非整数预测误差扩展无损信息隐藏关键技术研究

In the information hiding community, lossless data hiding (also called reversible watermarking) for digital media is an important research issue. It allows to embed useful information in a host signal without any loss of host information. In practice, this technique could be applied for improving lossless compression, fault-tolerant ability and authentication of meida integrity. In the literature, prediction-error based reversible watermarking algorithms can not expand non-integer prediction errors for data embedding. Also, there are lack of high-capacity and lossless data hiding algorithms to enhance the fault-tolerant ability of digital audio for cropping and replacement attacks. Towards these practical requirements on information hiding techniques, this research project aims at developing high-capacity and high-fidelity lossless data hiding algorithms, and lossless data hiding based content integrity verification and error-tolerance techniques. This research project is composed of three main components: 1) To develop new lossless data hiding algorithms based on non-integer prediction error expansion, to solve the problem that the existing approaches can not expand non-integer prediction values; 2) To design new prediction models to solve the problem that in the existing prediction-error expansion embedding approaches the predictors only apply past samples/pixels as the prediction context; 3) To combine cryptographic hashing function, lossless compression and error correcting code technques, to develop new embedding strategies for integrity verification and distortion recovery. The cryptographic hashing functions are applied to an audio file to generate the hash and further embed the hash into the file for integrity verification. A media file is first segmented (audio) or blocked (image). Then each audio segmentment or image block is respectively embedded into other segments or blocks against tampering attacks like cropping and repacement manipulations to some degree. The task of this research project is to try the best to solve several key issues of lossless data hiding regarding the embedding capacity, integrity verification and self-restoration capability under some attacks like cropping and replacement. This research is useful in both academic science and engineering by developing and improving information hiding techniques for digital media files in both theoretical and practical ways.

无损信息隐藏技术可用于无损压缩、完整性认证和容错等目的,是信息隐藏研究中的一个重要分支。当前的预测误差扩展嵌入策略存在一定问题，且缺少用于认证和容错的无损信息隐藏技术。本项目针对信息隐藏的应用前景，重点研究大容量、高保真的无损信息隐藏算法和容错技术。主要内容包括：1）研究基于非整数预测误差扩展的无损嵌入策略，解决当前预测误差扩展算法只能对整数误差进行扩展的问题；2）以音频/图像为载体，研究全方向上下文预测器，解决当前预测误差扩展算法中预测器只能使用前面已知样本进行预测的问题；3）结合密码哈希、无损压缩和纠错码等技术，研究新的无损嵌入策略，设计可用于完整性认证和具有一定失真修复能力的容错方案（如音频在一定篡改失真下的无损恢复）。通过研究，试图解决无损信息隐藏在嵌入量和容错性方面的几个关键问题，发展和完善基于预测误差扩展的无损信息隐藏理论，为数字媒体的信息隐藏容错技术做出理论上和方法上的贡献。

项目“非整数预测误差扩展无损信息隐藏关键技术研究（编号：61272414）”得到了2012年度国家自然科学基金面上项目的资助，执行期限为：2013.01—2016.12。项目主要研究无损信息隐藏领域的几个关键技术问题。自项目立项以来，项目组一直按照项目研究计划有序进行，分别对非整数预测模型、自适应预测模型、非整数预测误差扩展和非整数直方图平移等关键问题进行了深入研究，构建了几个大容量可逆水印算法。算法能充分根据载体本身特点，在预测阶段能更好地提高预测精度，减小预测误差，所提出的非整数预测误差扩展方法能很好地处理非整数预测误差的扩展嵌入问题，解决了之前的扩展嵌入技术不能处理非整数误差的难题，很好地完成了项目要求。主要成果在2012年信息隐藏国际权威学术会议（IH2012）上做报告陈述并于2015年发表在到国际刊物《EURASIP Journal on Advances in Signal Processing》。.在项目的支持下，除了在时域（或空域）无损信息隐藏方便直接取得成果之外，还在相关研究方向鲁棒可逆水印、加密域可逆水印和视频活体检测三个方面取得了一些好的成果。在鲁棒可逆水印方面，提出了基于整数DWT统计直方图的鲁棒可逆水印算法，通过分块和DWT变换，选取中频构建均值直方图进行水印嵌入，在实现水印可逆的同时使得算法对JPEG和叠加噪声等具有一定鲁棒性，相关成果在国际数字水印学术会议（IWDW 2015）上做报告陈述。在加密域可逆水印方面，提出了基于Pallier公钥加密系统的几个同态加密域可逆水印算法，所提出的算法具有很好的安全性和扩展性，很好地解决了当前加密域无损信息隐藏算法难以满足云计算的问题，相关成果发表到《计算机学报》和《软件学报》，进一步的结果已投稿到TMM 和TCSVT。在视频活体检测方面也取得了一定突破，相关成果获IWDW 2016“最佳学生论文”并投稿到权威杂志TCSVT。.在项目的支持下，主要发表相关学术论文20篇，在审论文5篇。已发表论文中SCI检索2篇，EI检索11篇；申请国家发明专利2件（已获批1件），获软件著作版权1项；获重要学术会议“最佳学生论文”1项；获“教育部高等学校科研优秀成果奖”自然科学奖一等奖（排名第十）。