Ekrandan kameraga aloqa (Display-to-Camera Communication, D2C) — elektron ekranda ko‘rsatiladigan vizual kontentga raqamli ma’lumotni joylashtirish va bu ma’lumotni kamera orqali tasvirga olib qayta ajratib olish asosida ishlaydigan optik aloqa yondashuvidir. Dae-Gyu Lee, Pankaj Singh va Sung-Yoon Jung tomonidan ishlab chiqilgan ushbu tadqiqot D2C tizimlarida obyektni aniqlash va tasvirni kesish bosqichlaridan kelib chiqadigan joylashuv xatolariga bardoshlilikni oshirish uchun qiziqish sohasi (Region of Interest, ROI) asosidagi uchidan-uchigacha chuqur ma’lumot joylashtirish doirasini taklif etadi. Encoder tasvir bilan ikkilik ma’lumotni ko‘p miqyosli xususiyat xaritalarida birlashtiradi, decoder esa ma’lumotni yanada ixcham konvolyutsion tuzilma orqali qayta tiklaydi. Model JPEG siqilishi, rang o‘zgarishlari, harakat xiralashuvi, defocus, perspektiva buzilishi va sensor shovqini kabi kanal ta’sirlari bilan birga o‘qitilgan.

Manbada 100 bitlik ma’lumot yuklamasi bilan o‘tkazilgan asosiy taqqoslashda taklif etilgan model PSNR = 31,3438 dB, SSIM = 0,9605 va BER = %0,0080 ga erishgan; StegaStamp uchun xuddi shu qiymatlar 28,6677 dB, 0,9170 va %0,0879 deb berilgan. Joylashuv xatosi ortganda ham taklif etilgan ROI yondashuvi pastroq BER ko‘rsatgan. Masalan, joylashuv buzilishining standart og‘ishi σ_l = 5 bo‘lganda taklif etilgan model BER-i %0,0550, StegaStamp BER-i esa %0,2240 bo‘lgan.

Tadqiqot, shuningdek, haqiqiy ekran-kamera ulanishini LG monitor va Samsung Galaxy S22+ yordamida nazorat qilinadigan yopiq muhitda sinagan. Taklif etilgan yondashuv 20–40 cm masofa va 0°–45° perspektiva o‘zgarishlarida StegaStamp-ga qaraganda kamroq xato bergan. Biroq bu natijalar bitta apparat konfiguratsiyasi va nazorat qilinadigan yoritish sharoitlari bilan cheklangan; boshqa qurilmalar, qo‘lda tasvirga olish, tashqi muhit, o‘zgaruvchan yorug‘lik va ancha keng masofa oralig‘i uchun alohida tekshirish talab etiladi.

Ekrandan Kameraga (D2C) Aloqa Nima?

Ekrandan kameraga aloqa — ekranda ko‘rinadigan tashuvchi tasvirni inson bir vaqtning o‘zida ko‘rishi va uning ichiga joylashtirilgan raqamli ma’lumotni kamera aniqlab yechishi mumkin bo‘lgan optik kamera aloqasi yondashuvidir; ushbu tadqiqotda maqsad ochiq QR kod o‘rniga tasvirning vizual yaxlitligini katta darajada saqlaydigan chuqur o‘rganishga asoslangan ma’lumot joylashtirish va qayta chiqarishdan foydalanishdir.

QR koddan ko‘rinmas ma’lumot joylashtirishga

QR kodlar D2C aloqasining eng tanish shakllaridan biridir; biroq yuqori kontrastli qora-oq modullar, finder pattern-lar va ochiq kod geometriyasi tashuvchi tasvir dizaynini cheklaydi. QR kodning mavjudligi kuzatuvchiga tasvirda mashina o‘qiy oladigan ma’lumot borligini ham bevosita ko‘rsatadi.

