基于分布式信源编码和边信息优化机制的密文域图像可逆信息隐藏研究

Reversible data hiding in encrypted domain can embed additional information into cipher data sent from the content owner on the data-hider side and recover the original plaintext data on the receiver side, which can effectively realize data labeling, management and tracking without revealing the plaintext content and sacrificing the privacy of content owner. The topic has attracted the significant interests among the academia recently. This project will focus on the research of theory and methodology for reversible data hiding in encrypted images (RDHEI). First, in order to obtain the theoretical limit of hiding capacity in encrypted image under the conditional of the given distortion for decrypted image, we will define the RDHEI as the general problem of lossless compression for encrypted image with side information, and establish the theoretical model for RDHEI based on the distributed source coding and side-information optimization mechanism. According to this theoretical model, we will carry on the technical innovations for RDHEI. Through adaptively assigning the reference-bits of salient features and increasing the capacity of side information, we will propose novel RDHEI methods by progressive lossless compression to improve the rate-distortion performance. Also, we will study the mechanism of source statistics estimation based on decoded data and weak feedback of embedding rate, and dynamically optimize the rates of compression and embedding on the data-hider side to guarantee the accuracy of data extraction and image recovery. The research results of this project will have the important significance for multimedia security and privacy protection.

密文域可逆信息隐藏在密文数据中嵌入信息并能够无损恢复原始明文载体，可实现保护内容所有者隐私条件下的数据标注、管理和追踪，也是学术界研究的热点。本项目针对数字图像开展密文域可逆信息隐藏的理论模型和方法研究。为获得给定解密图像失真条件下的密文图像嵌入量的理论极限，本项目首先借助多用户信息论将密文图像可逆嵌入等价为接收端具有边信息条件的密文图像无损压缩的一般性问题，建立基于分布式信源编码和边信息优化机制的密文域可逆隐藏的理论模型。并在此基础上实现方法创新：通过基于图像内容显著性特征的自适应参考比特分配方案增加边信息容量，提出采用渐进式密文图像无损压缩的可逆信息隐藏新方法，以提高率失真性能；构建根据接收端已解码数据的信源模型统计特性估计和嵌入率弱反馈机制，动态调整信息隐藏者的密文图像压缩率和信息嵌入率，有效保证信息提取和图像恢复的可靠性。项目成果对多媒体信息安全和隐私保护具有重要意义。

随着目前互联网和云计算的普及，许多数据计算和处理并不在客户端进行，而是交由专门的服务提供者来完成。在云计算环境下，图像内容的所有者（content owner）和可逆信息隐藏功能提供者（data hider）并非同一个人。图像内容所有者出于个人隐私的保护可能对可逆信息隐藏功能提供者不信任，他不希望自己的图像内容被除了合法接收者之外的任何其他人获得。因此，理想的安全框架应是：图像内容所有者首先对原始图像进行加密，再将加密后的图像发送给信息隐藏功能提供者来进行数据的可逆隐藏，合法接收者可在收到的含有信息的加密图像中提取出嵌入的信息并恢复出原始明文图像，即在保证图像内容所有者的隐私不被泄露的前提下实现了图像的可逆信息隐藏。这样的安全框架就需要信息隐藏功能提供者在不知道图像明文的情况下，即密文域的条件下仍能进行信息的可逆隐藏。密文域可逆信息隐藏在密文数据中嵌入信息并能够无损恢复原始明文载体，可实现保护内容所有者隐私条件下的数据标注、管理和追踪，是学术界研究的热点。本项目针对数字图像开展密文域可逆信息隐藏的理论模型和方法研究。项目研究建立了密文域图像可逆信息隐藏理论模型（包含图像内容所有者、信息嵌入者、图像接收者）的理论表达，给出了嵌入和恢复模型中信息嵌入率、直接解密图像质量、恢复图像质量、加密图像安全性级算法效率多个指标之间的综合优化方法和最优嵌入参数选择方法；提出了具有自适应性边信息的密文域图像可逆信息隐藏方法；提出了一系列基于无损编码、冗余转移、秘密分享、低密度奇偶校验码等机制的加密域图像的高效可逆数据嵌入方法；提出了一系列加密图像的弹性压缩方法和加密域压缩图像的可逆信息隐藏方法，取得了与已报道方法相比更好的率失真性能。项目研究取得的成果对实现在云计算环境下的图像安全和隐私保护，以及多媒体信息安全、可信数据传输等方面具有重要的理论意义和实际应用价值。