]> AND Private Git Repository - canny.git/commitdiff
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
fin des exp
authorcouchot <jf.couchot@gmail.com>
Tue, 25 Jun 2013 14:19:33 +0000 (16:19 +0200)
committercouchot <jf.couchot@gmail.com>
Tue, 25 Jun 2013 14:19:33 +0000 (16:19 +0200)
experiments.tex

index 8337d556b9ac715c1a7515c53a10eb84d173fd8a..9c7302585af6241dcdcd94d1b640cb00b2bd7d4f 100644 (file)
@@ -46,21 +46,21 @@ If $b$ is 6, these values are respectively equal to
 
 \begin{table*}
 \begin{center}
 
 \begin{table*}
 \begin{center}
-\begin{tabular}{|c|c|c||c|c|c|c|c|}
+\begin{tabular}{|c|c|c||c|c|c|c|c|c|}
 \hline
 \hline
-Schemes & \multicolumn{3}{|c|}{STABYLO} & \multicolumn{2}{|c|}{HUGO}& \multicolumn{2}{|c|}{EAISLSBMR} \\
+Schemes & \multicolumn{4}{|c|}{STABYLO} & \multicolumn{2}{|c|}{HUGO}& \multicolumn{2}{|c|}{EAISLSBMR} \\
 \hline
 \hline
-Embedding &   Fixed & \multicolumn{2}{|c|}{Adaptive} &  \multicolumn{2}{|c|}{Fixed}& \multicolumn{2}{|c|}{Fixed} \\
+Embedding &   Fixed & \multicolumn{3}{|c|}{Adaptive} &  \multicolumn{2}{|c|}{Fixed}& \multicolumn{2}{|c|}{Fixed} \\
 \hline
 \hline
-Rate &   10\% &  + sample & + STC  &  10\%&6.35\%& 10\%&6.35\%\\ 
+Rate &   10\% &  + sample &  +STC(7) & +STC(6) &  10\%&6.35\%& 10\%&6.35\%\\ 
 \hline
 \hline
-PSNR & 61.86 & 63.48 &  66.55 (\textbf{-0.8\%})     & 64.65 & {67.08} & 60.8 & 62.9\\ 
+PSNR & 61.86 & 63.48 &  66.55 (\textbf{-0.8\%}) &  63.7  & 64.65 & {67.08} & 60.8 & 62.9\\ 
 \hline
 \hline
-PSNR-HVS-M & 72.9 & 75.39 & 78.6 (\textbf{-0.8\%})    & 76.67 & {79.23} & 61.3  & 63.4\\ 
+PSNR-HVS-M & 72.9 & 75.39 & 78.6 (\textbf{-0.8\%}) & 75.5  & 76.67 & {79.23} & 71.8  & 74.3\\ 
 %\hline
 %BIQI & 28.3 & 28.28 & 28.4 & 28.28 & 28.28 & 28.2 & 28.2\\ 
 \hline
 %\hline
 %BIQI & 28.3 & 28.28 & 28.4 & 28.28 & 28.28 & 28.2 & 28.2\\ 
 \hline
-wPSNR & 77.47 & 80.59 & 86.43(\textbf{-1.6\%})  & 83.03 & {87.8} & 76.7 & 80.6\\ 
+wPSNR & 77.47 & 80.59 & 86.43(\textbf{-1.6\%})& 86.28  & 83.03 & {87.8} & 76.7 & 80.6\\ 
 \hline
 \end{tabular}
 
 \hline
 \end{tabular}
 
@@ -94,6 +94,11 @@ the two least significant bits whereas STABYLO only alter LSB.
 If we combine \emph{adaptive} and \emph{STC} strategies 
 (which leads to an average embedding rate equal to 6.35\%)
 our approach  provides equivalent metrics than HUGO.
 If we combine \emph{adaptive} and \emph{STC} strategies 
 (which leads to an average embedding rate equal to 6.35\%)
 our approach  provides equivalent metrics than HUGO.
+In this column STC(7) stands for embeding data in the LSB whereas
+in STC(6), data are hidden in the two last significant bits. 
+
+
+
 The quality variance between HUGO and STABYLO for these parameters
 is given in bold font. It is always close to 1\% which confirms 
 the objective presented in the motivations:
 The quality variance between HUGO and STABYLO for these parameters
 is given in bold font. It is always close to 1\% which confirms 
 the objective presented in the motivations:
@@ -132,17 +137,17 @@ can be favorably executed thanks to an ensemble classifier.
 \begin{table*}
 \begin{center}
 %\begin{small}
 \begin{table*}
 \begin{center}
 %\begin{small}
-\begin{tabular}{|c|c|c|c|c|c|c|c|}
+\begin{tabular}{|c|c|c|c|c|c|c|c|c|}
 \hline
 \hline
-Schemes & \multicolumn{3}{|c|}{STABYLO} & \multicolumn{2}{|c|}{HUGO}& \multicolumn{2}{|c|}{EAISLSBMR}\\
+Schemes & \multicolumn{4}{|c|}{STABYLO} & \multicolumn{2}{|c|}{HUGO}& \multicolumn{2}{|c|}{EAISLSBMR}\\
 \hline
 \hline
-Embedding & Fixed &   \multicolumn{2}{|c|}{Adaptive}  & \multicolumn{2}{|c|}{Fixed}& \multicolumn{2}{|c|}{Fixed} \\
+Embedding & Fixed &   \multicolumn{3}{|c|}{Adaptive}  & \multicolumn{2}{|c|}{Fixed}& \multicolumn{2}{|c|}{Fixed} \\
 \hline
 \hline
-Rate & 10\% &  + sample &   + STC   & 10\%& 6.35\%& 10\%& 6.35\%\\ 
+Rate & 10\% &  + sample &   +STC(7) & +STC(6)   & 10\%& 6.35\%& 10\%& 6.35\%\\ 
 \hline
 \hline
-AUMP & 0.22 & 0.33 & 0.39         &  0.50 &  0.50 & 0.49 & 0.50 \\
+AUMP & 0.22 & 0.33 & 0.39  &   0.45    &  0.50 &  0.50 & 0.49 & 0.50 \\
 \hline
 \hline
-Ensemble Classifier & 0.35 & 0.44 & 0.47       & 0.48 &  0.49  &  0.43  & 0.46 \\
+Ensemble Classifier & 0.35 & 0.44 & 0.47 & 0.47     & 0.48 &  0.49  &  0.43  & 0.46 \\
 
 \hline
 \end{tabular}
 
 \hline
 \end{tabular}
@@ -159,6 +164,7 @@ Next, our approach is more easily detectable than HUGO, which
 is the most secure steganographic tool, as far as we know. 
 However by combining \emph{adaptive} and \emph{STC} strategies
 our approach obtains similar results than HUGO ones.
 is the most secure steganographic tool, as far as we know. 
 However by combining \emph{adaptive} and \emph{STC} strategies
 our approach obtains similar results than HUGO ones.
+
 However due to its 
 huge number of features integration, it is not lightweight, which justifies 
 in the authors' opinion the consideration of the proposed method.   
 However due to its 
 huge number of features integration, it is not lightweight, which justifies 
 in the authors' opinion the consideration of the proposed method.