近日，澳門科技大學資訊科技學院2018級博士生何文廣在蔡占川教授的指導下，以澳門科技大學為第一完成單位在多媒體領域國際權威期刊《IEEE Transactions on Multimedia》（影響因子6.051，JCR Ranking:5/108）上發表題為“High-fidelity Reversible Image Watermarking Based on Effective Prediction Error-Pairs Modification”的學術論文。該論文在2021年1月正式刊出後迅速吸引了中國計算機學會多媒體技術專業委員會的關注，認為該論文立意新穎、方法前瞻、實驗詳實，希望能通過專委會官方渠道進行介紹，以受惠更多科研人員。專委會學術論文導讀鏈接：https://mp.weixin.qq.com/s/pF3Ey5tuOdRjN0q7uNSEFQ
信息隱藏是保障信息安全的一種有效手段。鑒於傳統信息隱藏技術為載體帶來永久性失真，可逆信息隱藏在提取隱藏數據時無損地恢復原始載體，這一特性使得它可應用於敏感圖像處理中的秘密信息傳輸、內容認證等。預測誤差擴展技術（Prediction Error Expansion, PEE）是當下利用載體數據冗餘實施可逆信息隱藏的主流技術。針對基於像素值排序預測方法（Pixel Value Ordering, PVO）的二維PEE中的自適應嵌入問題，該論文設計了一種全面自適應於載體特征的新方案。二維PEE的優勢主要體現在結對修改預測誤差，因此誤差對分佈對嵌入性能起著基礎性決定作用，基於此認識，作者首先通過自適應預測誤差生成優化了誤差對分佈。研究表明PVO僅基於像素值選取預測目標這一做法限制了可擴展誤差的數量，而引入像素相對位置的策略已經被證明能提升可擴展誤差的數量。通過額外考慮像素分塊內最大/小三個像素的相對位置關係，誤差對分佈引來第一次優化。誤差對分佈的二次優化源於採用了基於逆序數的相對位置自適應定義方案。鑒於數據嵌入過程僅修改分塊內最大/小的兩個像素，可通過將最大/小的兩個像素修改為第三大/小像素得到在數據嵌入前後保持一致的像素分塊。在這一分塊上應用各種候選定義模式並計算所得位置序列的逆序數，最後取得最大逆序數的模式勝出。該論文還設計了自適應預測誤差對修改方法。前面工作主要圍繞可擴展誤差對而展開，並且一個重要基礎前提是誤差對中的兩個預測誤差都必須是可修改的。然而，基於配對誤差之間的高相似度，不難推斷一旦出現待平移誤差，另一個配對誤差很大概率也會是待平移誤差。出於待平移誤差對的考慮，已有的誤差對映射衍生出更適用於非平滑像素分塊的新誤差對映射。相比已有的自適應嵌入方案，該方案不僅實現了預測誤差的自適應修改，還實現了預測誤差的自適應產生。這種fully-adaptive embedding的思想對進一步研究PEE技術具有一定意義。
該研究工作得到了澳門科學技術發展基金（編號：0012/2018/A1和0069/2018/A2）的大力支持。文章下載連結：https://ieeexplore.ieee.org/document/9042201。
截取自專委會學術論文導讀界面