]> AND Private Git Repository - canny.git/blobdiff - experiments.tex
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
titre a chier
[canny.git] / experiments.tex
index a79b1d468233f32001e17a8b92ff6710364ca046..710164cd1a24aaccf279b5cd4802edb683a21362 100644 (file)
+For the whole experiment, a set of 500 images is randomly extracted 
+from the database taken from the BOSS contest~\cite{Boss10}. 
+In this set, each cover is a $512\times 512$
+grayscale digital image.
+
+
+\subsection{Adaptive Embedding Rate} 
+
+Two strategies have been developed in our scheme with respect to the rate of 
+embedding which is either \emph{adaptive} or \emph{fixed}.
+
+In the former the embedding rate depends on the number of edge pixels.
+The higher it is, the larger is the message length that can be considered.
+Practically, a set of edge pixels is computed according to the 
+Canny algorithm with high threshold.
+The message length is thus defined to be the half of this set cardinality.
+In this strategy, two methods are thus applied to extract bits that 
+are modified. The first one is a direct application of the STC algorithm.
+This method is further referred as \emph{adaptive+STC}.
+The second one randomly choose the subset of pixels to modify by 
+applying the BBS PRNG again. This method is denoted \emph{adaptive+sample}.
+Notice that the rate between 
+available bits  and bit message length is always equal to two.
+This constraint is indeed induced by the fact that the efficiency 
+of the STC algorithm is unsatisfactory under that threshold.
+
+On our experiments and with the adaptive scheme, 
+the average size of the message that can be embedded is 16445.
+Its corresponds to an  average payload of 6.35\%. 
+
+
+
+
+In the latter, the embedding rate is defined as a percentage between the 
+number of the modified pixels and the length of the bit message.
+This is the classical approach adopted in steganography.
+Practically, the Canny algorithm generates a 
+a set of edge pixels with threshold that is decreasing until its cardinality
+is sufficient. If the set cardinality is more than twice larger than the 
+bit message length an STC step is again applied.
+Otherwise, pixels are again randomly chosen with BBS.
+
 
 \subsection{Image Quality}
 The visual quality of the STABYLO scheme is evaluated in this section.
 
 \subsection{Image Quality}
 The visual quality of the STABYLO scheme is evaluated in this section.
-Three metrics are computed in these experiments 
+Four metrics are computed in these experiments
 the Peak Signal to Noise Ratio (PSNR), 
 the Peak Signal to Noise Ratio (PSNR), 
-the PSNR-HVS-M~\cite{PSECAL07,psnrhvsm11} and the BIQI~\cite{MB10,biqi11}.
+the PSNR-HVS-M family~\cite{PSECAL07,psnrhvsm11} , 
+the BIQI~\cite{MB10,biqi11} and 
+the weighted PSNR (wPSNR)~\cite{DBLP:conf/ih/PereiraVMMP01}.
 The first one is widely used but does not take into
 account Human Visual System (HVS).
 The first one is widely used but does not take into
 account Human Visual System (HVS).
-The two last ones have been designed to tackle this problem.
+The other last ones have been designed to tackle this problem.
+
+\begin{table}
+\begin{center}
+\begin{tabular}{|c|c|c||c|c|}
+\hline
+Schemes & \multicolumn{3}{|c|}{STABYLO} & HUGO\\
+\hline
+Embedding &   \multicolumn{2}{|c||}{Adaptive} & Fixed & Fixed \\
+\hline
+Rate &   + STC &  + sample & 10\% & 10\%\\ 
+\hline
+PSNR &  66.55 & 63.48  & 61.86  & 64.65   \\ 
+\hline
+PSNR-HVS-M & 78.6 & 75.39 & 72.9 & 76.67\\ 
+\hline
+BIQI & 28.3 & 28.28 & 28.4 & 28.28\\ 
+\hline
+wPSNR & 86.43& 80.59 & 77.47& 83.03\\ 
+\hline
+\end{tabular}
+\end{center}
+\caption{Quality Measures of Steganography Approaches\label{table:quality}} 
+\end{table}
+
+Let us give an interpretation of these experiments.
+First of all, the adaptive strategy produces images with lower distortion 
+than the one of images resulting from the 10\% fixed strategy.
+Numerical results are indeed always greater for the former strategy than 
+for the latter, except for the BIQI metrics where differences are not relevant.
+These results are not surprising since the adaptive strategy aims at 
+embedding messages whose length is decided according to a higher threshold
+into the edge detection.  
+Let us focus on the quality of HUGO images: with a given fixed 
+embedding rate (10\%) 
+HUGO always produces images whose quality is higher than the STABYLO's one.
+However, our approach nevertheless provides better results with the strategy 
+adaptive+STC in a lightweight manner, as motivated in the introduction.      
+
 
 
+Let us now compare the STABYLO approach with other edge based steganography
+schemes with respect to the image quality.
+First of all, the Edge Adaptive
+scheme detailed in~\cite{Luo:2010:EAI:1824719.1824720} 
+executed with a 10\% embedding rate 
+has the same PSNR but a lower wPSNR than our:
+these two metrics are respectively equal to 61.9 and 68.9. 
+Next both the approaches~\cite{DBLP:journals/eswa/ChenCL10,Chang20101286}
+focus on increasing the payload while the PSNR is acceptable, but do not 
+give quality metrics for fixed embedding rate from a large base of images. 
+Our approach outperforms the former thanks to the introduction of the STC 
+algorithm.
 
 
 
 
-biqi = 28.3
-psnr-hvs-m= 78,6
-psnr-hvs= 67.3
 
 
 \subsection{Steganalysis}
 
 
 \subsection{Steganalysis}
@@ -35,4 +127,28 @@ can be a favourably executed thanks to an Ensemble Classifiers.
 
 
 
 
 
 
-\JFC{Raphael, il faut donner des résultats ici}
\ No newline at end of file
+\begin{table}
+\begin{center}
+\begin{tabular}{|c|c|c|c|c|}
+\hline
+Schemes & \multicolumn{3}{|c|}{STABYLO} & HUGO\\
+\hline
+Embedding &   \multicolumn{2}{|c|}{Adaptive} & Fixed & Fixed \\
+\hline
+Rate &   + STC &  + sample & 10\% & 10\%\\ 
+\hline
+AUMP & 0.39  & 0.33  & 0.22     &  0.50     \\
+\hline
+Ensemble Classifier & 0.47 & 0.44 & 0.35     & 0.48     \\
+
+\hline
+\end{tabular}
+\end{center}
+\caption{Steganalysing STABYLO\label{table:steganalyse}} 
+\end{table}
+
+
+Results show that our approach is more easily detectable than HUGO which is
+is the more secure steganography tool, as far we know. However due to its 
+huge number of features integration, it is not lightweight.   
+