Иртибот аз экран ба камера (Display-to-Camera Communication, D2C) равиши иртиботи оптикӣ мебошад, ки тавассути ҷойгир кардани маълумоти рақамӣ дар муҳтавои визуалии дар экрани электронӣ нишон додашуда ва сипас бо камера тасвирбардорӣ карда барқарор намудани он маълумот кор мекунад. Ин таҳқиқот, ки аз ҷониби Dae-Gyu Lee, Pankaj Singh ва Sung-Yoon Jung таҳия шудааст, барои баланд бардоштани устуворӣ нисбат ба хатогиҳои ҷойгиршавӣ, ки аз марҳилаҳои муайянкунии объект ва буридани тасвир дар системаҳои D2C ба вуҷуд меоянд, чаҳорчӯбаи ҷойгиркунии амиқи додаҳоро аз аввал то охир, бар асоси минтақаи таваҷҷуҳ (Region of Interest, ROI), пешниҳод мекунад. Encoder тасвир ва додаҳои дуиро дар харитаҳои хусусиятҳои бисёрмиқёс муттаҳид мекунад, дар ҳоле ки decoder додаҳоро тавассути сохтори бориктари конволютсионӣ барқарор менамояд. Модел ҳамроҳ бо таъсирҳои каналӣ, аз ҷумла фишурдани JPEG, тағйироти ранг, хирашавии ҳаракат, defocus, таҳрифи перспектива ва садои сенсор омӯзонида шудааст.

Дар муқоисаи асосӣ бо бори додаи 100 bit, модели пешниҳодшуда PSNR = 31,3438 dB, SSIM = 0,9605 ва BER = %0,0080 ба даст овардааст; барои StegaStamp ҳамин арзишҳо мутаносибан 28,6677 dB, 0,9170 ва %0,0879 гузориш шудаанд. Ҳангоми зиёд шудани хатои ҷойгиршавӣ низ равиши пешниҳодшудаи ROI BER-и пасттар нишон додааст. Масалан, вақте ки инҳирофи стандартии вайроншавии ҷойгиршавӣ σ_l = 5 аст, BER-и модели пешниҳодшуда %0,0550 ва BER-и StegaStamp %0,2240 мебошад.

Таҳқиқот инчунин пайвасти воқеии экран-камераро бо монитори LG ва Samsung Galaxy S22+ дар муҳити дарунӣ ва зери назорат санҷидааст. Равиши пешниҳодшуда дар масофаи 20–40 cm ва тағйироти перспективаи 0°–45° нисбат ба StegaStamp хатои камтар ба вуҷуд овардааст. Бо вуҷуди ин, ин натиҷаҳо бо як конфигуратсияи сахтафзор ва шароити рӯшноии назоратшаванда маҳдуданд; барои дастгоҳҳои гуногун, наворгирии дастӣ, муҳити берунӣ, рӯшноии тағйирёбанда ва диапазонҳои хеле васеътари масофа санҷиши иловагӣ зарур аст.

Иртибот аз Экран ба Камера (D2C) Чист?

Иртибот аз экран ба камера як равиши иртиботи оптикии камера мебошад, ки имкон медиҳад тасвири интиқолдиҳандае, ки дар экран намоён аст, ҳамзамон аз ҷониби инсон дида шавад ва маълумоти рақамии дар он ҷойгиршуда аз ҷониби камера ошкор ва декод карда шавад; ҳадафи ин таҳқиқот ба ҷойи QR-коди ошкор истифода бурдани ҷойгиркунӣ ва барқароркунии додаҳо бар асоси омӯзиши амиқ мебошад, ки якпорчагии визуалии тасвирро то ҳадди зиёд нигоҳ медорад.

Аз QR-код то ҷойгиркунии маълумоти ноаён

QR-кодҳо яке аз шаклҳои маъруфи иртиботи D2C мебошанд; аммо модулҳои сиёҳу сафеди дорои контрасти баланд, finder pattern-ҳо ва геометрияи ошкори код тарҳи тасвири интиқолдиҳандаро маҳдуд мекунанд. Мавҷудияти QR-код инчунин ба нозир мустақиман нишон медиҳад, ки дар тасвир маълумоти қобили хондани мошин мавҷуд аст.

Равишҳои ҷойгиркунии амиқи додаҳо ҳадафи дигар доранд. Маълумоти дуӣ дар дохили тасвири интиқолдиҳанда бо тағйироте ифода мешавад, ки барои чашми инсон то ҳадди имкон камтар намоёнанд. Вақте камера тасвирро дубора мегирад, neural decoder кӯшиш мекунад ин намунаи пинҳониро барқарор кунад.

