High-resistance information hiding method applied associative memory models

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。

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。