Reversible Data Hiding in Color Image with Grayscale Invariance Source: IEEE Transactions on Circuits and Systems for Video Technology (Early Access), Feb 2018, page 1-12 Authors: Dongdong Hou, Weiming Zhang, Kejiang Chen, Sian-Jheng Lin and Nenghai Yu Speaker: Guanlong Li Date: 12/20/2018 Reversible Data Hiding in Color Image with Grayscale Invariance 作者來自合肥工業大學 鄭州大學 上海大學 合肥工業大學 中國科技技術大學教授 本文提出在彩色圖片中擁有灰度不變性的可逆數據隱藏

Outline Introduction Related Works Propose Scheme Experimental Results Difference Expansion Propose Scheme Experimental Results Conclusions

Introduction(1/2) Hiding System Secret Data 1001110101110001… 簡單介紹圖像的數據隱藏的嵌入 Secret Data 1001110101110001… Cover Image Stego Image

Introduction(2/2) Extracting System Secret Data 1001110101110001… 簡單介紹圖像的數據隱藏的提取 Secret Data 1001110101110001… Stego Image Cover Image

Related Works(1/3)-Difference Expansion 125 126 128 … 127 129 130 131 132 1 2 … 3 在嵌入中使用到Difference Expansion 講述差值表的生成 Cover image Difference image Cover image

Related Works(2/3)-Difference Expansion 講述差值表的數據藏入 差值過大: 可以藏入,只是會導致圖像變化過大 -1 0 1 2 3 -2 -1 0 1 2 3 4 5 6 7 -2 -1 0 1 2 3 4 5 6 7 Hide secret = 0 Hide secret = 1 Secret

Related Works(3/3)-Difference Expansion 125 126 127 128 129 130 125 128 127 130 132 133 136 137 Secret 10010011 Cover image Stego image 在嵌入中使用到Difference Expansion 講述差值表的生成 125 1 3 125 2 6 125 3 2 6 1 𝑒 ′ =2𝑒+𝑚

Propose Scheme(1/8) 方法的流程介紹

Propose Scheme(2/8) 𝑟 00 ⋯ 𝑟 0𝑗 ⋮ ⋱ ⋮ 𝑟 𝑖0 ⋯ 𝑟 𝑖𝑗 𝑓 𝑣 𝑟,𝑔,𝑏 = 0.299𝑟+ 0.587𝑔+0.114𝑏 Gray image 𝑟 00 ⋯ 𝑟 0𝑗 ⋮ ⋱ ⋮ 𝑟 𝑖0 ⋯ 𝑟 𝑖𝑗 𝑔 00 ⋯ 𝑔 0𝑗 ⋮ ⋱ ⋮ 𝑔 𝑖0 ⋯ 𝑔 𝑖𝑗 𝑏 00 ⋯ 𝑏 0𝑗 ⋮ ⋱ ⋮ 𝑏 𝑖0 ⋯ 𝑏 𝑖𝑗 生成灰階圖以及三色矩陣 用於將彩色圖像轉換為灰色版本，其中最廣泛使用的算法是著名公式 : 0.299r+0.587g+0.114b 調整通道G : 因為顏色通道G的權重大於0.5 Color host image Channel R Channel G Channel B

Propose Scheme(3/8) 𝑦= [ 𝑟 𝑖+1,𝑗 𝑟 𝑖,𝑗+1 𝑟 𝑖+1,𝑗+1 ] 𝑇 𝛽= [𝑎 𝑏 𝑐] 𝑇 𝑦= [ 𝑟 𝑖+1,𝑗 𝑟 𝑖,𝑗+1 𝑟 𝑖+1,𝑗+1 ] 𝑇 Propose Scheme(3/8) 𝑋= 1 1 1 𝑣 𝑖+1,𝑗 𝑣 𝑖,𝑗+1 𝑣 𝑖+1,𝑗+1 𝑣 𝑖+1,𝑗 2 𝑣 𝑖,𝑗+1 2 𝑣 𝑖+1,𝑗+1 2 𝛽= [𝑎 𝑏 𝑐] 𝑇 𝛽 ∗ = arg min 𝛽 | 𝑦−𝑋𝛽 | 2 𝑓 𝑝 𝑣 𝑖,𝑗 =𝑎+ 𝑏𝑣 𝑖𝑗 + 𝑐𝑣 𝑖,𝑗 2 通過灰階圖像計算彩色矩陣的預測誤差 𝑒 𝑖,𝑗 𝑅 = 𝑟 𝑖,𝑗 − 𝑟 𝑖,𝑗 𝑒 𝑖,𝑗 𝐵 = 𝑏 𝑖,𝑗 − 𝑏 𝑖,𝑗