Ин раванд танҳо нусхабардории файли тасвири рақамӣ ба компютери дигар нест. Ҳангоми фаъол шудани занҷири экран → муҳити оптикӣ → камера, таъсирҳои иловагии вайронкунанда ба монанди перспектива, фокус, ҳаракат, хусусияти ранги экран, садои сенсор ва буридани тасвир аз ҷойи нодуруст ба вуҷуд меоянд. Дар адабиёт мушкили гузариш аз ҷаҳони рақамӣ ба ҷаҳони физикӣ аксаран дар доираи “analog hole” баррасӣ мешавад.

Холигии асосие, ки таҳқиқот мехоҳад ҳал кунад

Усулҳои қаблии D2C бар асоси омӯзиши амиқ устувориро нисбат ба вайроншавиҳо ба монанди садо, фишурдан, перспектива ва хирашавӣ ба таври назаррас беҳтар кардаанд. Аммо дар системаи амалӣ аввал бояд системаи муайянкунии объект ё локализатсия муайян кунад, ки кадом минтақаи тасвир ба decoder дода мешавад.

Агар кунҷҳои экран дар кадри воқеии камера чанд пиксел нодуруст муайян шаванд, тасвири буридашуда метавонад дар ҳудуди дуруст намонад. Crop-и аз ҳудуд беруншуда ба decoder пикселҳои заминаи берун аз экранро медиҳад. Хатои самти муқобил бошад метавонад пикселҳои маълумотбари қисми воқеии дохилии тасвирро бибурад.

Аз ин рӯ, масъалаи асосии таҳқиқот танҳо “маълумоти пинҳонии ба садо тобовар” нест. Саволи асосӣ ин аст: дар системаи D2C, ки марҳилаи upstream муайянкунии объект комил нест, маълумотро чӣ гуна боэътимод барқарор кардан мумкин аст? — ҳамин савол аст.

Чаро Ҷойгиркунии Додаҳо Бар Асоси ROI Ба Хатогиҳои Ҷойгиршавӣ Устувортар Аст?

Равиши бар асоси ROI ба ҷойи паҳн кардани бори додаи дуӣ то сарҳадҳои ҳассоси берунии тасвир, онро дар минтақаи устувори дохилӣ мутамарказ мекунад, ки аз канорҳо бо маржаи муайяни амниятӣ ҷудо шудааст; ба ин тартиб, вақте сарҳади муайяншудаи экран чанд пиксел ба берун ё дохил меғелад, эҳтимоли дастрас шудани decoder ба пикселҳои замина ё аз даст рафтани пикселҳои муҳими дохилии дорои дода кам мешавад.

Буфери канории %1

Дар усули манбаъ маржаи ROI маҳз %1-и баландӣ ва паҳноии тасвир муқаррар шудааст. Дар тасвири вурудии 400 × 400 × 3 аз ҳар канор 4 пиксел ҷудо карда мешавад. Дар натиҷа минтақаи самараноки ҷойгиркунии додаҳо:

392 × 392 × 3

мешавад.

Ҳадафи ин тарҳ танҳо истифодаи тасвири хурдтар нест. Маржа байни сарҳадҳои берунӣ, ки бештар аз хатогиҳои локализатсия ва перспектива таъсир мегиранд, ва бори додаи ҷойгиршуда буфери геометрӣ ба вуҷуд меорад.

Хатогиҳои Overshooting ва undershooting

Манбаъ шарҳ медиҳад, ки хатогиҳои локализатсия ду шакли асосии нокомиро ба вуҷуд меоранд. Overshooting — ин берун рафтани сарҳади муайяншуда аз минтақаи воқеии экран ва дидани пикселҳои замина аз ҷониби decoder мебошад. Undershooting бошад, ин аз ҳад зиёд ба дохил гузаштани сарҳад ва аз даст рафтани пикселҳои воқеии тасвир, ки додаҳоро мебаранд, мебошад.

Азбаски ROI бори додаҳоро аз канори берунӣ дур мекунад, нисбат ба ҳар ду шакли хато таҳаммулпазирии геометрӣ таъмин мекунад. Ин равиш хатои ҷойгиршавиро аз байн намебарад; ҳадаф он аст, ки decoder нисбат ба хатогиҳои андозаи муайян камтар ҳассос бошад.

