[논문 리뷰] Combining and Steganography of 3D Face Textures

Mohsen Moradi, Mohammad‐Reza Sadeghi|arXiv (Cornell University)|2017. 02. 04.

Advanced Steganography and Watermarking Techniques참고 문헌 3인용 수 3

한 줄 요약

이 논문은 3D 얼굴 텍스처 데이터를 이산 웨이블릿 변환(DWT)과 특이값 분해(SVD)의 조합을 사용하여 2D 커버 이미지에 임베딩하는 스테가노그래피 방법을 제안한다. 이는 고화질을 유지하면서도 눈에 띄지 않는 방식으로 3D 얼굴 텍스처를 숨기는 데 성공하며, 얼굴 텍스처와 형태를 분리함으로써 임베딩된 텍스처를 사용해 어떤 형태 행렬로도 3D 얼굴을 재구성할 수 있다. 또한 PSNR 값이 80 dB 이상인 단일 스테고 이미지에 두 개의 다른 얼굴 텍스처를 통합할 수 있다.

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.

연구 동기 및 목표

• 형태와 분리된 텍스처 성분만을 활용하여 3D 얼굴 텍스처의 안전하고 눈에 띄지 않는 스테가노그래픽 전송을 가능하게 하기 위해.
• 임베딩된 텍스처가 추출된 후, 어떤 형태 행렬을 사용해도 3D 얼굴 모델을 재구성할 수 있는 방법을 개발하기 위해.
• 임베딩된 텍스처가 있는 단일 스테고 이미지에 두 개의 서로 다른 3D 얼굴 텍스처를 형태 행렬에 제약 없이 통합할 수 있도록 하기 위해.
• 스테고 이미지의 높은 시각적 품질을 확보하여 숨겨진 데이터가 인간에게 눈에 띄지 않도록 하기 위해.
• SVD와 DWT를 사용하여 커버 이미지에 숨겨진 데이터 존재를 은폐함으로써 보안성을 향상시키기 위해.

제안 방법

• 3D 얼굴은 베이지얼 3D 모어포픽 모델을 사용하여 2D 얼굴 이미지에서 구성되며, 형태 행렬과 텍스처 행렬로 분리된다.
• 3D 얼굴 텍스처는 RGB 값의 3D 행렬로 추출되고 스테가노그래피 처리를 위해 사용되며, 재구성 목적의 형태 행렬은 기각된다.
• 커버 이미지는 단일 수준의 2D DWT를 통해 주파수 도메인으로 변환되어 근사치(CA) 및 세부 정보 계수(CH, CV, CD)를 생성한다.
• CD 서브밴드는 빨강, 초록, 파랑 성분(CD_r, CD_g, CD_b)으로 분해되며, 각각 SVD를 적용하여 U, S, V 행렬을 도출한다.
• 커버 이미지의 색상 성분의 특이값(S_c)은 커버의 특이값과 숨겨진 텍스처의 특이값의 가중 평균으로 대체된다: S_new = S_c + 0.1 * S_t.
• 수정된 DWT 계수는 역방향 DWT를 통해 재구성되어 원본 이미지의 시각적 품질을 유지하는 최종 스테고 이미지를 생성한다.

실험 결과

연구 질문

• RQ1 3D 얼굴 텍스처를 최소한의 시각적 왜곡으로 2D 커버 이미지에 임베딩할 수 있는가?
• RQ2 역과정을 사용하여 스테고 이미지에서 원래의 3D 얼굴 텍스처를 정확하게 추출할 수 있는가?
• RQ3 추출된 텍스처를 사용해 어떤 임의의 형태 행렬로도 3D 얼굴을 재구성할 수 있는가?
• RQ4 두 개의 서로 다른 3D 얼굴 텍스처를 시각적 열화 없이 단일 커버 이미지에 통합하고 임베딩할 수 있는가?
• RQ5 제안된 DWT-SVD 스테가노그래피 기법을 사용할 경우, 어떤 정도의 시각적 품질(PSNR로 측정)을 달성할 수 있는가?

주요 결과

• 제안된 스테가노그래피 기법은 원본 커버 이미지와 스테고 이미지 간에 PSNR 81.51 dB를 달성하여 거의 완벽한 시각적 정합성을 보였다.
• 여러 테스트 케이스에서 높은 시각적 품질을 유지하였으며, 다양한 커버 및 숨겨진 텍스처 조합에서 PSNR 값이 79.44 dB에서 81.31 dB 사이로 변동하였다.
• 추출된 3D 얼굴 텍스처는 성공적으로 재구성되어 어떤 3D 형태 행렬에도 적용되어 인식 가능한 3D 얼굴을 생성하였으며, 텍스처와 형태의 분리가 성공적으로 이루어졌음을 입증하였다.
• 이 기법은 서로 다른 두 개의 얼굴 텍스처를 하나의 스테고 이미지에 통합할 수 있어, 기반이 되는 형태에 제약 없이 하이브리드 3D 얼굴을 생성할 수 있다.
• SVD와 DWT의 사용은 임베딩 과정이 고주파 성분만을 변경하고 커버 이미지의 시각적 정합성을 유지함으로써 강건성과 눈에 띄지 않음을 보장한다.
• 이 기법은 3D 얼굴의 인식에 텍스처 성분만으로도 충분하며, 효율적이고 안전한 데이터 은닉이 가능하다는 점을 입증하였다.