基于模型的JPEG图像隐写新方法研究

Digital steganography is the covert communication for secure message delivery through public channel (e.g., internet), which embeds invisible secret message into digital medias, aiming to achieve extremely high security or statistical undetectability with sufficient hiding capacity. Digital image is the main carrier for covert communication, while JPEG image is the main format for image storage and transmission. Compared with spatial image, JPEG steganography is worth a more wide use in practice. For the secure storage and transmission of private contents under big data environment, this project aims to investigate the redundancy mechanism of JPEG image, and design the new generation of theory and method for JPEG steganography, which consists mainly: (1) Characterize the statistical distribution of quantized DCT coefficients of JPEG image with multi-variate Gaussian model, and formulate the task of JPEG steganography as the constrained optimization problem to minimize the KL-divergence between cover and stego images under the given embedding capacity. (2) Characterize the “degree of embedding” for DCT coefficients of JPEG image with the measure of “coefficient of variation” for DCT statistics, and investigate the embedding model for JPEG steganography based on the generalized uniform embedding strategy by incorporating the principle of maximum-entropy for discrete source in information theory, in order to design the secure JPEG steganographic scheme with low computational complexity.

数字隐写是在数字媒体中嵌入不可察觉的隐蔽数据，并以不引起外界注意的方式通过公共信道传输，其目标是在保证足够信息隐藏容量的前提下实现极高的统计不可检测性。数字图像是隐蔽通信的主要载体，而JPEG是数字图像存储和传输的主要格式，比较空域图像，JPEG图像隐写具有更为广泛的应用前景。本项目针对大数据环境下隐私内容的安全存储和传输应用，深入研究JPEG图像载体的冗余机制，构建基于模型的新一代JPEG图像隐写理论和方法，主要内容包括：（1）以多元高斯模型刻画JPEG图像量化DCT系数的统计分布，将JPEG图像隐写任务表示为在给定嵌入容量下载体和载密图像间KL散度最小的约束优化问题，实现JPEG图像的最小失真嵌入。（2）以JEPG图像DCT系数统计量的变异系数表征其“可嵌入”程度，结合信息论离散信源最大熵原则，研究基于广义均匀嵌入策略的JPEG图像嵌入模型，实现具有低计算复杂度的安全JPEG隐写新方法

本项目针对大数据环境下隐私内容的安全存储和传输应用，深入研究JPEG图像载体的冗余机制，构建基于模型的新一代JPEG图像隐写理论和方法，主要研究内容和成果包括：（1）基于高斯模型的图像安全隐写：相关研究分为二个主要部分，首先以高斯马尔科夫随机场（GMRF）模型表征解压缩空域载体图像像素间的局部相关性，将隐写任务表示为给定嵌入容量下最小化载体和载密图像之间KL-散度的优化问题，从而得到空域载体图像的嵌入代价函数。其次，我们提出了一种结合域转换的JPEG图像隐写新范式，通过将某种空域图像隐写方法的代价函数等价转换到JPEG域，实现相应的JPEG图像隐写。采用这种方法，也可以有效地将目前众多高性能的空域图像隐写方法应用到JPEG图像隐写中。（2）基于广义均匀嵌入原则的JPEG图像隐写新方法：对于JPEG均匀嵌入，量化DCT系数的失真代价函数可以由其模式失真测度和块失真测度表示，我们在研究中进一步提出了针对JPEG图像隐写的广义均匀嵌入原则，并给出了失真测度和块测度的新表达和以指数函数形式表示的新失真代价函数。实验结果表明：所提出的广义均匀嵌入方法（GUED）不但在性能上显著优于其原型UERD，而且也以极低的计算复杂度在性能上超越当时的SOTA方法J-UNIWARD。（3）JPEG图像隐写相关研究 -适合多参数JPEG载体图像集的高效JPEG批量隐写：我们在研究中提出以JPEG图像本征能量（IE）估计JPEG载体的隐写容量，结合线性分配策略实现对JPEG载体负载的快速分配。对于载体集中可能存在的多参数JPEG载体，我们进一步提出了一种针对参考QF，对不同QF值JPEG载体图像的矫正方法。实验结果表明，所提出的JPEG批量隐写方法，可以在保持极低计算复杂度的前提下，实现不同参数JPEG载密图像间的均衡安全，在整体安全性能上优于或可比拟于其他SOTA的批量隐写方法。在项目执行期，研究团队针对相关研究内容，开展了卓有成效的研究工作，取得一批较好的学术和应用成果，共计发表学术论文22篇，其中包括10篇IEEE会刊论文，较好地完成了本项目规定的研究任务。