Détection quasi-optimale d'informations cachées basée sur un modèle local non-linéaire

Résumé : Cet article aborde le problème de détection fiable d'informations cachées dans les images naturelles non-compressées. L'objectif est de définir un test dont les probabilités d'erreurs sont analytiquement prédictibles afin de satisfaire une contrainte de faibles taux de fausses alarmes. Dans ce but, la détection d'information cachées est étudiée dans le cadre de la théorie des tests statistiques. Si la moyenne théorique des pixels est connue, le test optimal au sens de Neyman-Pearson est explicité sous une forme simple et ses performances statistiques sont établies. Dans la pratique, un modèle local non-linéaire des images est développé pour estimer précisément et rapidement cette moyenne. Une linéarisation de ce modèle est proposée et permet d'obtenir un test quasi-optimal, i.e. dont la perte d'optimalité est bornée et faible. Enfin, des expérimentations sur 9 000 images montrent la pertinence et la qualité de l'approche par rapport à l'état de l'art.
Type de document :
Communication dans un congrès
XXIIIième colloque GRETSI, Sep 2011, Bordeaux, France. pp.4, 2011
Liste complète des métadonnées

https://hal.archives-ouvertes.fr/hal-00640668
Contributeur : Rémi Cogranne <>
Soumis le : lundi 14 novembre 2011 - 11:41:28
Dernière modification le : lundi 14 novembre 2011 - 13:12:21
Document(s) archivé(s) le : vendredi 16 novembre 2012 - 10:50:25

Fichier

RC_Gretsi_2011_finale_1_.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00640668, version 1

Collections

Citation

Rémi Cogranne, Cathel Zitzmann, Lionel Fillatre, Florent Retraint, Igor Nikiforov, et al.. Détection quasi-optimale d'informations cachées basée sur un modèle local non-linéaire. XXIIIième colloque GRETSI, Sep 2011, Bordeaux, France. pp.4, 2011. <hal-00640668>

Partager

Métriques

Consultations de
la notice

858

Téléchargements du document

94