[논문 리뷰] Reversible Data Hiding in Encrypted Images based on Pixel Prediction and Bit-plane Compression

Zhaoxia Yin, Yinyin Peng외 1명|arXiv (Cornell University)|2019. 11. 05.

Advanced Steganography and Watermarking Techniques참고 문헌 38인용 수 98

한 줄 요약

이 논문은 고용량 임bedding을 달성하기 위해 픽셀 예측과 비트플레인 압축을 활용한 암호화된 이미지 내 복원 가능한 데이터 숨기기(RDHEI) 기법을 제안한다. 예측 오차를 계산하고, 비트플레인을 재정렬 및 압축하여 빈 공간을 생성한 후, 다중-LSB 치환을 통해 데이터를 삽입함으로써 손실 없는 이미지 복원과 정확한 데이터 추출을 가능하게 한다. 이 방법은 테스트 이미지에서 최대 3.8363 bpp의 네트워크 임베딩 속도를 달성하여 기존 최고 수준의 방법들을 능가한다.

ABSTRACT

Reversible data hiding in encrypted images (RDHEI) receives growing attention because it protects the content of the original image while the embedded data can be accurately extracted and the original image can be reconstructed lossless. To make full use of the correlation of the adjacent pixels, this paper proposes an RDHEI scheme based on pixel prediction and bit-plane compression. Firstly, to vacate room for data embedding, the prediction error of the original image is calculated and used for bit-plane rearrangement and compression. Then, the image after vacating room is encrypted by a stream cipher. Finally, the additional data is embedded in the vacated room by multi-LSB substitution. Experimental results show that the embedding capacity of the proposed method outperforms the state-of-the-art methods.

연구 동기 및 목표

• 클라우드 스토리지된 이미지에서 콘텐츠가 기밀을 유지해야 하는 개인정보 보존형 데이터 숨기기의 필요성을 해결하기 위해.
• 기존 방법들을 초월하여 암호화된 이미지 내 복원 가능한 데이터 숨기기(RDHEI)의 임베딩 용량을 향상시키기 위해.
• 암호화 이전에 원본 이미지의 공간 상관관계를 최대한 활용하여 데이터 삽입을 위한 가용 공간을 극대화하기 위해.
• 별도의 키를 사용하여 손실 없는 이미지 복원과 삽입된 데이터의 정확한 추출을 동시에 가능하게 하기 위해.

제안 방법

• 원본 이미지 픽셀에서 픽셀 예측을 통해 예측 오차를 계산하여 상관관계 활용을 향상시킨다.
• 비트플레인 재정렬(BPR)을 적용하여 공간적 위치별로 비트를 그룹화함으로써 압축에 유리한 부가 정보를 증가시킨다.
• 재정렬된 비트플레인에 대해 비트스트림 압축(BSC)을 수행하여 데이터 삽입을 위한 추가적인 빈 공간을 확보한다.
• 빈 공간 확보 후 스트림 암호화기를 사용하여 이미지를 암호화함으로써 콘텐츠 기밀성을 확보한다.
• 암호화된 이미지의 빈 비트 위치에 다중-LSB 치환을 활용하여 추가 데이터를 삽입한다.
• 재구성 및 추출을 위해 보조 정보(예: 블록 크기, 오버플로우 픽셀 수, 유형 레이블)를 전송하여 올바른 키로 복원 및 추출을 가능하게 한다.

실험 결과

연구 질문

• RQ1 픽셀 예측과 비트플레인 압축이 RDHEI에서 임베딩 용량을 함께 향상시킬 수 있는가?
• RQ2 비트플레인 재정렬과 압축이 암호화된 이미지 내 데이터 삽입을 위한 빈 공간을 얼마나 효과적으로 생성하는가?
• RQ3 제안된 방법이 기존의 RRBE 기반 RDHEI 기법보다 더 높은 임베딩 용량을 달성하는가?
• RQ4 이 방법은 별도의 키를 사용하여 손실 없는 이미지 복원과 정확한 데이터 추출을 모두 보장할 수 있는가?

주요 결과

• 공기기지 이미지에서 제안된 방법은 네트워크 임베딩 속도가 3.8363 bpp에 달하며, Puteaux 등(0.977 bpp), Yi 등(2.014 bpp), Yin 등(2.583 bpp)을 크게 능가한다.
• UCID 데이터베이스에서 평균 네트워크 임베딩 속도는 2.899 bpp에 달하며, Puteaux 등(0.893 bpp), Yi 등(1.586 bpp), Yin 등(2.688 bpp)을 초월한다.
• 모든 테스트 이미지에서 PSNR 값이 +∞이고 SSIM 값이 1.0으로 유지되어 손실 없는 재구성의 정확성을 확인한다.
• 보조 정보 길이가 매우 짧다(예: 공기기지에 대해 118비트), 빈 공간에 비해 훨씬 짧아 높은 페이로드 효율성을 보장한다.
• BOSSbase 데이터베이스에서 최대 네트워크 임베딩 속도는 7.8305 bpp에 달하여 다양한 이미지 세트에서 뛰어난 성능을 보인다.
• 다양한 데이터베이스에서 뛰어난 안정성을 확보하여 평균 네트워크 임베딩 속도가 BOSSbase 기준 3.6248 bpp, BOWS-2 기준 3.4948 bpp를 기록한다.