| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-03-05 15:45 ［ポスター講演］ニューラルネットワークはどのような埋め込み手法を学習するのか ○濱元一平・川村正樹（山口大）  EMM2017-83 |
|
| 抄録 | （和） | 我々は，階層型ニューラルネットワークを用いた埋め込み器による埋め込み法を提案した．ステゴ画像の離散コサイン変換(DCT) 係数と透かし情報は，それぞれステゴ層(第3層) と出力層(第5層) で表される．これまでに，この手法のJPEG圧縮耐性とステゴ画像の画質の評価が行われた．この手法は，学習していない画像に対して，透かし情報の埋め込みと抽出ができるブラインド方式の埋め込み方法であることが示されている．しかしながら，埋め込み器ニューラルネットワークが，分散表現とスパース表現のどちらの形で透かし情報を学習するのかは明らかになっていない．そこで，本研究では，学習後のニューラルネットワークのステゴ層において，透かし情報が分散的に表現されてるか，スパースに表現されるかを明らかにする．その結果，埋め込み器は，学習初期には分散表現を獲得し，学習後期にはスパース表現に変わることが分かった．ニューラルネットワークは，ステゴ画像の画質と透かし情報の誤りの両方を用いた評価関数で学習するので，画質のために，スパース表現が獲得される． |
| （英） | We proposed an embedder, i.e., an embedding method using a layered neural network. The discrete cosine transform (DCT) coefficients of stego-images and watermarks are represented in stego-layer (3rd layer) and output layer (5th layer), respectively. The embedding method was evaluated both its robustness against JPEG compression and image quality for the stego-images. Although it was shown that it was the blind embedding method which could embed and extract watermarks from unlearned images, it was not clear that the embedder neural network could learn the watermarks in the form of either distributed or sparse representations. Therefore, we make it clear whether watermarks are represented widely or sparsely in the stego-layer of the trained neural network. As a result, while the embedder could acquire the distributed representation in the early stage of learning, the representation would change to the sparse one in the late stage. Since the embedder will be trained in accordance with the evaluation function which measures by both the image quality of the stego-image and errors of the watermarks, the sparse representation has advantage for the image quality. | |
| キーワード | （和） | 電子透かし / ニューラルネットワーク / 分散表現 / スパース表現 / / / / |
| （英） | digital watermark / neural network / distributed representation / sparse representation / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 476, EMM2017-83, pp. 31-36, 2018年3月. | |
| 資料番号 | EMM2017-83 | |
| 発行日 | 2018-02-26 (EMM) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | EMM2017-83 |
|
| 研究会情報 | |
| 研究会 | EMM |
| 開催期間 | 2018-03-05 - 2018-03-06 |
| 開催地（和） | 奄美市名瀬公民館 |
| 開催地（英） | Naze Community Center (Amami-Shi, Kagoshima) |
| テーマ（和） | 画質・音質評価，知覚・認知メトリクス，人間視聴覚システム，一般 |
| テーマ（英） | Image and Sound Quality, Metrics for Perception and Recognition, Human Auditory and Visual System, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | EMM |
| 会議コード | 2018-03-EMM |
| 本文の言語 | 日本語 |
| タイトル（和） | ニューラルネットワークはどのような埋め込み手法を学習するのか |
| サブタイトル（和） | |
| タイトル（英） | What kind of embedding methods do neural networks learn? |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 電子透かし / digital watermark |
| キーワード(2)（和/英） | ニューラルネットワーク / neural network |
| キーワード(3)（和/英） | 分散表現 / distributed representation |
| キーワード(4)（和/英） | スパース表現 / sparse representation |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 濱元 一平 / Ippei Hamamoto / ハマモト イッペイ |
| 第1著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 川村 正樹 / Masaki Kawamura / カワムラ マサキ |
| 第2著者 所属（和/英） | 山口大学 (略称： 山口大) Yamaguchi University (略称： Yamaguchi Univ.) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-05 15:45:00 |
| 発表時間 | 60分 |
| 申込先研究会 | EMM |
| 資料番号 | EMM2017-83 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.476 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2018-02-26 (EMM) |
[研究会発表申込システムのトップページに戻る]