展的方案。采用多目标优化策略同时平衡两个目标。此外,还设计了失真和文件大小扩展功能,以更好地测量速率失真和文件大小扩展。实验结果表明,该方法在失真率和文件大小扩展方面都优于前人的工作。