Large-capacity and Flexible Video Steganography via Invertible Neural Network

要約

タイトル：可逆ニューラルネットワークを用いた大容量かつ柔軟なビデオステガノグラフィー
要約：
– ビデオステガノグラフィーとは、秘密データをカバービデオに忍ばせ、受信側で復号化することによって秘密データを隠匿する技術である。
– 従来の多くの手法は低容量で決定的にステガノグラフィーが行われることに限定されているが、本論文では、それを解決するために大容量かつ柔軟なビデオステガノグラフィーネットワーク（LF-VSN）を提案している。
– 大容量については、可逆なパイプラインを提供し、1つの可逆ニューラルネットワーク（INN）を介して複数のビデオを隠蔽/復元させることができる。本手法は、1つのカバービデオに7つの秘密ビデオを隠蔽することができる。
– 柔軟性については、受信側で特定の秘密ビデオを特定の秘密鍵で復元することができる鍵制御スキームを提案しており、同じモデルとトレーニングセッションで可変数の秘密ビデオをカバービデオに隠蔽できる拡張戦略を提案している。
– 多数の実験により、提案されたLF-VSNは、ビデオステガノグラフィーパフォーマンスの大幅な改善により、高いセキュリティ、大容量、柔軟性を持つことが判明した。ソースコードはhttps://github.com/MC-E/LF-VSNで入手可能である。

要約(オリジナル)

Video steganography is the art of unobtrusively concealing secret data in a cover video and then recovering the secret data through a decoding protocol at the receiver end. Although several attempts have been made, most of them are limited to low-capacity and fixed steganography. To rectify these weaknesses, we propose a Large-capacity and Flexible Video Steganography Network (LF-VSN) in this paper. For large-capacity, we present a reversible pipeline to perform multiple videos hiding and recovering through a single invertible neural network (INN). Our method can hide/recover 7 secret videos in/from 1 cover video with promising performance. For flexibility, we propose a key-controllable scheme, enabling different receivers to recover particular secret videos from the same cover video through specific keys. Moreover, we further improve the flexibility by proposing a scalable strategy in multiple videos hiding, which can hide variable numbers of secret videos in a cover video with a single model and a single training session. Extensive experiments demonstrate that with the significant improvement of the video steganography performance, our proposed LF-VSN has high security, large hiding capacity, and flexibility. The source code is available at https://github.com/MC-E/LF-VSN.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI