[论文解读] Natural Steganography in JPEG Domain with a Linear Development Pipeline

Théo Taburet, Patrick Bas+2 more|arXiv (Cornell University)|Jan 8, 2020

Advanced Steganography and Watermarking Techniques被引用 5

一句话总结

该论文提出 J-Cov-NS，一种在 JPEG 域内的自然隐写方案，通过从线性处理流程中推导出的精确协方差矩阵，在 DCT 域中建模光电噪声的相关性。通过在 4 个子格子和每个子格子内的 64 个格子上利用 Cholesky 分解计算条件概率，该方法在 QF 75–100 范围内实现了高嵌入容量（>2 bpnzAC）和实际安全性（使用 DCTR 时 PE ≈40%，使用 SRNet 时 PE ≈32%）。

ABSTRACT

In order to achieve high practical security, Natural Steganography (NS) uses cover images captured at ISO sensitivity $ISO_{1}$ and generates stego images mimicking ISO sensitivity $ISO_{2}>ISO_{1}$. This is achieved by adding a stego signal to the cover that mimics the sensor photonic noise. This paper proposes an embedding mechanism to perform NS in the JPEG domain after linear developments by explicitly computing the correlations between DCT coefficients before quantization. In order to compute the covariance matrix of the photonic noise in the DCT domain, we first develop the matrix representation of demosaicking, luminance averaging, pixel section, and 2D-DCT. A detailed analysis of the resulting covariance matrix is done in order to explain the origins of the correlations between the coefficients of $3 imes3$ DCT blocks. An embedding scheme is then presented that takes in order to take into account all the correlations. It employs 4 sub-lattices and 64 lattices per sub-lattices. The modification probabilities of each DCT coefficient are then derived by computing conditional probabilities from the multivariate Gaussian distribution using the Cholesky decomposition of the covariance matrix. This derivation is also used to compute the embedding capacity of each image. Using a specific database called E1 Base, we show that in the JPEG domain NS (J-Cov-NS) enables to achieve high capacity (more than 2 bits per non-zero AC DCT) and with high practical security ($P_{\mathrm{E}}\simeq40\%$ using DCTR from QF 75 to QF 100).

研究动机与目标

• 将自然隐写扩展至彩色传感器的 JPEG 域，此前方法因未建模相关性而失败。
• 在 DCT 域中建模去马赛克、亮度平均化和 2D-DCT 所引入的统计依赖性。
• 通过显式考虑伪影信号中的块内与块间相关性，实现高嵌入容量和实际安全性。
• 基于多变量正态模型推导出的条件概率，开发计算高效的嵌入方案。

提出的方法

• 通过解析建模线性处理流程（去马赛克、亮度平均化、像素分块和 2D-DCT），推导出 DCT 域中伪影信号的精确协方差矩阵。
• 基于推导出的协方差矩阵，使用多变量正态模型计算 DCT 系数的联合分布。
• 应用 Cholesky 分解，为每个 DCT 系数计算条件概率质量函数，从而实现基于格子的嵌入。
• 采用 4 个子格子和每个子格子内的 64 个格子，以分布化修改方式保持统计一致性。
• 利用条件概率计算嵌入速率和修改概率，确保伪影信号模仿 ISO2 噪声特性。
• 使用 E1Base 数据库验证方案，并与 DCTR 和 SRNet 的隐写分析特征进行基准对比。

实验结果

研究问题

• RQ1 如何对 JPEG 处理后的彩色图像在 DCT 域中的光电噪声相关性进行解析建模？
• RQ2 块内与块间相关性对隐写容量和安全性有何影响？
• RQ3 在 JPEG 域隐写中，精确协方差矩阵计算是否能提升实际安全性，优于经验估计？
• RQ4 格子结构与字母表大小如何影响嵌入容量与可检测性？
• RQ5 在高 JPEG 质量因子下，通过 Cholesky 分解进行条件化在多大程度上提升了安全性？

主要发现

• J-Cov-NS 在 QF 75 至 100 范围内，嵌入容量超过每非零 AC DCT 系数 2 比特。
• 在 QF 95 时，使用 DCTR 特征的检测错误率（PE）达到 40.4%，使用 SRNet 特征时达到 40.9%，在 QF 100 时 PE ≥40%。
• 在 QF 100 时，平均嵌入速率从 Λ1 的 0.8 bpp 降至 Λ4 的 0.4 bpp，这是由于条件化导致的熵减少。
• 三元嵌入（K=1）在 QF 95 和 100 时极易被检测，而七元嵌入（K=3）实现了近似无限字母表安全性。
• 该方案的复杂度因 Cholesky 分解而呈 O(n³) 增长，使用 3.5 GHz CPU 时，Λ1 的处理速度约为 4000 个块/秒，Λ4 约为 10 个块/秒。
• 解析协方差矩阵揭示了 DCT 系数之间的中程相关性，包括 8 邻接块之间的依赖关系，这是 DCT 域建模中的新发现。