[논문 리뷰] Embedding grayscale halftone pictures in QR Codes using Correction Trees

Jarek Duda|arXiv (Cornell University)|2012. 11. 07.

Advanced Data Compression Techniques참고 문헌 3인용 수 6

한 줄 요약

이 논문은 통계적 제약 조건을 활용하여 회색조 히알로트화 이미지를 QR 코드에 통합하는 데 Correction Trees를 사용하는 방법을 제안한다. 이는 송신자가 제약 조건을 알고 있을 때조차도 거의 최적의 전송률을 달성할 수 있도록 한다. 이 방법은 히알로트화 구현을 제약 조건이 있는 코딩 문제로 간주함으로써 높은 용량을 달성한다. 이를 통해 인코더는 목표 이미지와 시각적으로 일치하는 유효한 코드워드를 검색할 수 있으며, 오류 내성도 유지한다.

ABSTRACT

Barcodes like QR Codes have made that encoded messages have entered our everyday life, what suggests to attach them a second layer of information: directly available to human receiver for informational or marketing purposes. We will discuss a general problem of using codes with chosen statistical constrains, for example reproducing given grayscale picture using halftone technique. If both sender and receiver know these constrains, the optimal capacity can be easily approached by entropy coder. The problem is that this time only the sender knows them - we will refer to these scenarios as constrained coding. Kuznetsov and Tsybakov problem in which only the sender knows which bits are fixed can be seen as a special case, surprisingly approaching the same capacity as if both sides would know the constrains. We will analyze Correction Trees to approach analogous capacity in the general case - use weaker: statistical constrains, what allows to apply them to all bits. Finding satisfying coding is similar to finding the proper correction in error correction problem, but instead of single ensured possibility, there are now statistically expected some. While in standard steganography we hide information in the least important bits, this time we create codes resembling given picture - hide information in the freedom of realizing grayness by black and white pixels using halftone technique. We will also discuss combining with error correction and application to rate distortion problem.

연구 동기 및 목표

• 오류 수정 능력이 떨어지지 않도록 시각적으로 의미 있는 그레이스케일 히알로트화 이미지를 QR 코드에 삽입하는 데 도전하는 것.
• 고정 비트가 아닌 모든 비트에 적용 가능한 통계적 제약 조건을 포함하는 Kuznetsov-Tsybakov 제약 조건 코딩 문제를 일반화하는 것.
• 히알로트화 패턴 생성의 자유도를 활용하여 목표 그레이스케일 이미지와 시각적으로 유사한 QR 코드를 효율적으로 인코딩하는 것.
• 스테고그래피, 비율-왜곡 트레이드오프, 다양한 이미지 품질을 위한 다수의 디코딩 수준 등에 응용을 탐색하는 것.

제안 방법

• 목표 히알로트화 이미지의 통계적 성질과 일치하는 유효한 QR 코드 코드워드를 효율적으로 찾기 위해 Correction Trees를 검색 구조로 사용하는 것.
• 각 픽셀의 회색조 수준이 조절된 밀도를 가진 블랙과 화이트 픽셀 패턴으로 구현되는 방식으로 히알로트화 과정을 제약 조건이 있는 코딩 문제로 모델링하는 것.
• Payload에 포함되지 않지만 인코더가 시각적 제약 조건을 만족하는 여러 코드워드 후보를 탐색할 수 있도록 허용하는 '자유도 비트'를 인코딩 과정에 도입하는 것.
• 컨volutional 코드의 순차적 디코딩 프레임워크를 변형하여 목표 이미지의 시각적 통계와 일치하는 코드워드를 찾는 탐색을 트리 탐색으로 간주하는 것.
• 스테고그래피 삽입과 비율-왜곡 최적화에 적용하기 위해 메트릭을 재정의하여 시각적으로 중요한 비트를 우선시하는 것.
• 인지적 중요성을 반영하기 위해 보정 메트릭 내에서 온라인 가중치 할당을 적용하여, 청각 또는 시각적 마스킹 모델과 유사하게 작동하는 것.

실험 결과

연구 질문

• RQ1 고정 비트를 초월하여 모든 비트에 대한 통계적 제약 조건을 포함하는 제약 조건 코딩 기법을 확장할 수 있는가? 예를 들어, 히알로트화 이미지 패턴에서 유도되는 제약 조건에 대해.
• RQ2 송신자만 제약 조건을 알고 있을 때, 히알로트화를 통해 시각 정보를 삽입할 경우 QR 코드의 용량을 얼마나 높일 수 있는가?
• RQ3 Correction Trees는 목표 그레이스케일 이미지와 시각적으로 일치하는 코드워드를 효율적으로 검색하면서 오류 수정 능력을 유지할 수 있도록 어떻게 적응시킬 수 있는가?
• RQ4 통계적 제약 조건을 고정 비트가 아닌 방식으로 사용할 경우, 히알로트화 이미지를 QR 코드에 삽입할 때 달성 가능한 전송률은 얼마인가?
• RQ5 이 프레임워크는 비율-왜곡 문제로 역전될 수 있는가? 즉, 주어진 전송률 제약 조건 하에서 왜곡을 최소화하는 것이 목표인가?

주요 결과

• Kuznetsov-Tsybakov 유사 케이스에서는 약 1 - h(p_f/2)의 전송률을 달성하지만, 놀랍게도 통계적 제약 조건을 사용할 경우 1 - p_f의 삭제 채널 한계에 가까워지며, p_f = 0.5일 때 최대 2.65배 높은 용량을 달성할 수 있다.
• 150×150 QR 코드의 경우, 그레이스케일 히알로트화 이미지를 삽입하기 위해 픽셀당 약 0.18비트만 소비하여 높은 시각적 정밀도를 유지하면서도 용량 손실를 최소화한다.
• QR 코드가 'Lena'와 시각적으로 유사할 경우, 512×512 픽셀 이미지(32 kB)를 삽입하기 위해 추가 데이터로 단 6 kB만 사용하여 매우 높은 스테고그래픽 용량을 달성한다.
• Correction Trees는 시각적 제약 조건을 만족하는 유효한 코드워드를 효율적으로 탐색할 수 있도록 인코더 측에서의 검색을 가능하게 하며, 디코딩은 간단하고 계산 비용이 낮다.
• 이 방법은 다수의 디코딩 수준을 지원한다: 저품질 스캔은 필수적인 시각적 콘텐츠만 복구할 수 있고, 고품질 스캔은 전체 데이터를 복구할 수 있어 점진적 전송이 가능하다.
• 인지적 중요도에 기반한 위치 기반 가중치를 비트에 할당함으로써 이 프레임워크는 비율-왜곡 최적화로 확장 가능하며, 적응형이고 맥락 인식 가능한 인코딩을 가능하게 한다.