[논문 리뷰] Reversible data hiding in encrypted images based on pixel prediction and multi-MSB planes rearrangement

Zhaoxia Yin, Xiaomeng She외 2명|arXiv (Cornell University)|2020. 07. 08.

Advanced Steganography and Watermarking Techniques참고 문헌 40인용 수 75

한 줄 요약

이 논문은 픽셀 예측과 다중 상위 비트 평면 재배열을 사용한 암호화된 이미지 내 고용량 복원 가능한 데이터 숨기기(RDHEI) 방법을 제안한다. 예측 오차의 부호와 크기를 별도의 비트 평면으로 분리하고, 이를 균일 블록(UBs)과 비균일 블록(NBBs)으로 나누어 재배열함으로써, 기존 최고 수준의 방법들보다 훨씬 높은 임베딩 속도(ER)를 달성하며, 테스트 이미지에서 최대 3.232 bpp에 이를 수 있다.

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.

연구 동기 및 목표

• 기존 복원 가능한 데이터 숨기기의 암호화된 이미지(RDHEI) 방법에서 제한된 임베딩 용량 문제를 해결하기 위해.
• 암호화 이전의 원본 이미지 내 공간 상관관계를 활용하여 페이로드 효율을 향상시키기 위해.
• 최대한의 임베딩 용량을 확보하면서도 원본 이미지와 임bedded 데이터의 손실 없는 복원이 가능한 완전한 복원 가능성(전체 복원 가능성)을 달성하기 위해.
• 이전 방법들이 상위 비트 평면을 효율적으로 활용하지 못하거나 과도하게 압축이 어려운 보조 데이터를 생성하는 한계를 극복하기 위해.

제안 방법

• 중간 가장자리 감지자(MED) 예측기를 사용하여 픽셀 예측 값을 계산하고 예측 오차(PEs)를 유도한다.
• 예측 오차 부호를 하나의 비트 평면으로, 절대값을 다른 비트 평면으로 분리하여 독립적으로 처리한다.
• 픽셀 값의 일관성에 따라 비트 평면을 균일 블록(UBs)과 비균일 블록(NBBs)으로 나눈다.
• UBs와 NBBs를 재배열하여 임베딩 위치를 최적화하고 용량을 향상시킨다.
• 보조 데이터(예: PE 부호 및 크기 지도)를 압축하기 위해 산술 부호화를 적용하여 오버헤드를 감소시킨다.
• 예측 방식에 기반한 적응형 임베딩을 통해 각 이미지당 최대 페이로드를 확보한다.

실험 결과

연구 질문

• RQ1 다중 상위 비트 평면 재배열은 단일 상위 비트 평면 또는 하위 비트 평면 기반 방법에 비해 RDHEI의 임베딩 용량을 향상시킬 수 있는가?
• RQ2 예측 오차의 부호와 크기를 분리함으로써 비트 평면의 부족함을 더 효과적으로 활용할 수 있는가?
• RQ3 예측 오차에서 유래한 보조 데이터는 효과적으로 압축되어 순수 페이로드를 증가시킬 수 있는가?
• RQ4 원본 이미지 비트 평면 대신 예측 오차 비트 평면을 사용할 경우 임베딩 용량에 어떤 영향을 미치는가?
• RQ5 이 방법은 고임베딩 속도와 완전한 복원 가능성 둘 다 동시에 달성할 수 있는가?

주요 결과

• 제안된 방법은 Lena 이미지에서 2.87 bpp의 임베딩 속도(ER)를 달성하여 Puteaux 등 [24] (0.993 bpp), Wu 등 [27] (2.652 bpp), Yin 등 [26] (2.824 bpp)를 초월한다.
• BOSSbase, BOWS-2, UCID 데이터셋에서 평균 ER은 각각 3.361 bpp, 3.246 bpp, 2.797 bpp로, 비교된 모든 방법들을 능가한다.
• 예측 오차 비트 평면을 사용함으로써 원본 픽셀 값보다 더 농축된 분포를 가지며, 더 많은 임베딩 가능 위치를 제공하고 용량을 향상시킨다.
• 보조 데이터의 산술 부호화로 인해 오버헤드가 감소하여, 크고 압축이 어려운 보조 정보를 갖는 방법들보다 순수 페이로드가 더 높아진다.
• 이 방법은 완전한 복원 가능성을 유지하여 원본 이미지의 정확한 복원과 임베딩된 데이터의 손실 없는 추출이 가능하다.
• Ren 등 [25]의 이진 이미지 방법을 회색조 이미지에 직접 적용할 경우 Lena에서 단지 1.712 bpp에 그치며, 이는 제안된 방법의 우수성을 입증한다.