Chuqur ma’lumot joylashtirish yondashuvlari boshqa maqsadni ko‘zlaydi. Ikkilik ma’lumot tashuvchi tasvir ichida inson ko‘zi uchun imkon qadar kam seziladigan o‘zgarishlar bilan ifodalanadi. Kamera tasvirni qayta olganda neural decoder yashirin naqshni ajratib olishga harakat qiladi.

Bu jarayon faqat raqamli tasvir faylini boshqa kompyuterga ko‘chirish emas. Ekran → optik muhit → kamera zanjiri ishga tushganda perspektiva, fokus, harakat, ekran rang xususiyati, sensor shovqini va tasvirni noto‘g‘ri joydan kesish kabi qo‘shimcha buzuvchi ta’sirlar paydo bo‘ladi. Adabiyotlarda raqamli dunyodan jismoniy dunyoga o‘tish muammosi ko‘pincha “analog hole” kontekstida ko‘rib chiqiladi.

Tadqiqot hal qilishga urinayotgan asosiy bo‘shliq

Oldingi chuqur o‘rganishga asoslangan D2C usullari shovqin, siqish, perspektiva va xiralashuv kabi buzilishlarga bardoshlilikni sezilarli darajada yaxshilagan. Ammo amaliy tizimda decoder-ga tasvirning qaysi qismi berilishini avval obyektni aniqlash yoki joylashuvni belgilash tizimi aniqlashi kerak.

Haqiqiy kamera kadridagi ekran burchaklari bir necha pikselga noto‘g‘ri topilsa, kesilgan tasvir to‘g‘ri chegaralar ichida qolmasligi mumkin. Chegaradan tashqariga chiqadigan crop decoder-ga ekrandan tashqaridagi fon piksellarini beradi. Teskari yo‘nalishdagi xato esa tasvirning haqiqiy ichki qismidagi ma’lumot tashuvchi piksellarni kesib yuborishi mumkin.

Shu sababli tadqiqotning asosiy muammosi faqat “shovqinga bardoshli yashirin ma’lumot” emas. Asosiy savol — upstream obyektni aniqlash bosqichi mukammal bo‘lmagan D2C tizimida ma’lumotni qanday ishonchli qayta tiklash mumkin? — degan savoldir.

ROI Asosidagi Ma’lumot Joylashtirish Joylashuv Xatolariga Nega Ko‘proq Bardoshli?

ROI asosidagi yondashuv ikkilik ma’lumot yuklamasini tasvirning nozik tashqi chegaralarigacha yoyish o‘rniga, chetlardan ma’lum xavfsizlik marjasi bilan ajratilgan barqaror ichki sohaga jamlaydi; shu tariqa aniqlangan ekran chegarasi bir necha piksel tashqariga yoki ichkariga siljiganda decoder-ning fon piksellariga kirishi yoki ma’lumot tashuvchi muhim ichki piksellarni yo‘qotish ehtimoli kamayadi.

%1 lik chekka bufer

Manba usulida ROI marjasi tasvir balandligi va kengligining aynan %1 i sifatida belgilangan. 400 × 400 × 3 kirish tasvirida har bir chetdan 4 piksel ajratiladi. Natijada samarali ma’lumot joylashtirish sohasi:

392 × 392 × 3

o‘lchamiga keladi.

Bu tuzilmaning maqsadi faqat kichikroq tasvirdan foydalanish emas. Marja joylashuv va perspektiva xatolari eng ko‘p ta’sir qiladigan tashqi chegaralar bilan joylashtirilgan ma’lumot yuklamasi o‘rtasida geometrik bufer hosil qiladi.

Overshooting va undershooting xatolari

Manba joylashuv xatolari ikki asosiy nosozlik shaklini yuzaga keltirishini tushuntiradi. Overshooting, aniqlangan chegaraning haqiqiy ekran sohasidan tashqariga chiqishi va decoder-ning fon piksellarini ko‘rishidir. Undershooting esa chegaraning me’yoridan ortiq ichkariga siljishi va ma’lumot tashuvchi haqiqiy tasvir piksellarining yo‘qotilishidir.

