ARTcode: Preserve Art and Code In Any Image Zhe yang, Yuting Bao, Chuhao Luo, Xingya Zhao, Siyu Zhu, Chunyi Peng,Yunxin Liu, Xinbing Wang SJTU & MSRA

大家好，给大家介绍一下，这是我的二维码@二维码 平时我们的二维码都是这样的 我的微信 大家好，给大家介绍一下，这是我的二维码@二维码

但其实，二维码还可以长这样 [1] 12 Apr. 2012. Qart Codes. (12 Apr. 2012). http://research.swtch.com/qart

还可以这样 [12] H.K. Chu, C.S. Chang, R. R. Lee and N.J. Mitra. 2013. Halftone QR Codes. ACM Trans. Graphics 32, 6 (2017), 217.

这样 [3] 2012. visualead (2012). http://www.visualead.com/.

还有这样 [15] G.J. Garateguy, G. R. Arce, and D. L. Lau. 2014. QR Images: Optimized Image Embedding in QR Codes. IEEE Trans. Image Processing 23, 7 (2014), 2842-2853.

以上的工作都是 1. 能用现有的二维码扫描工具直接扫描出 结果 2. 能够一眼就能看出二维码的主题 其实我的理解就是既好看又能扫的二维码

本文的工作 任给一张图片，向图片中嵌入信息， 可以使用专门的软件扫描出结果。 （然而这个软件他并没有发布出来><） ARTcode

本文跟以上工作的联系与区别 联系：既能够使用摄像头读出内部隐藏的信 息，又能够一眼看出二维码的主题 区别：本文做的不仅仅是二维码、而是信息 隐藏。本文兼顾了颜色的选择和信息隐藏的 容量、鲁棒性等，而其它工作只是在二维码 的基础上增加审美的考虑。使用专门的软件 扫描。

原料：一张图片

要把大象装冰箱，要把信息装图片，总共需要六步： 第一步：将图片中的颜色限定为有限的几种颜色， 即选定调色板，目的是使图片可控。 第二步：把图片的颜色换成调色板里的颜色。 第三步：选择要嵌入图片的区块。 第四步：选择编码信息的颜色集合。 第五步：将信息嵌入到图片中去。 第六步：增加定位点和信息颜色色块点。

第一步：构造调色板 K-means：RGB三维向量的欧氏距离。 文中选了：8种/ 16种 / 32种颜色进行实验（聚类的个数）

第二步：把图片里的颜色换成调色板里的颜色

第三步：选择要嵌入的图片区块 设定参数： （1）一个块的长度 （2）嵌入数据的块的ID 将这个Id预先设置在所有的Scanner中。

1 0 0 1 第四步：选择编码信息的颜色集合 假设我们已经有了这个颜色集合。 （后面会仔细讲怎么选的） 这样调色板可以分为在这个集合中的颜色和 不在这个集合中的颜色。 调色板： 1 0 0 1 编码颜色集：

第四步：选择编码信息的颜色集合 原则： 1. 与调色板中的其他颜色的RGB距离要充分远（为了让摄像头能够轻易的捕捉到） 2. 占据比较大的比例，这样在画面里变化这些颜色的时候不会太突兀 步骤： 1. 计算调色板中每个颜色的占比情况。 2. 找出可用的颜色集合，要求：对于每一个颜色集中的两两颜色的欧氏距离大于阈值r。 3. 从多个候选集中选择占比和最大的集合当做选定的集合。 4. 如果找不到任何一个集合，就降低r，直到找到了为止。

第五步：将信息嵌入到图片中去 原则：改变的像素少，编码的信息量大。 每个长度为l的信息块只改变1个bit 可编码 log 2 (𝑙+1) 个bit 参考文献[10]: C.C. Chang, C.S. Tseng, and C. C. Lin. 2005. Hiding Data in Binary Images. In Proc. Information Security Practice and Experience. 338-349.

第六步：增加定位点和信息颜色色块点 外层是黑白的定位点 （参照DataMatrix定位） 内层是色块点 在这里的颜色都是1 不在这的颜色都是0

评估1 – 分类评估 关于美观程度的评估：请了50个人填了问卷。 另外还评估了解码的准确度。 灰度图/Logo/低对比度/中对比度/高对比度 (a) Gray (b) Logo1 (c) Logo2 (d) Elephant (e) Butterfly (f) Lenna

结果1 (a) Gray (b) Logo1 (c) Logo2 (d) Elephant (e) Butterfly (f) Lenna

评估2 – 不同情景对美观程度的影响 从颜色数量，嵌入的信息长度，嵌入区块的 大小来衡量。 衡量的指标为美观程度。

评估2 – 结果

评估3 – 不同情景对解码准确度的影响 变量：环境的光线强度 / 屏幕的亮度 / 摄像头的分 辨率 / sender到reader的距离 衡量的指标为解码的准确度。

评估3 – 结果

我的想法 1. 以前做过一些信息隐藏的实验，是类似于写LSB的，这样的话 用摄像头是扫不出来的。 2. 还有一些工作是根据人眼和摄像头的采样频率不同而做的。 3. 这个工作还是挺初级的，调研了一下目前是没什么人做（也可 能是我不是很懂调研） 4. 可能的方向：生成对抗网络（GAN）？ 5. 可能的方向：画质太渣了，是不是可以更和谐点？