| 研究課題/領域番号 |
20K11973
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
川村 正樹 山口大学, 大学院創成科学研究科, 准教授 (60314796)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| キーワード | 情報ハイディング / 電子透かし / 連想記憶モデル / 最適化 |
|---|
| 研究実績の概要 |
電子透かしが埋め込まれたステゴ画像に、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。本研究は、攻撃に強い電子透かし法を開発することである。そこで、幾何変換が加えられたとしても、透かし情報の埋め込み領域を決定できる特徴抽出器を開発する。
まず、回転や拡大縮小などの変換に強い特徴領域として、離散フーリエ変換（DFT）ドメインをもちいる方法を検討した。DFTをもちいると拡大縮小に対して堅牢になる。幾何変換に強いSIFT特徴点の周辺に埋め込み領域を決め、その領域をDFTする。このDFT係数に透かし情報を埋め込む手法に対して、性能評価を行った。その結果、拡大縮小が無い場合はほぼ誤り無く抽出が可能であった。また、拡大率が未知の場合、誤り率が大きくなる傾向が得られた。これより、拡大率の推定が必要であり、この推定方法を検討中である。
電子透かしに用いる透かし情報を誤り訂正符号で訂正するのではなく、連想記憶モデルで訂正する方法を検討した。このテーマではゼロ電子透かし法と同様に、埋め込まない透かし法を考える。レントゲン写真から抽出した特徴情報と透かし情報の対を連想記憶モデルに記憶し、その誤り性能を評価した。レントゲン写真はいずれも類似性が高いため、特徴情報に相関を生じていることが分かった。そのため、連想記憶モデルによる誤り訂正が十分に得られない事が分かった。そこで、類似性を低下させるため、特徴情報として取り出す離散コサイン変換の係数の位置を再検討し、より相関の低い特徴量を抽出することができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
コロナ対応で、オンライン授業への対応や、学生担任として新入生のサポートを行うことになり、大幅にエフォートが取られ、当初の計画どおりの実施ができなかった。
研究分担する学生も登校できない日が多く、オンラインに慣れるまでは、思ったように研究を進めることができなかった。
|
| 今後の研究の推進方策 |
DFT係数に透かし情報を埋め込む手法では、拡大率が未知の場合、誤り率が大きくなる傾向があることが分かった。そこで、透かし情報とは別に、パイロット信号を埋め込む方法を検討する。パイロット信号は既知の情報とすることで、画像にどのような加工が行われたかを推定することができる。攻撃を推定するために埋め込むので、パイロット信号は輝度ドメインに埋め込むことが良いと思われる。しかしながら、輝度ドメインは圧縮に弱く、JPEG圧縮で簡単に壊れてしまう。画質を維持しながら、パイロット信号を埋め込む方法を検討し、性能向上につなげたい。
連想記憶モデルを用いた埋め込まない透かし法では、JPEG圧縮耐性の評価を行ってきた。特徴情報の抽出方法については仕様が固まってきたと言える。今後は幾何攻撃に対する耐性を評価する必要がある。
ニューラルネットワークを用いた電子透かしの埋め込み器と抽出器の学習にも取り組む予定である。提案モデルは攻撃をシミュレートするネットワークを内在する階層型のネットワークであり、攻撃耐性の高いステゴ画像を生成することができる。さらに、敵対的生成ネットワーク（GAN）を用いることで、学習の性能が良くなり、生成されたステゴ画像の画質が良くなる。これらの定性的な性質は知られているものの、どのような構造を取れば、学習に有効であるか探っていきたい。
|
| 次年度使用額が生じた理由 |
コロナ禍により、予定していた研究会や学会等への出張が無くなったため、旅費の予定額は全額未使用となった。学会の参加費等の支出も減った。
計算機の性能を向上させ、数値計算の結果を早く得られるように計算機の導入を行いたい。国際会議はオンラインで開催されるようになったので、その参加費に使用する予定である。
|
