Reversible data hiding based on adaptive IPVO and two-segment pairwise PEE（基于自适应IPVO和两段成对PEE的可逆数据隐藏）

1. 摘要

改进的像素值顺序（IPVO）和成对预测误差扩展（PEE）策略可以有效提高可逆数据隐藏（RDH）方案的隐藏容量和不可见性，因为它们可以增加有效预测错误率（EPER）。 为了进一步改进 EPER，本文提出了一种改进的 RDH 方案，将自适应 IPVO (AIPVO) 与两段成对 PEE 相结合。 与现有IPVO中所有块的固定预测值（例如最高值）不同，AIPVO根据自身的复杂程度自适应地确定每个块的预测值。 以EPER为目标函数，构建并优化区块复杂度等级划分模型，得到每个区块的复杂度等级。 AIPVO通过自适应选择预测值来剔除块中波动较大的像素，从而有效提高EPER。 在embedding阶段，根据AIPVO得到的预测误差序列的分布特征，设计了两段pairwise PEE。 具体来说，首先将预测误差序列分为两段，前后两部分的二维映射分别使用小量级和稍大量级的预测误差来嵌入数据。 实验结果表明本文方案优于最新的研究成果。 例如，Lena图像在10000bit容量下的PSNR达到61.55dB，增益为0.39dB，较文献最佳结果。

2. 创新点

1） 新颖的预测方法。 提出了一种新的预测方法AIPVO，它可以根据块的复杂程度自适应地确定预测值，并根据给定的容量调整预测误差序列。
2） 新的评价指标。 将EPER R_e定义为预测误差序列的评价指标，以R_e为目标函数建立图像块复杂度等级划分模型。
3) 改进扩展规则。 根据排序后的预测误差序列前后部分预测误差的不同分布设计不同的二维映射规则，可以更有效地利用预测误差之间的相关性。

3. 总结

这篇论文主要是对PVO方法进行了改进，在传统的方法中，PVO的预测值对所有的块都是固定模式的选择。本文提出对于不同的纹理的块选择不同的预测值。

参考文献：

[1]N. Mao, F. Chen, H. He, and Y. Yang, ‘Reversible data hiding based on adaptive IPVO and two-segment pairwise PEE’, Signal Processing, vol. 198, p. 108577, Sep. 2022, doi: 10.1016/j.sigpro.2022.108577.

有兴趣的可以加QQ：502441062