Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

StegOT: Trade-offs in Steganography via Optimal Transport

Created by
  • Haebom

作者

Chengde Lin, Xuezhu Gong, Shuxue Ding, Mingzhe Yang, Xijun Lu, Chengjun Mo

StegOT: Optimal Transport for Image Steganography

概要

本論文は、同じ解像度のカバー画像に秘密画像を隠す画像隠蔽技術であるステガノグラフィモデルStegOTを提案する。 StegOTは、生成された敵対ニューラルネットワーク(GAN)および変分オートエンコーダ(VAE)ベースのモデルのモード崩壊問題を解決するために、最適な輸送理論を活用したオートエンコーダベースのモデルです。マルチチャネル最適輸送(MCOT)モジュールを設計し、複数のピークを示す特徴分布を単一のピークに変換して情報のバランスをとります。実験を通して、StegOTはカバー画像と秘密画像のバランスを達成し、隠蔽画像と復元画像の品質を向上させることを実証しました。

Takeaways、Limitations

Takeaways:
最適輸送理論を活用してステガノグラフィーモデルの性能を向上させる。
MCOTモジュールを介して情報のバランスを保ち、画質を向上させます。
隠れ画像と復元画像の品質向上を達成。
Limitations:
論文に具体的なLimitationsは示されていない。 (要約本には含まれていません)
👍