Занҷири умумии коркарди системаи пешниҳодшуда

Додаи дуӣ чӣ гуна ба фазои тасвир интиқол дода мешавад?

L-bit binary string-и воридшаванда ба encoder аввал тавассути қабати fully connected (FC) ба вектори 7500 × 1 проексия мешавад. Сипас ин вектор:

50 × 50 × 3

ба тензор аз нав шакл дода мешавад. Тензор бо истифода аз pixel replication то андозаи фазоии H × W × 3-и тасвири интиқолдиҳанда калон карда мешавад.

Пас аз амали ROI ва zero padding, тасвир ва тензори дода дар андозаи channel якҷо карда шуда:

H × W × 6

вуруди муттаҳидшудаи ҳамин андоза сохта мешавад.

Меъмории expansion–preservation–contraction-и Encoder

Encoder се роҳи функсионалӣ дорад. Expansion pathway бо қабатҳои transposed convolution андозаи фазоии харитаҳои хусусиятҳоро зиёд мекунад. Ҳадаф якҷо кардани хусусиятҳои тасвир ва дода дар миқёсҳои гуногун аст.

Preservation pathway бо амалиёти convolution кӯшиш мекунад хусусиятҳои муҳимро нигоҳ дорад. Contraction pathway бошад, хусусиятҳои калонкардашударо бо қабатҳои pooling ва convolution дубора то ҳалнокии аслии тасвир кам мекунад.

Skip connection байни қабатҳои барвақт ва дертар имкон медиҳад хусусиятҳои ибтидоӣ дар қабатҳои баъдӣ дубора истифода шаванд. Хуруҷи ниҳоии encoder мустақиман тасвири ниҳоӣ нест; аввал як residual image тавлид мешавад. Ин тасвири residual ба тасвири аслии интиқолдиҳанда илова шуда encoded image ба даст меояд.

Чаро Decoder сохтори “thin”-ро истифода мебарад?

Вазифаи decoder тавлиди тасвир нест, балки то ҳадди имкон самаранок барқарор кардани намунаи дуӣ дар дохили encoded image мебошад. Аз ин рӯ меъморӣ сохтори содатареро истифода мебарад, ки андозаҳои feature map-ро тадриҷан кам мекунад.

Decoder аз шаш қабати convolution, ду амали average pooling ва як қабати FC иборат аст. Дар се қабати аввалини convolution stride 1 ва дар се қабати баъдӣ stride 2 истифода мешавад. Қабатҳои convolution бе padding кор мекунанд ва фаъолсозиҳои ReLU татбиқ мешаванд.

Вуруди 392 × 392 × 3 ROI тадриҷан хурд карда шуда, дар хуруҷи ниҳоии convolution ба харитаи хусусиятҳои 10 × 10 × 64 мерасад. Қабати FC бо фаъолсозии sigmoid 100 хуруҷ тавлид мекунад. Дар марҳилаи ниҳоӣ 0,5 binary threshold татбиқ шуда, тахмини пайдарпаии аслии 100 bit ба даст меояд.

Канали физикӣ бо кадом вайроншавиҳо моделсозӣ мешавад?

Таҳқиқот вайроншавиҳоро ба ду гурӯҳ — тарафи экран ва тарафи камера — ҷудо мекунад.

Defocus blur ва motion blur ба намунаҳои омӯзишӣ ҳар кадом бо эҳтимолияти %25 татбиқ шудаанд. Қисми боқимондаи %50 бе татбиқи хирашавӣ гузошта шудааст. Ин интихоб барои пешгирӣ аз мутобиқ шудани модел танҳо ба тасвирҳои дорои blur ва рӯ ба рӯ кардани он бо ҳолатҳои гуногуни канал равона шудааст.

Функсияи талаф кадом ҳадафҳоро мувозинат мекунад?

Модел encoder ва decoder-ро аз аввал то охир якҷоя меомӯзонад. Дар манбаъ функсияи умумии ҳадаф:

\[ L_{\mathrm{total}} = \lambda_1 L_{\mathrm{LPIPS}} + \lambda_2 L_{2} + \lambda_3 L_{\mathrm{DATA}} + \lambda_4 L_{\mathrm{GAN}} \tag{1} \]

муайян шудааст.

\(L_{\mathrm{LPIPS}}\) кӯшиш мекунад монандии хусусиятҳои perceptual-и тасвири аслӣ ва encoded-ро нигоҳ дорад. \(L_2\) бо ҷазо додани фарқи сатҳи пиксел дар фазои ранги YUV ба вафодории сохторӣ/визуалӣ мусоидат мекунад.