ROI ma’lumot yuklamasini tashqi chetdan uzoqlashtirgani uchun har ikki xato turiga geometrik bardoshlilik beradi. Bu yondashuv joylashuv xatosini yo‘q qilmaydi; decoder-ning ma’lum kattalikdagi xatolarga sezgirligini kamaytirishni maqsad qiladi.

Taklif etilgan tizimning umumiy ishlov berish zanjiri

Ikkilik ma’lumot tasvir fazosiga qanday o‘tkaziladi?

Encoder-ga kiradigan L-bit binary string avval fully connected (FC) qatlami orqali 7500 × 1 vektorga proyeksiya qilinadi. So‘ng bu vektor:

50 × 50 × 3

tenzoriga qayta shakllantiriladi. Tenzor pixel replication yordamida tashuvchi tasvirning H × W × 3 fazoviy o‘lchamiga oshiriladi.

ROI jarayoni va zero padding dan so‘ng tasvir bilan ma’lumot tenzori channel o‘lchami bo‘yicha birlashtirilib:

H × W × 6

o‘lchamli birlashtirilgan kirish hosil qilinadi.

Encoder-ning expansion–preservation–contraction arxitekturasi

Encoder uchta funksional yo‘lni o‘z ichiga oladi. Expansion pathway, transposed convolution qatlamlari yordamida xususiyat xaritalarining fazoviy o‘lchamini kattalashtiradi. Maqsad tasvir va ma’lumot xususiyatlarini turli miqyoslarda birlashtirishdir.

Preservation pathway, convolution amallari orqali muhim xususiyatlarni saqlashga harakat qiladi. Contraction pathway esa pooling va convolution qatlamlari yordamida kattalashtirilgan xususiyatlarni yana asl tasvir aniqligiga kamaytiradi.

Dastlabki va keyingi qatlamlar orasidagi skip connection dastlabki xususiyatlardan keyingi qatlamlarda qayta foydalanish imkonini beradi. Encoder-ning yakuniy chiqishi bevosita final tasvir emas; avval uch kanalli residual image hosil qilinadi. Ushbu residual tasvir asl tashuvchiga qo‘shilib encoded image olinadi.

Decoder nega “thin” tuzilmadan foydalanadi?

Decoder-ning vazifasi vizual hosil qilish emas, encoded image ichidagi ikkilik naqshni imkon qadar samarali tarzda qayta chiqarishdir. Shu sababli arxitektura feature map o‘lchamlarini bosqichma-bosqich kichraytiradigan soddaroq tuzilmadan foydalanadi.

Decoder oltita convolution qatlami, ikkita average pooling amali va bitta FC qatlamidan iborat. Dastlabki uchta convolution qatlamida stride 1, keyingi uchtasida stride 2 ishlatiladi. Convolution qatlamlari padding siz ishlatiladi va ReLU aktivatsiyalari qo‘llanadi.

392 × 392 × 3 ROI kirishi bosqichma-bosqich kichraytirilib, oxirgi convolution chiqishida 10 × 10 × 64 xususiyat xaritasiga yetadi. FC qatlami sigmoid aktivatsiyasi bilan 100 ta chiqish hosil qiladi. Yakuniy bosqichda 0,5 binary threshold qo‘llanib, asl 100 bitlik ketma-ketlikning taxmini olinadi.

Jismoniy kanal qaysi buzilishlar bilan modellashtiriladi?

Tadqiqot buzilishlarni ekran tomoni va kamera tomoni bo‘yicha ikki guruhga ajratadi.

Defocus blur va motion blur o‘qitish namunalariga alohida-alohida %25 ehtimol bilan qo‘llangan. Qolgan %50 qism xiralashuv qo‘llanmasdan qoldirilgan. Bu tanlov modelning faqat blur mavjud tasvirlarga moslashib qolishini oldini olib, uni turli kanal holatlariga duchor qilishni maqsad qiladi.

