이미지의 낮은 밝기 영역은 종종 약한 텍스처를 나타내어, 지역 콘텐츠 복잡성에 의존하는 전통적인 공간 스테가노그래피 방법의 효율성을 제한합니다. 일반적으로 이미지의 밝기 분포는 촬영 조건 및 후처리 작업에 의해 강하게 영향을 받으며, 그중 밝기 변조는 데이터 증대 파이프라인에서 널리 사용되고 현대 이미지 시스템에서 본래 지원됩니다. 밝기 변조의 보편성과 물리적 해석 가능성에 의해 동기 부여되어, 우리는 메시지 삽입을 지속적인 밝기 변조 과정에 통합하는 새로운 스테가노그래피 프레임워크를 제안합니다. 이 프레임워크는 두 가지 주요 구성 요소로 구성됩니다: (1) 대기 산란 모델에서 파생된 물리적 영감을 받은 밝기 변조 알고리즘으로, 지속적으로 제어 가능한 조명 조정을 가능하게 하고; (2) 부동 소수점 밝기 값을 제어하여 메시지를 인코딩하는 적응형 삽입 방식으로, UNIWARD와 유사한 콘텐츠 인식 왜곡 함수에 의해 안내됩니다. 이 설계는 변조 중에 정보를 직접 삽입하여 추가적인 후처리 단계를 요구하지 않습니다. 밝기 변조와 스테가노그래피를 결합함으로써, 제안된 방법은 자연스럽게 피복 소스 전환과 변조 매개변수 변동성을 유도하여 실제 스테가 분석기의 일반화 능력을 크게 저하시킵니다. 광범위한 실험을 통해 제안된 프레임워크가 현실적인 탐지 가정하에서 향상된 강건성과 삽입 유연성을 제공함을 보여줍니다.
Building similarity graph...
Analyzing shared references across papers
Loading...
Baojun Qi
Shandong Xiehe University
Hongtao Xue
Shandong Xiehe University
Liangqing Lu
Shandong Xiehe University
IEEE Access
SHILAP Revista de lepidopterología
Shandong Xiehe University
Building similarity graph...
Analyzing shared references across papers
Loading...
Qi 외 (Thu,)가 이 질문을 연구했습니다.
synapsesocial.com/papers/69a760bec6e9836116a2dca2 — DOI: https://doi.org/10.1109/access.2026.3660690
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: