[論文レビュー] Combining and Steganography of 3D Face Textures

Mohsen Moradi, Mohammad‐Reza Sadeghi|arXiv (Cornell University)|Feb 4, 2017

Advanced Steganography and Watermarking Techniques参考文献 3被引用数 3

ひとこと要約

本稿では、離散ウェーブレット変換（DWT）と特異値分解（SVD）を組み合わせることで、3次元顔のテクスチャデータを2次元の被覆画像に埋め込むステガノグラフィー手法を提案する。この手法により、視認不能な形で3次元顔テクスチャを隠蔽しつつ、高い視覚的品質を維持できる。顔のテクスチャと形状を分離することで、任意の形状を用いて3次元顔の再構築が可能となり、PSNRが80 dBを超える状態で2つの顔テクスチャを1枚のステゴ画像に組み合わせることも可能である。

ABSTRACT

One of the serious issues in communication between people is hiding information from others, and the best way for this, is deceiving them. Since nowadays face images are mostly used in three dimensional format, in this paper we are going to steganography 3D face images, detecting which by curious people will be impossible. As in detecting face only its texture is important, we separate texture from shape matrices, for eliminating half of the extra information, steganography is done only for face texture, and for reconstructing 3D face, we can use any other shape. Moreover, we will indicate that, by using two textures, how two 3D faces can be combined. For a complete description of the process, first, 2D faces are used as an input for building 3D faces, and then 3D textures are hidden within other images.

研究の動機と目的

• 形状とは独立してテクスチャ成分のみを用いて、3次元顔テクスチャの安全で視認不能なステガノグラフィックな送信を可能にする。
• 埋め込まれたテクスチャを抽出した後、任意の形状行列を用いて3次元顔モデルの再構築が可能な手法を開発する。
• 形状行列に制限を設けずに、2つの異なる3次元顔テクスチャを1枚のステゴ画像に組み合わせることが可能である。
• ステゴ画像に高い視覚的品質を確保し、埋め込まれたデータが人間には感知されないことを実現する。
• SVDとDWTを用いることで、被覆画像内の隠しデータの存在を難しくし、セキュリティを強化する。

提案手法

• 3次元顔は、バーゼル3Dモーファブルモデルを用いて2次元顔画像から構築され、形状行列とテクスチャ行列に分離される。
• 3次元顔のテクスチャはRGB値の3次元行列として抽出され、ステガノグラフィー処理が施されるが、再構築の目的で形状行列は破棄される。
• 被覆画像は1レベルの2次元DWTを用いて周波数ドメインに変換され、近似係数（CA）と詳細係数（CH、CV、CD）が得られる。
• CDサブバンドは赤、緑、青の成分（CD_r、CD_g、CD_b）に分解され、それぞれにSVDが適用され、U、S、V行列が得られる。
• 被覆画像の色成分の特異値（S_c）は、被覆画像と隠しテクスチャの特異値の重み付き和に置き換えられる：S_new = S_c + 0.1 * S_t。
• 変更されたDWT係数は逆DWTを用いて再構築され、元の画像の視覚的品質を保ったまま最終的なステゴ画像が得られる。

実験結果

リサーチクエスチョン

• RQ1 3次元顔テクスチャを2次元被覆画像に最小限の知覚的歪みで埋め込むことができるか？
• RQ2 逆プロセスを用いて、ステゴ画像から元の3次元顔テクスチャを正確に抽出できるか？
• RQ3 抽出されたテクスチャを用いて、任意の形状行列から3次元顔を再構築できるか？
• RQ4 2つの異なる3次元顔テクスチャを、視覚的劣化を伴わず1枚の被覆画像に組み合わせて埋め込むことができるか？
• RQ5 提案されたDWT-SVDステガノグラフィー技法を用いることで、どの程度の視覚的品質（PSNRで測定）が達成できるか？

主な発見

• 提案されたステガノグラフィー手法は、元の被覆画像とステゴ画像の間で81.51 dBのPSNRを達成しており、視覚的忠実度がほぼ完全であることを示している。
• 複数のテストケースにおいても高い視覚的品質を維持しており、異なる被覆画像と隠しテクスチャペアに対してPSNRは79.44 dBから81.31 dBの範囲で変動した。
• 抽出された3次元顔テクスチャは、任意の3次元形状行列に正しく再構築され、認識可能な3次元顔が得られることが確認され、テクスチャと形状の分離が成功していることを示している。
• 本手法により、2つの異なる顔テクスチャを1枚のステゴ画像に組み合わせ、下地の形状に制限を設けずにハイブリッド3次元顔の作成が可能である。
• SVDとDWTの使用により、耐障害性と視認不能性が確保されており、埋め込みプロセスが高周波成分のみを変更し、被覆画像の知覚的整合性を保っている。
• 本手法は、3次元顔の認識にテクスチャ成分のみが十分であることを示しており、効率的で安全なデータ隠しを可能としている。