High-resistance information hiding method applied associative memory models

应用联想记忆模型的高阻信息隐藏方法

• 批准号: 20K11973
• 负责人: 川村 正樹
• 金额: $ 2.83万
• 依托单位: Yamaguchi University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11973/
• 关键词: 情報ハイディング; 電子透かし; 連想記憶モデル; 最適化; パイロット信号; 攻撃耐性; 特徴抽出

ステゴ画像に、幾何攻撃や圧縮攻撃などが加えられると、透かし情報が誤って抽出される。本研究の目的は、攻撃に強い電子透かし法を開発することである。抽出した透かし情報の誤りを訂正するのではなく、攻撃自体を推定して、透かし情報の誤りを低減する手法を検討した。幾何攻撃を想定し、透かし情報とは別に攻撃を推定するためにパイロット信号を格子状に埋め込む。その格子間隔により攻撃の大きさを知ることができる。この手法より求めた推定拡大率を用いて、透かし情報の抽出を行った。その結果、誤り訂正する場合に比べ、十分に誤り率を小さくすることができた。この成果は、EMM研究会などで口頭発表を行った。次に、従来の誤り訂正符号を用いた電子透かし法ではなく、連想記憶モデルを用いた電子透かし法を検討した。画像から抽出した特徴情報と透かし情報を相互想起型連想記憶モデルで対応付け、特徴情報を与えることにより、透かし情報を想起することができる。このとき、画像が劣化し、特徴情報に誤りが含まれていても、連想記憶モデルで修復が可能である。これは従来のゼロ電子透かし法には無い機能である。劣化が大きい場合は、相互想起型連想記憶モデルでも誤り訂正が十分ではないため、さらに、自己想起型連想記憶モデルにより誤り訂正を行った。その結果、大きな劣化がある場合でも誤り無く透かし情報を抽出することが可能になった。この成果は、連想電子透かし法として、国際会議APSIPAで発表した。ニューラルネットワークを用いた電子透かし法では、階段状の量子化活性化関数を用いたモデルを提案した。従来のモデルではJPEG圧縮で用いられる量子化の過程が表現されておらず、学習によってのみ対応していた。提案した量子化活性化関数を用いることにより、量子化の効果を学習時に明示的に取り込むことができ、JPEG圧縮耐性が期待できる。この成果は国際会議APSIPAで発表した。

当将几何攻击或压缩攻击应用于Stego图像时，将错误提取水印信息。这项研究的目的是开发一种抗攻击的数字水印方法。我们没有纠正提取的水印信息中的错误，而是研究了一种估计攻击本身并减少水印信息中误差的方法。假定几何攻击，并将飞行员信号嵌入晶格中，以与水印信息分开估计攻击。攻击的大小可以通过晶格间距确定。使用使用此方法获得的估计放大率提取水印信息。结果，与误差校正情况相比，错误率可以充分降低。该结果在EMM研究小组和其他组织中口头呈现。接下来，我们使用关联内存模型研究了数字水印方法，而不是使用误差校正代码的常规数字水印方法。通过将从图像中提取的特征信息与使用相互召回记忆的关联记忆模型并提供特征信息的水印信息相关联，可以召回水印信息。目前，即使图像恶化并且功能信息包含错误，也可以使用关联内存模型来修复它。这是在常规的零数字水印方法中找不到的函数。在明显恶化的情况下，即使在相互召回重点型的关联记忆模型中，误差校正也不够，并且还使用自我召回型关联记忆模型进行了误差校正。结果，即使存在重大恶化，也可以提取水印信息而不会出错。该结果是在国际会议APSIPA上作为一种关联的数字水印方法提出的。在使用神经网络的数字水印方法中，已经提出了使用阶梯状量化激活函数的模型。常规模型不代表JPEG压缩中使用的量化过程，而仅通过学习来支持。通过使用所提出的量化激活函数，可以在学习过程中明确合并量化的效果，并且可以预期JPEG压缩电阻。结果在国际会议APSIPA上介绍。

项目成果

BSSを用いた電子透かしの抽出手法 ～ フレーム間差分を用いた画質の向上 ～

使用BSS的数字水印提取方法 - 利用帧间差异提高图像质量 -

• 发表时间: 2023
• 作者: 原田 奈央;河野 綸華;川村 正樹
• 通讯作者: 川村 正樹

山口大学理学部数理情報科学研究室

山口大学理学院数学信息科学实验室

Multimodal Optimization Using Spy Algorithm

使用间谍算法的多模态优化

• 发表时间: 2021
• 作者: Dhidhi Pambudi;Masaki Kawamura
• 通讯作者: Masaki Kawamura

Proposal of Associative Watermarking Method

关联水印方法的提出

• DOI: 10.23919/apsipaasc55919.2022.9980312
• 发表时间: 2022
• 期刊: 2022 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC)
• 作者: Kanegae Ryoto;Kawamura Masaki
• 通讯作者: Kawamura Masaki

Spy Algorithm for Solving Continuous Optimization Problem

解决连续优化问题的 Spy 算法

• 发表时间: 2020
• 作者: Dhidhi Pambudi;Masaki Kawamura
• 通讯作者: Masaki Kawamura