通过对解压图像建模实现JPEG图像的边信息隐写
多媒体
2023-04-24 v1 密码学与安全
图像与视频处理
摘要
边信息隐写一直是该领域中最安全的方法之一。然而，现有的大多数针对JPEG图像的方法都是以启发式方式使用边信息（此处为舍入误差）。我们首次表明，舍入误差的有用性来自于其与嵌入改变的协方差。遗憾的是，这种连续变量与离散变量之间的协方差无法解析获得。我们提出了一种协方差的估计方法，该方法允许将隐写术建模为DCT系数方差的变化。由于当今隐写分析最好在空间域中进行，我们推导出了一个似然比检验以保持解压JPEG图像的模型。随后，所提出的方法通过最小化载体分布与隐写分布之间的Kullback-Leibler散度来限制该检验的功效。我们在两个流行数据集上通过实验证明，该方法针对深度学习检测器达到了最先进的性能。此外，通过为以质量因子100压缩的图像考虑不同的像素方差估计器，获得了更大的改进。
引用
@article{arxiv.2211.05530,
title = {Side-Informed Steganography for JPEG Images by Modeling Decompressed Images},
author = {Jan Butora and Patrick Bas},
journal= {arXiv preprint arXiv:2211.05530},
year = {2023}
}
备注
13 pages, 7 figures, 1 table, submitted to IEEE Transactions on Information Forensics & Security