Propose Scheme(4/8) Different expansion Channel R Channel R’ Channel B 𝑒 ′ =2𝑒+𝑚 Channel R Channel R’ Channel B 𝑟′ 𝑖,𝑗 = 𝑟 𝑖,𝑗 + 𝑒 𝑖,𝑗 ′𝑅 𝑏′ 𝑖,𝑗 = 𝑏 𝑖,𝑗 + 𝑒 𝑖,𝑗 ′𝐵 Channel B’ Channel G 數值使用Difference Expansion嵌入紅和藍 綠使用公式改變數值以符合灰度值 Channel G’ 𝑓 𝑔 𝑟′ 𝑖,𝑗 , 𝑏′ 𝑖,𝑗 , 𝑣 𝑖,𝑗 = ( 𝑣 𝑖,𝑗 −0.299 𝑟′ 𝑖,𝑗 −0.114 𝑏′ 𝑖,𝑗 ) /0.587

Propose Scheme(5/8) 𝑚 𝑖,𝑗 𝑐 = 𝑔 𝑖,𝑗 − 𝑓 𝑔 𝑟 𝑖,𝑗 , 𝑏 𝑖,𝑗 , 𝑣 𝑖,𝑗 𝑚 𝑖,𝑗 𝑐 = 𝑔 𝑖,𝑗 − 𝑓 𝑔 𝑟 𝑖,𝑗 , 𝑏 𝑖,𝑗 , 𝑣 𝑖,𝑗 𝐷 𝑖,𝑗 = ( 𝑟 𝑖,𝑗 − 𝑟 𝑖,𝑗 ′ ) 2 + ( 𝑔 𝑖,𝑗 − 𝑔 𝑖,𝑗 ′ ) 2 + ( 𝑏 𝑖,𝑗 − 𝑏 𝑖,𝑗 ′ ) 2 計算輔助訊息以供之後的圖像回復 通過差值來避開預測誤差過大的像素 𝐷 𝑖,𝑗 > 𝐷 𝑇 𝑜𝑣𝑒𝑟𝑓𝑙𝑜𝑤/𝑢𝑛𝑑𝑒𝑟𝑓𝑙𝑜𝑤 , 𝑛𝑜 𝑒𝑚𝑏𝑒𝑑

Propose Scheme(6/8) 嵌入的範例

Propose Scheme(7/8) 提取的範例

Propose Scheme(8/8) 𝐿 𝑟 : the number of reserved invariant triplets 𝜌 𝑇 : threshold to determine positions of selected host triples 𝐷 𝑇 : threshold to control distortion 輔助參數的設置

Experimental Results(1/3) 預測誤差的比較 在不同圖像的不同藏入值對於PSNR的影響 狒狒的表現比其他人的表現相對較差。原因主要有兩個方面：一是狒狒產生的PE直方圖由於質地豐富而不夠銳利，另一方面是非法三胞胎的數量相當大，導致嵌入的輔助信息更多 M. J. Weinberger, G. Seroussi, and G. Sapiro, “The loco-i lossless image compression algorithm: principles and standardization into jpegls,” IEEE Trans. Image Processing, vol. 9, no. 8, pp. 1309-1324, 2000.

Experimental Results(2/3) 在不同的嵌入數量上參數的差異 在特徵提取中不同的scan的結果

Experimental Results(3/3) 140000 bits by Ou et al. 200000 bits by Ou et al. 260000 bits by Ou et al. 260000 bits by Propose method 特徵提取 和Ou提出的方法做比較 以前 RDH 方案在彩色圖像主要集中在最小化總失真為產生彩色圖像標記，其中區等的方法Ou是近期較好的一個。根據Ou等人的方法，總有效載荷根據其PE 自適應地分配給三個顏色通道，以便保持良好的圖像質量 [26] B. Ou, X. Li, Y. Zhao, and R. Ni, “Efficient color image reversible data hiding based on channel-dependent payload partition and adaptive embedding,” Signal Processing, vol. 108, pp. 642-657, 2015.

Conclusions Corresponding gray version of color host image Concentrated prediction errors Auxiliary messages for restoring host image and embedded messages from marked image 保持彩色圖像的灰度不變 預測誤差的集中使可嵌入的數量增加 輔助參數可回復原始圖像以及嵌入數據的紀錄