\(L_{\mathrm{DATA}}\) талафи binary cross-entropy байни паёми аслии L-bit ва хуруҷи барқароркардаи decoder мебошад. Ин ҷузъи асосии омӯзиш барои дақиқии барқарорсозии додаҳост.

\(L_{\mathrm{GAN}}\) ҷузъи discriminator-и Wasserstein Generative Adversarial Network мебошад ва ҳадаф дорад encoded image аз тасвирҳои манбаъ аз ҷиҳати оморӣ ба осонӣ фарқ карда нашавад.

Дар омӯзиш таносуби вазнҳо:

λ₁ : λ₂ : λ₃ : λ₄ = 1,5 : 2 : 1,5 : 0,5

истифода шудааст. Ин вазнҳо мувозинати оптимизатсия байни сифати тасвир, барқарорсозии додаҳо ва ҳадафи adversarial-ро муайян мекунанд.

Мавҷудияти ҷузъи WGAN худ аз худ исбот намекунад, ки система ба ҳамаи ҳамлаҳои steganalysis бехатар аст. Таҳқиқот арзёбии фарогири мустақили steganalysis-ро гузориш намекунад.

Робитаи Gaussian blur бо андозаи kernel

Муодилаи дуюми таҳқиқот робитаи байни Gaussian blur standard deviation ва андозаи тахминии kernel-ро нишон медиҳад:

\[ k \approx 6\sigma_b+1 \tag{2} \]

Дар ин ҷо \(k\) дарозии канори blur kernel ва \(\sigma_b\) арзиши Gaussian blur standard deviation-ро ифода мекунад. Манбаъ таъкид мекунад, ки \(k\) бояд адади тоқ бошад. Дар озмоишҳо андозаҳои kernel-и 3 × 3, 5 × 5, 7 × 7 ва 9 × 9 арзёбӣ шудаанд.

Усул ва Натиҷаҳои Таҳқиқот

Танзимоти омӯзиш

Маҷмӯи додаҳои санҷишӣ ва озмоиши физикӣ

Барои арзёбии умумии сифати тасвир ва барқарорсозии додаҳо 10.000 тасвири ба таври тасодуфӣ аз MS COCO интихобшуда истифода шуд. Илова ба арзёбии рақамӣ, тасвирҳо дар монитори воқеӣ нишон дода шуда, бо камераи смартфон дубора сабт шуданд.

BER, PSNR ва SSIM Дар Ин Таҳқиқот Чиро Месанҷанд?

BER таносуби хатогиҳои bit дар паёми дуии барқароршуда ва ба ин васила эътимоднокии иртиботро чен мекунад; BER-и пасттар маънои барқарорсозии беҳтари додаҳоро дорад. PSNR бузургии вайроншавии сатҳи пиксел байни тасвири аслӣ ва encoded-ро бо dB арзёбӣ мекунад ва арзиши баландтар афзал аст. SSIM бошад монандии сохтории тасвирҳоро арзёбӣ мекунад ва арзишҳои ба 1 наздик монандии сохтории баландтарро нишон медиҳанд.

Муқоисаи асосӣ бо StegaStamp

Усули пешниҳодшуда дар ҳар се метрика нисбат ба StegaStamp натиҷаи беҳтар нишон додааст. Манбаъ коҳиши BER-ро %90,90 гузориш мекунад. Афзоиши сифати тасвир дар PSNR ба андозаи 2,6761 dB ва дар SSIM ба андозаи 0,0435 фарқ дода шудааст.

Самаранокӣ дар шароити Gaussian noise

Дар озмоишҳои Gaussian noise бо кам шудани SNR, BER зиёд шудааст. Ин тамоюли интизоршаванда ба зиёд шудани миқдори садо дар сигнал ва душвортар шудани ҷудокунии намунаи bit-и ҷойгиршуда аз ҷониби decoder нисбат дода шудааст.

Дар нуқтаи SNR = 25 dB StegaStamp тақрибан %0,22 BER нишон дода, модели пешниҳодшуда тақрибан %0,11 BER ба даст овардааст. Манбаъ ин фарқро ҳамчун беҳбудии эътимоднокии %48,97 тавсиф мекунад.

Ҳангоми аз 30 dB боло рафтани SNR, BER-и модели пешниҳодшуда дар манбаъ нисбат ба StegaStamp %85–91 пасттар гузориш мешавад. Дар режими садои баланд бо SNR-и зери 20 dB ҳар ду модел ба таври назаррас бад мешаванд.

