[论文解读] Separable Reversible Data Hiding Based on Integer Mapping and Multi-MSB Prediction for Encrypted 3D Mesh Models

Zhaoxia Yin, Na Xu+1 more|arXiv (Cornell University)|Aug 7, 2019

Advanced Steganography and Watermarking Techniques参考文献 29被引用 7

一句话总结

该论文提出了一种基于整数映射和多最高有效位（Multi-MSB）预测的可分离可逆数据隐藏（RDH-ED）方案，用于加密的3D网格模型。通过将顶点划分为‘嵌入’和‘参考’集合，将坐标映射为整数，并替换Multi-MSB值以实现数据嵌入，该方法在实现高嵌入容量的同时，可实现无损网格恢复且无数据提取错误，其在容量和质量方面均优于现有最先进方法。

ABSTRACT

Reversible data hiding in encrypted domain (RDH-ED) has received tremendous attention from the research community because data can be embedded into cover media without exposing it to the third party data hider and the cover media can be losslessly recovered after the extraction of the embedded data. Although, in recent years, extensive studies have been carried out about images based RDH-ED, little attention is paid to RDH-ED in 3D meshes due to its complex data structure and irregular geometry. In this paper, we propose a separable RDH-ED method for 3D meshes based on integer mapping and Multi-MSB (multiplication most significant bit) prediction. The proposed method divides all the vertices of the mesh into the "embedded" set and "reference" set, and maps decimals of the vertex into integers. Then, we calculate the Multi-MSB prediction errors for the vertices of the "embedded" set and a bit-stream encryption technique will be executed. Finally, additional data is embedded by replacing the Multi-MSB of the encrypted vertex coordinates. According to different permissions, recipient can obtain the original plaintext meshes, additional data or both. Experimental results show that the proposed method has higher embedding capacity and higher quality of the recovered meshes compared to the state-of-art methods.

研究动机与目标

• 为解决由于复杂几何结构和不规则拓扑导致在加密3D网格模型中缺乏有效的可逆数据隐藏方法。
• 实现可分离的数据提取与网格恢复，使接收方可独立提取嵌入数据或恢复原始网格。
• 提升嵌入容量，并在加密3D网格域中保持高质量的网格重构。
• 通过Multi-MSB预测利用3D网格中的空间相关性，实现无需解密错误的准确数据恢复。
• 支持隐私保护应用，如3D模型云环境中的安全数据共享与所有权保护。

提出的方法

• 该方法根据连通性和空间分布将3D网格顶点划分为‘嵌入’和‘参考’集合。
• 通过整数映射将顶点坐标从浮点数转换为整数，以确保在加密和嵌入过程中的精度。
• 利用相邻顶点坐标对‘嵌入’集合应用Multi-MSB预测，以估计原始的Multi-MSB值。
• 对加密后的顶点坐标应用比特流加密技术，以在传输过程中保护数据。
• 通过替换‘嵌入’集合中加密顶点坐标的Multi-MSB值，实现额外数据的嵌入。
• 实现可分离恢复：数据提取使用嵌入密钥对加密坐标进行处理，而网格恢复则使用加密密钥和Multi-MSB值的预测结果。

实验结果

研究问题

• RQ1 能否为具有高嵌入容量和低失真的3D网格模型有效设计一种可分离的RDH-ED方案？
• RQ2 Multi-MSB预测如何提升加密3D网格中数据提取的准确性和嵌入效率？
• RQ3 整数映射是否能保持加密过程中的坐标保真度，并实现3D网格RDH-ED中的无损恢复？
• RQ4 顶点集合选择（嵌入集与参考集）对嵌入容量和网格质量有何影响？
• RQ5 与现有非可分离或非加密域的RDH方案相比，该方法在数据提取错误率和网格保真度方面表现如何？

主要发现

• 在Beetle网格上，该方法实现了每顶点16.51比特（bpv）的嵌入速率，显著高于[20]的0.35 bpv和[21]的6.00 bpv。
• 在Elephant网格上，该方法嵌入了452,185比特，Hausdorff距离为0.0086×10⁻³，PSNR达到95.97 dB，表明网格恢复质量极高。
• 所有测试网格（包括Dragon等密集模型，含871,414个顶点）的数据提取错误率为零，证实了无错误的数据检索能力。
• 在Dragon网格上，该方法实现了101.14 dB的PSNR，表明其在网格质量方面优于现有方法。
• 可分离设计支持独立提取嵌入数据与完整恢复原始网格，显著提升了在隐私保护应用中的灵活性与安全性。
• 该方法在顶点数高达108万的密集网格上仍保持高性能，证明其在3D打印和云应用等实际场景中的可扩展性与实用性。