Yo‘qotish funksiyasi qaysi maqsadlarni muvozanatlashtiradi?

Model encoder va decoder-ni uchidan-uchigacha birgalikda o‘qitadi. Manbada umumiy maqsad funksiyasi:

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

deb ta’riflangan.

\(L_{\mathrm{LPIPS}}\) asl va encoded tasvirning perceptual xususiyatlari o‘rtasidagi o‘xshashlikni saqlashga harakat qiladi. \(L_2\) YUV rang fazosidagi piksel darajasidagi farqni jazolab, strukturaviy/vizual sodiqlikni qo‘llab-quvvatlaydi.

\(L_{\mathrm{DATA}}\) asl L-bit xabar bilan decoder qayta hosil qilgan chiqish o‘rtasidagi binary cross-entropy yo‘qotishidir. Ma’lumotni qayta tiklash aniqligining asosiy o‘qitish komponentidir.

\(L_{\mathrm{GAN}}\) Wasserstein Generative Adversarial Network discriminator komponenti bo‘lib, encoded tasvirni manba tasvirlardan statistik jihatdan oson ajratib bo‘lmasligini rag‘batlantirishni maqsad qiladi.

O‘qitishda og‘irliklar nisbati:

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

sifatida qo‘llangan. Bu og‘irliklar tasvir sifati, ma’lumotni qayta tiklash va adversarial maqsad o‘rtasidagi optimallashtirish muvozanatini belgilaydi.

WGAN komponentining mavjudligi tizim barcha steganalysis hujumlariga qarshi xavfsizligini o‘z-o‘zidan isbotlamaydi. Tadqiqot keng qamrovli mustaqil steganalysis baholashini taqdim etmaydi.

Gaussian blur va kernel o‘lchami o‘rtasidagi bog‘liqlik

Tadqiqotning ikkinchi tenglamasi Gaussian blur standard deviation qiymati bilan taxminiy kernel o‘lchami o‘rtasidagi bog‘liqlikni beradi:

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

Bu yerda \(k\) blur kernel-ining qirra uzunligini, \(\sigma_b\) esa Gaussian blur standard deviation qiymatini bildiradi. Manba \(k\) toq son bo‘lishi kerakligini ta’kidlaydi. Tajribalarda 3 × 3, 5 × 5, 7 × 7 va 9 × 9 kernel o‘lchamlari baholangan.

Tadqiqot Usuli va Natijalari

O‘qitish konfiguratsiyasi

Test ma’lumotlar to‘plami va jismoniy tajriba

Umumiy tasvir sifati va ma’lumotni qayta tiklashni baholash uchun MS COCO dan tasodifiy tanlangan 10.000 ta tasvir ishlatilgan. Raqamli baholashdan tashqari, tasvirlar haqiqiy monitorda ko‘rsatilgan va smartfon kamerasi bilan qayta suratga olingan.

BER, PSNR va SSIM Ushbu Tadqiqotda Nimani O‘lchaydi?

BER qayta tiklangan ikkilik xabardagi bit xatolari ulushini va shu orqali aloqa ishonchliligini o‘lchaydi; past BER ma’lumotni yaxshiroq qayta tiklashni anglatadi. PSNR asl va encoded tasvir o‘rtasidagi piksel darajasidagi buzilish kattaligini dB da baholaydi va yuqori qiymat afzal hisoblanadi. SSIM esa tasvirlarning strukturaviy o‘xshashligini baholaydi va 1 ga yaqin qiymatlar yuqoriroq strukturaviy o‘xshashlikni ko‘rsatadi.

Asosiy StegaStamp taqqoslash

Taklif etilgan usul uchala metrikada ham StegaStamp dan yaxshiroq natija bergan. Manba BER dagi kamayishni %90,90 deb bildiradi. Tasvir sifatidagi o‘sish PSNR da 2,6761 dB va SSIM da 0,0435 farq sifatida berilgan.