Самаранокӣ дар шароити Gaussian blur

Модели пешниҳодшуда дар шароити blur-и 3 × 3 ва 5 × 5 BER-и хеле пастро нигоҳ доштааст, аммо дар 7 × 7 ва 9 × 9 сатҳи хато афзоиш ёфтааст. Манбаъ гузориш мекунад, ки ҳатто дар хирашавии максималии санҷиши 9 × 9 BER-и модели пешниҳодшуда аз StegaStamp %84,51 пасттар будааст.

Ҷолиб аст, ки ҳар ду модел дар баъзе шароити blur-и шиддати миёна нисбат ба ҳолати бе вайроншавӣ барқарорсозии беҳтари додаҳоро нишон додаанд. Муаллифон инро бо он шарҳ медиҳанд, ки blur дар distortion pipeline-и омӯзиш мавҷуд аст ва шабакаҳо махсус барои ин вайроншавӣ омода карда шудаанд.

Андозагирии эмпирикии хатои ҷойгиршавии муайянкунии объект

Барои муайян кардани миқёси воқеъбинонаи симулятсияи хатои ҷойгиршавӣ, модели муайянкунии объекти BiSeNet дар 10.000 тасвир арзёбӣ шудааст. Вақте хатои ҷойгиршавӣ 10 пиксел ё камтар буд, муайянкунӣ муваффақ ҳисобида шуда, сатҳи муваффақият %81,28 гузориш шуд.

Дар муайянкуниҳои муваффақ миёнаи хатоҳо дар меҳварҳои x ва y мутаносибан 0,687 ва 0,178 пиксел; инҳирофҳои стандартӣ 2,719 ва 2,665 пиксел буданд.

Бар асоси ин мушоҳидаҳо чор кунҷи сарҳадии тасвир дар меҳварҳои x ва y бо хатогиҳои ҷойгиршавии мустақил ва дорои тақсимоти нормалӣ perturbe карда шуданд.

Устуворӣ ба хатои ҷойгиршавӣ

BER-и системаи пешниҳодшуда ҳангоми аз σ_l = 0 то 5 зиёд шудан боло меравад; бинобар ин ROI хатои ҷойгиршавиро пурра аз байн намебарад. Бо вуҷуди ин, афзоиш нисбат ба StegaStamp ба таври назаррас маҳдудтар аст.

Манбаъ барои σ_l = 3 нисбат ба StegaStamp коҳиши BER-и %91,57 ва барои σ_l = 5 беҳбудии %75,45-ро гузориш мекунад. Илова бар ин, BER-и %0,0550 дар шароити σ_l = 5 ҳатто аз арзиши %0,0879-и StegaStamp бе хатои ҷойгиршавӣ пасттар аст.

Таъсири масофаи воқеии камера

Дар озмоиши воқеии экран-камера масофа аз 20 cm то 40 cm зиёд карда шудааст. Азбаски изи фазоии тасвир дар сенсори камера хурд мешавад, ҳалнокии намунагирӣ коҳиш ёфта, BER меафзояд.

Манбаъ барои системаи пешниҳодшуда дар 20 cm BER = 0,0003, дар 30 cm BER = 0,0009 ва дар 40 cm BER = 0,0053-ро гузориш мекунад. Коҳиши хато дар 20 cm нисбат ба StegaStamp %89,29 ва бартарӣ дар 40 cm %65,13 дода шудааст.

Дар ин бахш манбаъ арзишҳои BER-ро бе аломати фоиз додааст, бинобар ин матни Verianla онҳоро ба таври худкор ба фоиз табдил надодааст.

Таъсири кунҷи перспектива

Масофаи камера–экран дар 30 cm собит нигоҳ дошта шуда, кунҷи камера аз 0° то 45° тағйир дода шудааст. Бо калон шудани кунҷ, perspective warping ва хатогиҳои мувофиқкунии пиксел зиёд шудаанд ва BER-и ҳар ду система баланд шудааст.

Модели пешниҳодшуда дар 0° BER = 0,0009 ва дар гардиши 45° ба рост BER-и максималии 0,0035 нишон додааст. Барои StegaStamp арзиши 0° 0,0052 ва арзиши гардиши 45° ба чап 0,0193 гузориш шудааст.

Муаллифон ин фарқро ба он нисбат медиҳанд, ки ROI бар зидди таъсирҳои edge nonlinearity ва localization jitter буфер месозад ва меъмории encoder-и бисёрмиқёс/decoder-и борик хусусиятҳои додаҳоро нигоҳ медорад.

