[論文レビュー] An image compression and encryption scheme based on deep learning

Fei Hu, Changjiu Pu+3 more|arXiv (Cornell University)|Aug 16, 2016

Chaos-based Image/Signal Encryption参考文献 6被引用数 26

ひとこと要約

本稿では、深層学習に基づく圧縮にスタックドオートエンコーダー（SAE）を統合し、暗号化にカオス的ロジスティック写像を用いた、画像圧縮と暗号化を統合した新規な手法を提案する。本手法は、まずSAEの階層的特徴抽出によって画像データを圧縮し、その後その圧縮表現をカオス的ダイナミクスを用いて暗号化することで、安全で帯域幅効率の高い画像送信の実現可能性と有効性を示している。

ABSTRACT

Stacked Auto-Encoder (SAE) is a kind of deep learning algorithm for unsupervised learning. Which has multi layers that project the vector representation of input data into a lower vector space. These projection vectors are dense representations of the input data. As a result, SAE can be used for image compression. Using chaotic logistic map, the compression ones can further be encrypted. In this study, an application of image compression and encryption is suggested using SAE and chaotic logistic map. Experiments show that this application is feasible and effective. It can be used for image transmission and image protection on internet simultaneously.

研究の動機と目的

• 送信効率とデータセキュリティの両方を向上させるために、画像の同時圧縮と暗号化を実現する統合フレームワークの構築を目的とする。
• スタックドオートエンコーダー（SAE）の教師なし特徴抽出機能を活用し、低次元空間における有効な画像表現を実現することを目的とする。
• 圧縮された画像データに対する不正アクセスからの保護を図るために、カオス的ロジスティック写像に基づく暗号化を統合することを目的とする。
• 本手法の実現可能性と性能を、圧縮比、暗号化セキュリティ、画像品質の保持の観点から評価することを目的とする。

提案手法

• 複数層を有するスタックドオートエンコーダー（SAE）を用いて、入力画像の階層的かつ密集した低次元表現を学習し、効果的な圧縮を実現する。
• SAEから得られた学習済みの圧縮表現を、カオス的システムの初期条件に対する感度を活用して暗号化処理の入力として用いる。
• ロジスティック写像を用いて、圧縮データを並び替え・変換し、暗号化された形式に変換することで、高い混乱性と拡散性を確保する。
• 受信側では、暗号化プロセスを逆方向に処理し、その後SAEのデコーダーを用いて圧縮表現を復号することで、画像を再構築する。
• 訓練済みのSAEエンコーダーとデコーダーを用いることで、データサイズを最小限に抑えつつ再構築の忠実度を維持する。
• PSNRや圧縮比といった標準指標を用いて性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 スタックドオートエンコーダーは、再構築に十分な情報を保持しつつ、画像を効果的に圧縮できるか？
• RQ2 カオス的ロジスティック写像は、暗号解析に対する耐性を確保する強力な暗号化を、圧縮済み画像データに対して提供できるか？
• RQ3 SAEに基づく圧縮とロジスティック写像による暗号化の統合により、高い圧縮効率と強固なセキュリティが両立できるか？
• RQ4 従来の圧縮法や暗号化法と比較して、本手法は性能およびリソース使用量の点で優れているか？

主な発見

• 提案手法は、スタックドオートエンコーダーの階層的特徴抽出により、データサイズの削減を実現し、効果的な画像圧縮を達成している。
• カオス的ロジスティック写像の使用により、初期条件に対する強い感度が確保され、正しくない鍵では復号不能となるため、圧縮データの高いセキュリティが実現されている。
• 実験結果から、再構築画像の品質が高く維持されており、ピークサイナリオノイズ比（PSNR）の値が、圧縮および復号後の忠実度が良好であることを示している。
• 本フレームワークは、同時に圧縮と暗号化を実現できることを示しており、帯域制限のあるネットワークにおける安全な画像送信に適している。