Gaussian noise ostidagi ishlash

Gaussian noise tajribalarida SNR pasaygani sari BER oshgan. Bu kutilgan tendensiya signal ichidagi shovqin miqdori ortishi bilan decoder-ga joylashtirilgan bit naqshini ajratish qiyinlashishi bilan bog‘langan.

SNR = 25 dB nuqtasida StegaStamp taxminan %0,22 BER ko‘rsatgan bo‘lsa, taklif etilgan model taxminan %0,11 BER olgan. Manba bu farqni %48,97 ishonchlilik yaxshilanishi deb ifodalaydi.

SNR 30 dB dan oshganda taklif etilgan model BER-i manbada StegaStamp ga nisbatan %85–91 pastroq deb berilgan. SNR 20 dB dan past bo‘lgan yuqori shovqin rejimida ikkala model ham sezilarli yomonlashadi.

Gaussian blur ostidagi ishlash

Taklif etilgan model 3 × 3 va 5 × 5 blur sharoitlarida juda past BER-ni saqlagan, 7 × 7 va 9 × 9 da xatolik darajasi oshishni boshlagan. Manba 9 × 9 maksimal sinov xiralashuvida ham taklif etilgan model BER-i StegaStamp dan %84,51 past bo‘lganini bildiradi.

Har ikki modelning ayrim o‘rtacha kuchdagi blur sharoitlarida buzilishsiz holatga qaraganda yaxshiroq ma’lumot qayta tiklash ko‘rsatishi e’tiborga molik. Mualliflar buni blur o‘qitish distortion pipeline ida mavjudligi va tarmoqlar aynan shu buzilishga tayyorlangani bilan izohlaydi.

Obyektni aniqlashdagi joylashuv xatosining empirik o‘lchovi

Joylashuv xatosi simulyatsiyasining realistik ko‘lamini aniqlash maqsadida BiSeNet obyektni aniqlash modeli 10.000 ta tasvirda baholangan. Joylashuv xatosi 10 piksel yoki undan kam bo‘lganda aniqlash muvaffaqiyatli deb qabul qilingan va muvaffaqiyat darajasi %81,28 deb bildirilgan.

Muvaffaqiyatli aniqlashlarda x va y o‘qlaridagi xato o‘rtachalari mos ravishda 0,687 va 0,178 piksel; standart og‘ishlar 2,719 va 2,665 piksel bo‘lgan.

Ushbu kuzatuvlardan kelib chiqib, tasvirning to‘rtta chegara burchagi x va y o‘qlarida mustaqil normal taqsimlangan joylashuv xatolari bilan perturbe qilingan.

Joylashuv xatosiga bardoshlilik

Taklif etilgan tizim BER-i σ_l = 0 dan 5 gacha oshganda ko‘tariladi; demak ROI joylashuv xatosini butunlay yo‘q qilmaydi. Shunga qaramay, o‘sish StegaStamp ga qaraganda ancha cheklangan.

Manba σ_l = 3 uchun StegaStamp ga nisbatan %91,57 BER kamayishini, σ_l = 5 uchun esa %75,45 yaxshilanishni bildiradi. Bundan tashqari, σ_l = 5 sharoitidagi %0,0550 BER StegaStamp ning joylashuv xatosisiz %0,0879 qiymatidan ham past.

Haqiqiy kamera masofasining ta’siri

Haqiqiy ekran-kamera tajribasida masofa 20 cm dan 40 cm gacha oshirilgan. Tasvirning kamera sensoridagi fazoviy izi kichraygani uchun namuna olish aniqligi pasayadi va BER oshadi.

Manba taklif etilgan tizim uchun 20 cm da BER = 0,0003, 30 cm da BER = 0,0009 va 40 cm da BER = 0,0053 qiymatlarini bildiradi. 20 cm dagi xato kamayishi StegaStamp ga nisbatan %89,29, 40 cm dagi ustunlik esa %65,13 deb berilgan.