Ҳангоми зиёд шудани бори дода чӣ рӯй медиҳад?

Ҳангоми гузариш аз 50 bit ба 100 bit, сифати тасвир ва BER танҳо тағйироти хурд нишон медиҳанд. Баръакс, бори додаи 200 bit ҳам вафодории тасвир ва ҳам муваффақияти барқарорсозии додаҳоро ба таври назаррас паст мекунад.

Манбаъ таъкид мекунад, ки BER-и %0,1106 дар 200 bit нисбат ба арзиши %0,0080 дар 100 bit тақрибан 13,8 маротиба баландтар аст. Азбаски зичии бештари додаҳо тағйироти қавитарро дар тасвири интиқолдиҳанда талаб мекунад, мувозинат байни ноаёнӣ ва ҷудокунии додаҳо бадтар мешавад.

Аз ин рӯ, таҳқиқот дар меъморӣ ва шароити баррасишудаи худ барои мувозинати самаранокӣ–иқтидор 100 bit-ро интихоб кардааст. Ин натиҷа маънои онро надорад, ки “100 bit барои ҳамаи системаҳои D2C оптимуми универсалӣ аст”.

Мураккабии ҳисоббарорӣ

Манбаъ дар шумораи FLOPs тақрибан 22 маротиба ва дар шумораи параметрҳои омӯзонидашаванда тақрибан 24 маротиба коҳишро гузориш мекунад. Сабаби асосӣ содатар шудани меъмории decoder мебошад. Бори камтари ҳисоббарорӣ барои барномаҳои мобилии D2C имкони бартарии муҳим фароҳам меорад; аммо таҳқиқот истеъмоли энергия ё таъхири барномаи аз аввал то охирро дар протсессорҳои гуногуни мобилӣ чен намекунад.

Таҳқиқоти ablation-и ROI чиро нишон дод?

Дар озмоиши ablation, вақте модули ROI хориҷ шуд, азбаски андозаи хуруҷи охирини convolution-и decoder тағйир ёфт, барои сохтани меъмории қобили муқоиса андозаи аввалин convolution kernel ба 7 иваз карда шуд.

Мувофиқи баёни манбаъ, ҳангоми набудани ROI BER %0,0611 аст ва бо илова шудани ROI то %0,0080 коҳиш меёбад; ин тақрибан 7,6 маротиба беҳбудӣ гузориш шудааст. PSNR ва SSIM низ бо ROI каме зиёд мешаванд.

Натиҷаи ablation дастгирӣ мекунад, ки ROI танҳо ҷузъиёти тарҳи меъморӣ нест, балки ба қисми муҳими муваффақияти барқарорсозии додаҳо, ки дар манбаъ гузориш шудааст, саҳм мегузорад.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

Таҳқиқот дастгирӣ мекунад, ки дар маҷмӯаҳои дода ва шароити озмоишии баррасишуда равиши ҷойгиркунии амиқи додаҳо бар асоси ROI ва таҳаммулпазир ба хатои ҷойгиршавӣ метавонад нисбат ба StegaStamp сифати баландтари тасвир ва BER-и пасттар таъмин кунад.

Озмоишҳои симулятсияшудаи Gaussian noise, Gaussian blur ва хатои ҷойгиршавӣ нишон медиҳанд, ки меъмории пешниҳодшуда зери ин таъсирҳои вайронкунанда устувортар аст. Озмоишҳои назоратшавандаи воқеии экран-камера низ нишон медиҳанд, ки бартарӣ дар масофаи 20–40 cm ва диапазони перспективаи 0°–45° метавонад ба канали физикии тасвирбардорӣ интиқол ёбад.

Таҳқиқоти ablation нишон медиҳад, ки модули ROI ба муваффақияти барқарорсозии додаҳо саҳми муҳим дорад; муқоисаи мураккабии ҳисоббарорӣ бошад нишон медиҳад, ки меъмории decoder-и борик FLOPs-и камтар, параметрҳои камтар ва вақти кӯтоҳтари decoding медиҳад.

Умумисозиҳое, ки таҳқиқот дастгирӣ намекунад

Таҳқиқот исбот намекунад, ки системаи пешниҳодшуда дар ҳамаи экранҳо, ҳамаи камераҳо, ҳамаи шароити рӯшноӣ ё муҳити берунӣ якхел иҷро мекунад. Озмоиши воқеӣ бо монитори муайяни LG, камераи Samsung Galaxy S22+, рӯшноии назоратшавандаи шифт ва шароити насби собит гузаронида шудааст.

