[论文解读] Ontology-based Secure Retrieval of Semantically Significant Visual Contents

Khan Muhammad, Irfan Mehmood+3 more|arXiv (Cornell University)|Oct 8, 2015

Image Retrieval and Classification Techniques参考文献 7被引用 12

一句话总结

本文提出了一种基于本体的框架，通过领域特定本体将低层次图像特征映射到高层次语义概念，同时使用隐写术嵌入隐藏的语义元数据，从而增强语义上有意义的视觉内容的安全且高效检索。该方法降低了计算复杂度，并在个性化图像数据库的安全性、效率和准确性方面优于最先进方法。

ABSTRACT

Image classification is an enthusiastic research field where large amount of image data is classified into various classes based on their visual contents. Researchers have presented various low-level features-based techniques for classifying images into different categories. However, efficient and effective classification and retrieval is still a challenging problem due to complex nature of visual contents. In addition, the traditional information retrieval techniques are vulnerable to security risks, making it easy for attackers to retrieve personal visual contents such as patients records and law enforcement agencies databases. Therefore, we propose a novel ontology-based framework using image steganography for secure image classification and information retrieval. The proposed framework uses domain-specific ontology for mapping the low-level image features to high-level concepts of ontologies which consequently results in efficient classification. Furthermore, the proposed method utilizes image steganography for hiding the image semantics as a secret message inside them, making the information retrieval process secure from third parties. The proposed framework minimizes the computational complexity of traditional techniques, increasing its suitability for secure and real-time visual contents retrieval from personalized image databases. Experimental results confirm the efficiency, effectiveness, and security of the proposed framework as compared with other state-of-the-art systems.

研究动机与目标

• 解决从个性化图像数据库中安全且高效检索语义上有意义的视觉内容的挑战。
• 克服传统信息检索系统易受安全漏洞影响且缺乏语义理解能力的局限性。
• 通过本体的语义抽象降低图像分类和检索中的计算复杂度。
• 通过将语义信息作为隐写载荷嵌入图像中，增强数据机密性。
• 实现基于高层次语义概念的实时、安全且准确的视觉内容检索。

提出的方法

• 该框架使用领域特定本体将低层次视觉特征（例如，颜色、纹理、形状）映射到高层次语义概念。
• 使用标准计算机视觉技术提取图像特征，然后通过本体映射进行语义分类。
• 应用隐写术技术，将语义元数据作为秘密消息嵌入图像的像素数据中。
• 隐写嵌入确保只有拥有正确密钥的授权用户才能提取和解释语义内容。
• 系统通过仅允许经过身份验证的用户访问隐藏的语义信息，实现安全检索。
• 该架构旨在最小化计算开销，支持在大规模个性化图像仓库中实现实时性能。

实验结果

研究问题

• RQ1 如何有效将低层次视觉特征映射到高层次语义概念以改善图像分类？
• RQ2 基于本体的语义抽象在多大程度上可降低图像检索中的计算复杂度？
• RQ3 隐写术在防止未经授权访问的情况下，对视觉内容中语义元数据的安全性有多高？
• RQ4 所提出的框架能否在安全的语义图像检索中实现实时性能？
• RQ5 与现有最先进方法相比，该系统在安全性、效率和准确性方面表现如何？

主要发现

• 与传统图像分类技术相比，所提出的框架显著降低了计算复杂度。
• 基于本体的语义映射集成提高了图像检索结果的准确性和相关性。
• 隐写嵌入成功隐藏了语义元数据，防止未经授权的各方暴露。
• 该系统在大规模个性化图像数据库中表现出实现实时性能的适用性。
• 实验结果证实，该框架在安全性、效率和检索有效性方面优于现有最先进系统。
• 该框架在视觉内容检索中实现了语义丰富性与数据机密性的良好平衡。