Quantification adaptative pour la stéganalyse d'images texturées

Emmanuel Zidel - Cauffet 1 Patrick Bas 1 Pierre Chainais 2, 3
2 SEQUEL - Sequential Learning
LIFL - Laboratoire d'Informatique Fondamentale de Lille, LAGIS - Laboratoire d'Automatique, Génie Informatique et Signal, Inria Lille - Nord Europe
3 LAGIS-SI
LAGIS - Laboratoire d'Automatique, Génie Informatique et Signal
Résumé : Nous cherchons à améliorer les performances d'un schéma de stéganalyse (i.e. la détection de messages cachées) pour des images texturées. Le schéma de stéganographie étudié consiste à modifier certains pixels de l'image par une perturbation +/-1, et le schéma de stéganalyse utilise les caractéristiques construites à partir de la probabilité conditionnelle empirique de différences de 4 pixels voisins. Dans sa version originale, la stéganalyse n'est pas trés efficace sur des images texturées et ce travail vise à† explorer plusieurs techniques de quantification en utilisant d'abord un pas de quantification plus important puis une quantification adaptative scalaire ou vectorielle. Les cellules de la quantification adaptative sont générées en utilisant un K-means ou un K-means ''équilibré'' de manière à ce chaque cellule quantifie approximativement le même nombre d'échantillon. Nous obtenons un gain maximal de classification de 3% pour un pas de quantification uniforme de 3. En utilisant l'algorithme K-means équilibré sur [-18,18], le gain par rapport à la version de base est de 4.7\%.
Complete list of metadatas

Cited literature [6 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00868550
Contributor : Patrick Bas <>
Submitted on : Tuesday, October 1, 2013 - 3:50:12 PM
Last modification on : Thursday, February 21, 2019 - 10:52:49 AM
Long-term archiving on : Friday, April 7, 2017 - 4:38:18 AM

File

gretsi_article_AfterDeadLine.p...
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00868550, version 1

Citation

Emmanuel Zidel - Cauffet, Patrick Bas, Pierre Chainais. Quantification adaptative pour la stéganalyse d'images texturées. GRETSI 2013, Sep 2013, Brest, France. ⟨hal-00868550⟩

Share

Metrics

Record views

698

Files downloads

519