Таҳқиқот дар ҳамаи борҳои дода иҷрои баландро кафолат намедиҳад. Озмоиши 200 bit нишон медиҳад, ки бо зиёд шудани иқтидор вафодории тасвир ва иҷрои BER метавонанд ба таври назаррас бад шаванд.

Аз он ки таҳқиқот WGAN loss истифода мебарад, бехатарии криптографӣ ё стеганографии он нисбат ба ҳамаи усулҳои steganalysis исбот намешавад. Dedicated арзёбии ҳамлаҳо ба доираи озмоишии ин мақола дохил намешавад.

Таҳқиқот upstream муайянкунии объектро нолозим намекунад. Локализатсияи экран/тасвир бо BiSeNet ҳанӯз ҳам қисми занҷири система аст; усули пешниҳодшудаи ROI ҳадаф дорад таҳаммулпазириро ба камбудиҳои ин марҳила зиёд кунад.

Маҳдудиятҳо ва корҳои оянда

Манбаъ дар бахши натиҷаҳо таҳқиқи муфассалтари созиш байни иқтидор ва муваффақияти иртиботро ҳамчун кори оянда нишон медиҳад. Аз ҷумла, таъсири бори тағйирёбандаи додаҳо ба меъмории модел ва сифати тасвир бояд дар диапазонҳои васеътар арзёбӣ шавад.

Муаллифон ҳамчунин пешниҳод мекунанд, ки саҳми ҳар як ҷузъи loss алоҳида омӯхта шавад. Гарчанде таҳқиқоти ҷорӣ барои ROI ablation пешниҳод мекунад, барои ҳамаи ҷузъҳои LPIPS, L2, DATA ва GAN loss ablation-и мустақили фарогир гузориш намедиҳад.

Густариши санҷиши физикӣ ба экранҳо, камераҳо ва шароити рӯшноии гуногун низ ҳадафи ошкори кори оянда мебошад. Ин нукта нишон медиҳад, ки натиҷаи воқеии мавҷуда далели иҷрои умумии мустақил аз дастгоҳ нест.

Дар охир, муаллифон таҳияи алгоритмҳои мутобиқшавандаро пешниҳод мекунанд, ки метавонанд ба борҳои тағйирёбандаи дода ва ҳалнокиҳои гуногуни тасвир мутобиқ шаванд. Чунин густариш истифодаи равиши D2C-ро дар сенарияҳои гуногунтари ubiquitous computing ҳадаф мегирад.

Ёддошт оид ба Манбаъ ва Усул

Унвони аслӣ: Robust Display-to-Camera Communication via Location Error-Tolerant Deep Data Embedding.

Муаллифон: Dae-Gyu Lee; Pankaj Singh; Sung-Yoon Jung.

Муаллифони масъул: Pankaj Singh; Sung-Yoon Jung.

Муассиса: Department of Electronic Engineering, Yeungnam University, Gyeongsan, Gyeongsangbuk, Republic of Korea.

Маҷалла: Applied Sciences.

Ношир: MDPI, Basel, Switzerland.

Маълумоти нашр: Applied Sciences 2026, 16, 8767.

DOI: 10.3390/app16178767.

Таърихи мақола: Қабул 29 май 2026; бознигарӣ 22 июн 2026; пазируфта шуд 24 июн 2026; нашр 3 сентябр 2026.

Навъи манбаъ: Мақолаи аслии таҳқиқотии муҳандисии аз баррасии ҳамтоён гузашта ва дастрасии кушода; таҳияи модели аз аввал то охир бар асоси омӯзиши амиқ, вайроншавиҳои симулятсияшудаи канал ва санҷиши назоратшавандаи физикии экран-камера.

Иҷозатнома: Creative Commons Attribution 4.0 International (CC BY 4.0). Ҳуқуқи муаллиф ба муаллифон тааллуқ дорад.

Усули асосӣ: Меъмории ҷойгиркунии додаҳои D2C бо encoder–decoder, бар асоси ROI ва таҳаммулпазир ба хатои ҷойгиршавӣ.

Encoder: Роҳҳои expansion, preservation ва contraction; transposed convolution, convolution, pooling ва skip connection; омӯзиши residual-image.

Decoder: Шаш қабати convolution, ду амали average-pooling ва қабати FC бо хуруҷи sigmoid; 0,5 binary threshold.

Маҷмӯи додаҳои омӯзиш: MIRFLICKR.

