[论文解读] Prediction-error of Prediction Error (PPE)-based Reversible Data Hiding

Hanzhou Wu, Hongxia Wang+1 more|arXiv (Cornell University)|Apr 18, 2016

Advanced Steganography and Watermarking Techniques参考文献 19被引用 5

一句话总结

该论文提出了一种新颖的可逆数据隐藏（RDH）方法，利用预测误差的预测误差（PPE）来提升灰度图像中的载荷-失真性能。通过利用邻近像素预测像素值，按局部复杂度对像素进行排序，并采用优化参数自适应调整PPE直方图，该方法在嵌入效率和失真方面优于现有最先进技术。

ABSTRACT

This paper presents a novel reversible data hiding (RDH) algorithm for gray-scaled images, in which the prediction-error of prediction error (PPE) of a pixel is used to carry the secret data. In the proposed method, the pixels to be embedded are firstly predicted with their neighboring pixels to obtain the corresponding prediction errors (PEs). Then, by exploiting the PEs of the neighboring pixels, the prediction of the PEs of the pixels can be determined. And, a sorting technique based on the local complexity of a pixel is used to collect the PPEs to generate an ordered PPE sequence so that, smaller PPEs will be processed first for data embedding. By reversibly shifting the PPE histogram (PPEH) with optimized parameters, the pixels corresponding to the altered PPEH bins can be finally modified to carry the secret data. Experimental results have implied that the proposed method can benefit from the prediction procedure of the PEs, sorting technique as well as parameters selection, and therefore outperform some state-of-the-art works in terms of payload-distortion performance when applied to different images.

研究动机与目标

• 通过利用高阶预测误差，提升可逆数据隐藏（RDH）中的载荷-失真性能。
• 通过引入预测误差的预测误差（PPE）作为新的嵌入域，解决现有RDH方法仅依赖预测误差（PE）的局限性。
• 通过基于局部像素复杂度的自适应排序和PPE直方图移位的优化参数选择，降低嵌入失真。
• 在标准测试图像上，于PSNR和嵌入容量方面均优于现有最先进RDH方法。

提出的方法

• 使用菱形邻域模式（点集）预测十字形区域中的像素，为每个像素生成预测误差（PE）。
• 通过利用邻近像素的PE来预测像素的PE，计算预测误差的预测误差（PPE）。
• 根据局部复杂度对像素进行排序，优先在复杂度较低的区域进行嵌入，以最小化失真。
• 对PPE直方图（PPEH）应用自适应直方图移位技术，使用近似算法选择最优的峰值-零点槽对。
• 采用优化的参数选择算法，动态识别合适的移位对，以最小化被修改像素的数量。
• 使用基于插值的预测和直方图移位技术，实现可逆数据嵌入，同时保持原始图像的完美重建能力。

实验结果

研究问题

• RQ1 预测误差的预测误差（PPE）是否可作为比标准预测误差（PE）更有效的可逆数据隐藏嵌入域？
• RQ2 基于局部复杂度对像素进行排序，对PPE基RDH中的失真和嵌入效率有何影响？
• RQ3 PPE直方图移位的最优参数选择策略是什么，可同时最小化失真并最大化载荷容量？
• RQ4 所提方法在载荷-失真性能方面，相较于现有最先进RDH技术，优势程度如何？

主要发现

• 在四张测试图像上，当载荷为10,000比特时，所提方法相比最先进方法平均PSNR提升1.16 dB。
• 当载荷为20,000比特时，所提方法相比次优方法平均PSNR提升0.78 dB。
• 在标准图像（Airplane, Lena, Baboon, Boat）上，该方法在载荷和失真性能方面均优于Sachnev等人、Hong等人、Luo等人、Li等人及Hsu等人。
• PPE的使用和自适应排序显著降低了嵌入失真，尤其是在低复杂度区域。
• 用于参数选择的近似算法成功识别出最优峰值-零点槽对，且计算开销极小。
• 该方法保持了完美可逆性，经验证，数据提取后可实现原始图像的逐位重建。