Algorytm ukrywania danych w obrazie oparty na klasyfikacji do wykrywania i rozpoznawania ukrytych informacji

• Autorzy: Duszejko Paweł , Piotrowski Zbigniew

Identyfikatory

DOI

10.15199/59.2023.4.76

Warianty tytułu

EN

Image data hiding algorithm based on classification for detecting and recognising hidden information

• Konferencja: Konferencja Radiokomunikacji i Teleinformatyki (20-22.09.2023 ; Kraków, Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono innowacyjny algorytm ukrywania danych w obrazach oparty na klasyfikacji. Metoda pozwala na niezauważalne dla ludzkiego oka ukrycie danych, a jednocześnie zapewnia możliwość ich późniejszego wykrycia i rozpoznania bez konieczności posiadania klucza lub oryginalnego obrazu. Przeprowadzone eksperymenty potwierdzają skuteczność i niezawodność tej metody w porównaniu z innymi algorytmami. Proponowane rozwiązanie może się przyczynić do rozwoju takich dziedzin jak: bezpieczeństwo informacyjne, ochrona prywatności, autoryzacja i znakowanie wodne.

EN

The article presents an innovative algorithm for data hiding in images based on classification. The method allows imperceptible data hiding to the human eye while also providing the ability to later detect and recognise the hidden data without needing a key or the original image. The conducted experiments confirm the effectiveness and reliability of this method compared to other algorithms. The proposed solution can contribute to developing fields such as information security, privacy protection, authentication, and watermarking.

Słowa kluczowe

PL

sieci neuronowe; ukrywanie danych; watermarking; steganografia; klasyfikator

EN

neural networks; data hiding; watermarking; steganography; classifier

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2023
• Tom: nr 4
• Strony: 337--340
• Opis fizyczny: Bibliogr. 7 poz., rys., tab.

Twórcy

autor

Duszejko Paweł

• Wojskowa Akademia Techniczna, Warszawa

autor

Piotrowski Zbigniew

• Wojskowa Akademia Techniczna, Warszawa

Bibliografia

• [1] He, Kaiming, Xiangyu Zhang, Shaoqing Ren, and Jian Sun. 2015. "Deep Residual Learning for Image Recognition." ArXiv:1512.03385.
• [2] Ronneberger, Olaf, Philipp Fischer, and Thomas Brox. 2015. "U-Net: Convolutional Networks for Biomedical Image Segmentation." ArXiv:1505.04597
• [3] Marszałek, Marcin, Ivan Laptev, and Cordelia Schmid. 2009. "Actions in Context." In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR).
• [4] Zhang, Richard, Phillip Isola, Alexei A. Efros, Eli Shechtman, and Oliver Wang. 2018. "The Unreasonable Effectiveness of Deep Features as a Perceptual Metric." In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR).
• [5] Zhang, Kevin Alex, Alfredo Cuesta-Infante, Lei Xu, and Kalyan Veeramachaneni. 2019. "SteganoGAN: High Capacity Image Steganography with GANs." ArXiv:1901.03892
• [6] Zhu, Jiren, Russell Kaplan, Justin Johnson, and Li Fei-Fei. 2018. "HiDDeN: Hiding Data With Deep Networks." ArXiv:1807.09937 [cs.CV]
• [7] Duan, Xintao, Nao Liu, Mengxiao Gou, Wenxin Wang, and Chuan Qin. 2020. "SteganoCNN: Image Steganography with Generalization Ability

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).