Маҷмӯи додаҳои санҷиш: 10.000 тасвири ба таври тасодуфӣ аз MS COCO интихобшуда.

Андозаи тасвир: 400 × 400 × 3 пиксел.

ROI: Маржаи %1 дар ҳар канори баландӣ ва паҳноии тасвир; минтақаи ҷойгиркунии додаҳои 392 × 392 барои тасвири 400 × 400.

Payload-и пешфарз: 100 bit.

Омӯзиш: 160.000 қадам; 2000 қадами аввал бо тамаркуз ба decoder loss; batch size 2; learning rate 10⁻⁴.

Optimizer: Adam барои total loss; RMSProp барои WGAN critic.

Loss: LPIPS + YUV L2 + binary-cross-entropy DATA + WGAN discriminator loss.

Метрикаҳои иҷро: PSNR, SSIM ва BER.

Сахтафзори воқеии физикӣ: Монитори LG 2560 × 1080 / 60 Hz ва камераи Samsung Galaxy S22+ 1920 × 1080 / 30 fps.

Усули муқоиса: StegaStamp.

Маблағгузорӣ: Gyeongbuk ANCHOR system through the Gyeongbuk ANCHOR CENTER; Ministry of Education ва Gyeongsangbuk-do, Republic of Korea; лоиҳа 2026-ANCHOR-15-115.

Шӯрои баррасии институтсионалӣ: Татбиқ намешавад.

Ризоияти огоҳона: Татбиқ намешавад.

Дастрасии додаҳо: Мақолаи манбаъ хабар медиҳад, ки додаҳои асоси натиҷаҳо дар манбаи рақами [41] дар рӯйхати истинодҳои худ дастрасанд.

Бархӯрди манфиатҳо: Муаллифон хабар додаанд, ки бархӯрди манфиатҳо вуҷуд надорад.

Баёнияи истифодаи зеҳни сунъӣ: Муаллифон хабар додаанд, ки ChatGPT 5.5-ро барои беҳтар кардани забон, хонданпазирӣ ва ташкили муҳтавои мақола истифода кардаанд; хуруҷро баррасӣ ва таҳрир намуда, масъулияти муҳтавои нашршударо ба уҳда гирифтаанд.

Саҳми муаллифон: Sung-Yoon Jung дар консептуализатсия, supervision, идоракунии лоиҳа ва ҷалби маблағ; Dae-Gyu Lee дар методология, нармафзор, таҳлили formal, таҳқиқот, куросияи додаҳо ва тарҳи аслӣ; Pankaj Singh дар методология, санҷиш, таҳлили formal, баррасӣ/таҳрир ва визуализатсия саҳм гузоштаанд. Дар баёнияи муфассали CRediT-и манбаъ баъзе вазифаҳо байни якчанд муаллиф тақсим шудаанд.

Ёддошти гузоришдиҳии дохили манбаъ: Ҳар ду сатри Ҷадвали 8 ҳамчун “Proposed (w/o ROI)” нишонгузорӣ шудаанд; аммо матни фавран пеш аз он маҷмӯи дуюми натиҷаҳоро ба модели пешниҳодшуда бо ROI нисбат медиҳад. Илова бар ин, дар баъзе ҷадвалҳои симулятсия BER бо фоиз ва дар тавсифи озмоишҳои воқеии масофа/кунҷ бе аломати фоиз, дар шакли даҳӣ гузориш шудааст. Дар ин муҳтавои Verianla ин нуктаҳо бо тахмин ба таври хомӯшона стандартӣ карда нашудаанд.

Маҳдудияти асосии методологӣ: Гарчанде санҷиши физикӣ экран ва камераи воқеиро истифода мебарад, он дар муҳити дохилии назоратшаванда, бо сахтафзори муайян ва диапазони маҳдуди масофа ва кунҷ гузаронида шудааст. Натиҷаҳоро ба сахтафзор, рӯшноӣ, ҳаракати мобилӣ ва шароити берунии гуногун ба таври худкор умумӣ кардан мумкин нест.

Ёддошти истифодаи дубораи визуалӣ: Манбаъ дорои иҷозатномаи CC BY 4.0 аст. Бо вуҷуди ин, барои Verianla ба ҷойи интиқоли фигураҳои манбаъ ҳамчун screenshot, аз нав сохтани муносибатҳои усулӣ ва натиҷаҳои ададӣ бо схемаҳо ва ҷадвалҳои техникии аслӣ афзал дониста шудааст.