[論文レビュー] Block-wise Scrambled Image Recognition Using Adaptation Network

Koki Madono, Masayuki Tanaka+2 more|arXiv (Cornell University)|Jan 21, 2020

Digital Media Forensic Detection参考文献 13被引用数 31

ひとこと要約

本論文は、拡張可能な学習可能暗号化 ELE によって生成されたブロック単位でスクランブルされた画像を認識する適応ネットワークを提案し、DNNベースの分類による知覚情報隠蔽を可能にする。ELEベースのスクランブリングとELE-AdaptNetの組み合わせはスクランブル下で信頼性のある認識を実現する一方、LEベースのスクランブリングは依然として安全性が低い。

ABSTRACT

In this study, a perceptually hidden object-recognition method is investigated to generate secure images recognizable by humans but not machines. Hence, both the perceptual information hiding and the corresponding object recognition methods should be developed. Block-wise image scrambling is introduced to hide perceptual information from a third party. In addition, an adaptation network is proposed to recognize those scrambled images. Experimental comparisons conducted using CIFAR datasets demonstrated that the proposed adaptation network performed well in incorporating simple perceptual information hiding into DNN-based image classification.

研究の動機と目的

• 機械による認識を可能にしつつ、人間から知覚情報を隠すことでプライバシー保護されたクラウドベースの画像解析を動機づける。
• 学習可能暗号化（LE）を拡張してスクランブル画像のセキュリティを強化する。
• ELE/LE/EtC スキームによって生成されるブロック単位のスクランブル画像を認識できる適応ネットワークを開発する。
• CIFAR-10/100データセットにおいて、プレーン、LE、EtC、ELEのスクランブル間で認識精度を比較する。
• スクランブル画像のセキュリティレベルと認識性能のバランスを取る機構を提供する。

提案手法

• 画像をB×Bブロックに分割し、ブロックをシャッフルし、ブロックごとにキーを用いてブロック内のピクセルをシャッフルするブロック単位のスクランブリングを導入する（ELE）。
• ブロックごとのサブネットワーク、学習可能な疑似置換行列、ピクセルシャッフル層からなる適応ネットワークを提案する。
• スクランブルされた各ブロックは専用のサブネットワークで処理され、特徴を統合し、疑似置換整合を経て、ピクセルシャッフルにより拡大され、分類ネットワークへ供給される。
• 分類のための交叉エントロピー、疎な疑似置換を促す L1-2 ペナルティ、および特徴マップ上の空間的平滑性ペナルティを組み合わせた損失で学習する。
• 損失: L = L_CE + λ_U L_U + λ_s L_s with empirically chosen λ_U = 0.001 and λ_s = 0.1.

実験結果

リサーチクエスチョン

• RQ1 1つの適応ネットワークは、複数のスクランブル方式（LE、EtC、ELE）にまたがるブロック単位のスクランブル画像を認識できるか？
• RQ2 異なるスクランブル方式間で、認識性能とセキュリティレベルのトレードオフはどうなるか？
• RQ3 疑似置換行列と空間正則化の導入は、分類時のブロック単位スクランブルに対する頑健性を向上させるか？
• RQ4 提案された適応フレームワークの下で、CIFAR-10/100 におけるプレーン画像とスクランブル画像の比較性能はどうか？

主な発見

• ELE-AdaptNet は ELE-および EtC ベースのスクランブリングに対して最高の認識性能を達成する。
• LE-AdaptNet は LE ベースのスクランブリングに対して LE への特化により最も良い性能を示す。
• プレーン画像は高精度を示し、スクランブル画像は精度を低下させるが、ELE は提案された適応ネットワークの下でセキュリティと認識の間に有利なバランスを提供する。
• ELEベースのスクランブリングと提案された適応ネットワークの組み合わせは、スクランブリングが強くても信頼性の高い後方確率を提供し、知覚的隠蔽下での頑健な認識を示す。
• ELE法はLEまたはEtCよりも大きな鍵空間を提供し、適応ネットワークと互換性を保ちながら知覚情報隠蔽のセキュリティを高めることを示している。