[論文レビュー] Reversible data hiding in encrypted images based on pixel prediction and multi-MSB planes rearrangement

Zhaoxia Yin, Xiaomeng She+2 more|arXiv (Cornell University)|Jul 8, 2020

Advanced Steganography and Watermarking Techniques参考文献 40被引用数 75

ひとこと要約

本稿では、画素値予測と複数MSB平面の再配置を用いた、暗号化画像における高容量な可逆的データ埋め込み（RDHEI）手法を提案する。予測誤差の符号と絶対値を別々のビット平面に分離し、それらを一様ブロック（UB）と非一様ブロック（NBB）に分割した後、これらのブロックを再配置することで、最先端の手法よりも顕著に高い埋め込みレート（ER）を達成する。テスト画像では最大3.232 bppに達する。

ABSTRACT

Great concern has arisen in the field of reversible data hiding in encrypted images (RDHEI) due to the development of cloud storage and privacy protection. RDHEI is an effective technology that can embed additional data after image encryption, extract additional data error-free and reconstruct original images losslessly. In this paper, a high-capacity and fully reversible RDHEI method is proposed, which is based on pixel prediction and multi-MSB (most significant bit) planes rearrangement. First, the median edge detector (MED) predictor is used to calculate the predicted value. Next, unlike previous methods, in our proposed method, signs of prediction errors (PEs) are represented by one bit plane and absolute values of PEs are represented by other bit planes. Then, we divide bit planes into uniform blocks and non-uniform blocks, and rearrange these blocks. Finally, according to different pixel prediction schemes, different numbers of additional data are embedded adaptively. The experimental results prove that our method has higher embedding capacity compared with state-of-the-art RDHEI methods.

研究の動機と目的

• 既存の暗号化画像における可逆的データ埋め込み（RDHEI）手法における埋め込み容量の制限を解決すること。
• 暗号化前の元画像における空間相関を活用することで、ペイロード効率を向上させること。
• 完全な可逆性—元画像の正確な回復と埋め込みデータの完全な抽出—を実現しながら、埋め込み容量を最大化すること。
• 従来手法がMSB平面を十分に活用しない、または大量で圧縮性の低い補助データを生成するという制限を克服すること。

提案手法

• メディアンエッジ検出器（MED）予測子を用いて画素値の予測値を計算し、予測誤差（PE）を導出する。
• 予測誤差の符号を1つのビット平面に、絶対値を他のビット平面に分離し、独立して処理する。
• 画素値の一貫性に基づいて、ビット平面を一様ブロック（UB）と非一様ブロック（NBB）に分割する。
• UBとNBBを再配置することで、埋め込み位置を最適化し、データ容量を向上させる。
• 補助データ（例：PEの符号および絶対値マップ）を算術符号化により圧縮し、オーバーヘッドを低減する。
• 予測方式に基づいて適応的にデータを埋め込み、画像ごとに最大のペイロードを実現する。

実験結果

リサーチクエスチョン

• RQ1 複数MSB平面の再配置は、単一MSBまたはLSBベースの手法と比較して、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 予測誤差の符号と絶対値を分離することで、ビット平面の冗長性をより効果的に活用できるか？
• RQ3 予測誤差から得られる補助データを効果的に圧縮することで、ネットペイロードを増加させられるか？
• RQ4 元画像のビット平面ではなく、予測誤差のビット平面を用いることで、埋め込み容量にどのような影響があるか？
• RQ5 本手法は、高い埋め込みレートと完全な可逆性を同時に達成できるか？

主な発見

• 提案手法は、Lena画像において2.87 bppの埋め込みレート（ER）を達成し、Puteauxら[24]（0.993 bpp）、Wuら[27]（2.652 bpp）、Yinら[26]（2.824 bpp）を上回った。
• BOSSbase、BOWS-2、UCIDデータセットでは、それぞれ平均で3.361 bpp、3.246 bpp、2.797 bppのERを達成し、比較対象の全手法を上回った。
• 予測誤差のビット平面は元の画素値よりも分布が集中しているため、埋め込み可能な位置が増加し、容量向上に寄与する。
• 補助データの算術符号化によりオーバーヘッドが低減され、圧縮性が低く非圧縮可能な大容量の補助情報を持つ手法と比較して、より高いネットペイロードを実現できた。
• 本手法は完全な可逆性を維持しており、元画像の正確な回復と埋め込みデータの完全な抽出が可能である。
• Renらのバイナリ画像手法をグレースケール画像に直接適用した場合、Lenaではたった1.712 bppにとどまるため、本手法の優位性が顕著に示された。