[論文レビュー] Reversible Data Hiding in Encrypted Images based on Pixel Prediction and Bit-plane Compression

Zhaoxia Yin, Yinyin Peng+1 more|arXiv (Cornell University)|Nov 5, 2019

Advanced Steganography and Watermarking Techniques参考文献 38被引用数 98

ひとこと要約

本稿では、ピクセル予測とビットプレーン圧縮を活用して高い埋め込み容量を達成する暗号化画像における可逆的データホーディング方式（RDHEI）を提案する。予測誤差を計算し、ビットプレーンを再配置・圧縮して空き領域を生成した後、マルチ-LSB置換によりデータを埋め込むことで、損失なしの画像回復と正確なデータ抽出を可能にする。本手法は、テスト画像において最大3.8363 bppのネット埋め込みレートを達成し、最先端の手法を上回る性能を示す。

ABSTRACT

Reversible data hiding in encrypted images (RDHEI) receives growing attention because it protects the content of the original image while the embedded data can be accurately extracted and the original image can be reconstructed lossless. To make full use of the correlation of the adjacent pixels, this paper proposes an RDHEI scheme based on pixel prediction and bit-plane compression. Firstly, to vacate room for data embedding, the prediction error of the original image is calculated and used for bit-plane rearrangement and compression. Then, the image after vacating room is encrypted by a stream cipher. Finally, the additional data is embedded in the vacated room by multi-LSB substitution. Experimental results show that the embedding capacity of the proposed method outperforms the state-of-the-art methods.

研究の動機と目的

• クラウドに保存された画像におけるプライバシー保護型データホーディングのニーズに対応し、コンテンツが機密のままであることを保証する。
• 従来の手法を超えて、暗号化画像における可逆的データホーディング（RDHEI）の埋め込み容量を向上させる。
• 暗号化の前に元画像の空間相関を最大限に活用し、データ埋め込みに利用可能な領域を最大化する。
• 別々の鍵を用いて、損失なしの画像再構築と正確な埋め込みデータ抽出を両立させる。

提案手法

• ピクセル予測を用いて元画像のピクセルから予測誤差を計算し、相関の活用を強化する。
• ビットプレーン再配置（BPR）を適用して、空間的位置ごとにビットをグループ化し、圧縮に適した冗長性を向上させる。
• 再配置されたビットプレーンに対してビットストリーム圧縮（BSC）を実行し、追加の空き領域を生成する。
• 空き領域を確保した後、ストリーム暗号を用いて画像を暗号化し、コンテンツの機密性を確保する。
• マルチ-LSB置換を用いて、暗号化画像の空きビット位置に追加のデータを埋め込む。
• 再構築と抽出を正しく行うために、補助情報（例：ブロックサイズ、オーバーフロー画素数、タイプラベル）を送信する。

実験結果

リサーチクエスチョン

• RQ1 ピクセル予測とビットプレーン圧縮を併用することで、RDHEIにおける埋め込み容量を向上させることができるか？
• RQ2 ビットプレーン再配置と圧縮は、暗号化画像におけるデータ埋め込みに適した空き領域をどれほど効果的に生成できるか？
• RQ3 提案手法は、既存のRRBEベースのRDHEI方式を上回る埋め込み容量を達成するか？
• RQ4 別々の鍵を用いて、損失なしの画像回復と正確なデータ抽出を両立できるか？

主な発見

• 「Airplane」画像において、提案手法は3.8363 bppのネット埋め込みレートを達成し、Puteauxら（0.977 bpp）、Yiら（2.014 bpp）、Yinら（2.583 bpp）を著しく上回った。
• UCIDデータベースでは、平均ネット埋め込みレートが2.899 bppに達し、Puteauxら（0.893 bpp）、Yiら（1.586 bpp）、Yinら（2.688 bpp）を上回った。
• 本手法は完璧な画像品質を維持しており、すべてのテスト画像でPSNRが+∞、SSIMが1.0であった。これは、損失なしの再構築が確認されたことを示している。
• 補助情報の長さは非常に短く（例：Airplaneでは118ビット）、空き領域に比べて著しく短いため、高いペイロード効率を達成している。
• BOSSbaseデータベースでは最大7.8305 bppのネット埋め込みレートを達成し、多様な画像セットにおいて優れた性能を示した。
• 本手法は複数のデータベースにわたり堅牢であり、BOSSbaseでは平均3.6248 bpp、BOWS-2では平均3.4948 bppのネット埋め込みレートを達成した。