[論文レビュー] Embedding grayscale halftone pictures in QR Codes using Correction Trees

Jarek Duda|arXiv (Cornell University)|Nov 7, 2012

Advanced Data Compression Techniques参考文献 3被引用数 6

ひとこと要約

この論文では、画素パターンの統計的制約を活用して、グレースケールハーフトーン画像をQRコードに埋め込むために補正ツリー（Correction Trees）を提案する。この手法により、送信者だけが制約を知っている状況でも、近似的に最適な伝送レートを達成できる。ハーフトーンの実装を制約付き符号化問題として扱うことで、符号化器が視覚的に目的の画像と一致する有効なコード語を探索できる。これにより、誤り耐性を維持したまま高容量な埋め込みが可能になる。

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.

研究の動機と目的

• QRコードに視覚的に意味のあるグレースケールハーフトーン画像を埋め込む際の誤り補正能力の劣化を回避すること。
• Kuznetsov-Tsybakovの制約付き符号化問題を、固定ビットに限らないすべてのビットに適用可能な統計的制約へ一般化すること。
• ハーフトーンパターン生成の自由度を活用して、QRコードの符号語を、目的のグレースケール画像に視覚的に類似させる効率的な符号化を可能にすること。
• ステガノグラフィ、レート・ドレスタンスのトレードオフ、および品質の異なる複数レベルの復号化への応用を検討すること。

提案手法

• 補正ツリーを探索構造として用い、目的のハーフトーン画像の統計的性質と一致する有効なQRコードコード語を効率的に特定する。
• 各画素のグレーカラーを、密度が制御された黒・白画素のパターンとして実現する制約付き符号化問題としてハーフトーンプロセスをモデル化する。
• ペイロードに含まれないが、符号化器が視覚的制約を満たす複数のコード語候補を探索できる「フリービット」を導入する。
• 畳み込み符号の逐次復号フレームワークを応用し、符号語の探索をツリー探索として扱い、目的画像の視覚的統計と一致するコード語を探索する。
• ステガノグラフィ的埋め込みとレート・ドレスタンス最適化の両方の応用に適用するため、重要度を優先するようにメトリックを再定義する。
• 補正メトリックにオンラインで重みを割り当て、心理物理学的または視覚マスキングモデルに基づく知覚的重要度を反映する。

実験結果

リサーチクエスチョン

• RQ1 固定ビットに限らない、ハーフトーン画像パターンに由来する統計的制約を含めた、制約付き符号化技術をすべてのビットに拡張できるか？
• RQ2 送信者だけが制約を知る状況下で、ハーフトーンによる視覚情報の埋め込みにおいて、QRコードの容量をどの程度向上できるか？
• RQ3 補正ツリーをどのように変更すれば、視覚的制約を満たすコード語を、誤り補正能力を保持したまま効率的に探索できるか？
• RQ4 固定ビットではなく統計的制約を用いた場合、ハーフトーン画像のQRコードへの埋め込みで達成可能なレートはどの程度か？
• RQ5 このフレームワークを双対化して、与えられたレート制約下で歪みを最小化するレート・ドレスタンス問題に応用できるか？

主な発見

• Kuznetsov-Tsybakovに類似した状況では、レートは概ね 1 - h(p_f/2) に達するが、統計的制約を用いることで驚くべきことに、消去チャネルの限界 1 - p_f に近づき、p_f = 0.5 の場合に最大2.65倍の容量向上が可能になる。
• 150×150のQRコードでは、グレースケールハーフトーン画像を埋め込むためにピクセルあたり約0.18ビットしか必要とせず、容量の損失を最小限に抑えつつ高い視覚的忠実度を実現できる。
• コードが「Lena」に視覚的に類似する場合、512×512ピクセルの画像（32 kB）をわずか6 kBの追加データで埋め込むことができ、非常に高いステガノグラフィ的容量を達成する。
• 補正ツリーにより、符号化器側での視覚的制約を満たす有効なコード語の探索が効率的に行えるが、復号は単純かつ計算コストが低いまま維持される。
• 本手法はマルチレベル復号をサポートする：低品質のスキャンでは必須の視覚的コンテンツのみ復元可能で、高品質のスキャンでは完全なデータが復元可能であり、プログレッシブな伝送が可能になる。
• 知覚的重要度に基づく位置依存の重みをビットに割り当てることで、フレームワークをレート・ドレスタンス最適化に拡張可能であり、適応的かつ文脈に応じた符号化が可能になる。