Ushbu bo‘limda manba BER qiymatlarini foiz belgisisiz bergani uchun Verianla matni ularni avtomatik ravishda foizga aylantirmagan.

Perspektiva burchagining ta’siri

Kamera–ekran masofasi 30 cm da o‘zgarmas saqlangan va kamera burchagi 0° dan 45° gacha o‘zgartirilgan. Burchak kattalashgani sari perspective warping va piksel moslashtirish xatolari ortgani uchun ikkala tizimning BER-i ham oshgan.

Taklif etilgan model 0° da BER = 0,0009 va 45° o‘ng rotatsiyada maksimal BER = 0,0035 ko‘rsatgan. StegaStamp uchun 0° qiymati 0,0052, 45° chap rotatsiyadagi qiymat esa 0,0193 deb berilgan.

Mualliflar bu farqni ROI ning chekka nonlinearity va localization jitter ta’sirlariga qarshi bufer yaratishi hamda ko‘p miqyosli encoder/ixcham decoder arxitekturasining ma’lumot xususiyatlarini saqlashi bilan bog‘laydi.

Ma’lumot yuklamasi oshganda nima bo‘ladi?

50 bitdan 100 bitga o‘tilganda tasvir sifati va BER faqat kichik o‘zgarishlarni ko‘rsatadi. Aksincha, 200 bitlik ma’lumot yuklamasi ham tasvir sodiqligini, ham ma’lumotni qayta tiklash muvaffaqiyatini sezilarli ravishda pasaytiradi.

Manba 200 bitdagi %0,1106 BER 100 bitlik %0,0080 qiymatidan taxminan 13,8 baravar yuqori ekanini ta’kidlaydi. Yuqoriroq ma’lumot zichligi tashuvchi tasvirda kuchliroq o‘zgarishlarni talab qilgani uchun ko‘rinmaslik bilan ma’lumotni ajratish o‘rtasidagi muvozanat yomonlashadi.

Shu sababli tadqiqot o‘zi ko‘rib chiqqan arxitektura va sharoitlarda ishlash–sig‘im muvozanati uchun 100 bitni tanlagan. Bu natija “100 bit barcha D2C tizimlari uchun universal optimumdir” degani emas.

Hisoblash murakkabligi

Manba FLOPs sonida taxminan 22 baravar, o‘qitiladigan parametrlar sonida esa taxminan 24 baravar kamayish qayd etadi. Asosiy sabab decoder arxitekturasining soddalashtirilganidir. Pastroq hisoblash yuki mobil D2C ilovalari uchun muhim afzallik salohiyatini beradi; biroq tadqiqot turli mobil protsessorlarda energiya sarfi yoki uchidan-uchigacha ilova kechikishini o‘lchamaydi.

ROI ablation tadqiqoti nimani ko‘rsatdi?

Ablation tajribasida ROI moduli olib tashlanganda decoder ning oxirgi convolution chiqish o‘lchami o‘zgargani sababli taqqoslanadigan arxitektura yaratish uchun birinchi convolution kernel o‘lchami 7 ga o‘zgartirilgan.

Manba bayoniga ko‘ra, ROI bo‘lmaganda BER %0,0611 bo‘lsa, ROI qo‘shilganda %0,0080 gacha tushadi; bu taxminan 7,6 baravar yaxshilanish sifatida berilgan. PSNR va SSIM ham ROI bilan biroz oshadi.

Ablation natijasi ROI faqat arxitektura dizayni tafsiloti emasligini, balki manbada qayd etilgan ma’lumotni qayta tiklash muvaffaqiyatining muhim qismiga hissa qo‘shishini qo‘llab-quvvatlaydi.

Tadqiqot qo‘llab-quvvatlaydigan natijalar

Tadqiqot ko‘rib chiqilgan ma’lumotlar to‘plamlari va tajriba sharoitlarida ROI asosidagi, joylashuv xatosiga bardoshli chuqur ma’lumot joylashtirish yondashuvi StegaStamp ga qaraganda yuqoriroq tasvir sifati va pastroq BER bera olishini qo‘llab-quvvatlaydi.

Simulyatsiya qilingan Gaussian noise, Gaussian blur va joylashuv xatosi tajribalari taklif etilgan arxitektura ushbu buzuvchi ta’sirlar ostida bardoshlirroq ekanini ko‘rsatadi. Nazorat qilinadigan haqiqiy ekran-kamera tajribalari ham 20–40 cm masofa va 0°–45° perspektiva oralig‘ida ustunlik jismoniy tasvirga olish kanaliga ko‘chishini ko‘rsatadi.

Ablation tadqiqoti ROI modulining ma’lumotni qayta tiklash muvaffaqiyatiga muhim hissa qo‘shishini; hisoblash murakkabligi taqqoslanishi esa ixcham decoder arxitekturasi pastroq FLOPs, kamroq parametr va qisqaroq decoding vaqtini ta’minlashini ko‘rsatadi.

Tadqiqot qo‘llab-quvvatlamaydigan umumlashtirishlar

Tadqiqot taklif etilgan tizim barcha ekranlarda, barcha kameralarda, barcha yorug‘lik sharoitlarida yoki ochiq havoda bir xil ishlashini isbotlamaydi. Haqiqiy tajriba muayyan LG monitor, Samsung Galaxy S22+ kamera, nazorat qilinadigan shift yoritishi va sobit o‘rnatish sharoitlarida bajarilgan.

Tadqiqot barcha ma’lumot yuklamalarida yuqori ishlashni kafolatlamaydi. 200 bit tajribasi sig‘im oshgani sari tasvir sodiqligi va BER ko‘rsatkichlari sezilarli yomonlashishi mumkinligini ko‘rsatadi.

Tadqiqot WGAN loss ishlatgani sababli barcha steganalysis usullariga qarshi kriptografik yoki steganografik xavfsizlikni isbotlamaydi. Dedicated hujum baholashi ushbu maqolaning tajriba doirasiga kirmaydi.

Tadqiqot upstream obyektni aniqlashni keraksiz qilmaydi. BiSeNet bilan ekran/tasvir joylashuvini aniqlash hali ham tizim zanjirining bir qismidir; taklif etilgan ROI usuli shu bosqichdagi nuqsonlarga bardoshlilikni oshirishni maqsad qiladi.

Cheklovlar va kelajakdagi tadqiqotlar

Manba xulosa bo‘limida sig‘im bilan aloqa muvaffaqiyati o‘rtasidagi murosani yanada batafsil o‘rganishni kelajakdagi ish sifatida ko‘rsatadi. Ayniqsa, o‘zgaruvchan ma’lumot yuklamasining model arxitekturasi va tasvir sifatiga ta’siri kengroq diapazonlarda baholanishi kerak.

Mualliflar har bir loss komponentining hissasini alohida o‘rganishni ham taklif qiladilar. Amaldagi tadqiqot ROI uchun ablation taqdim etsa-da, LPIPS, L2, DATA va GAN loss komponentlarining barchasi uchun mustaqil keng qamrovli ablation bermaydi.

Jismoniy tekshiruvni turli ekranlar, kameralar va yoritish sharoitlari bilan kengaytirish ham ochiq kelajakdagi tadqiqot maqsadidir. Bu nuqta mavjud real-dunyo natijasi qurilmadan mustaqil umumiy ishlash isboti emasligini ko‘rsatadi.

Nihoyat, mualliflar o‘zgaruvchan ma’lumot yuklamalari va turli tasvir aniqliklariga moslasha oladigan adaptiv algoritmlarni ishlab chiqishni taklif etadi. Bunday kengaytirish D2C yondashuvini yanada turli ubiquitous computing ssenariylarida qo‘llashni maqsad qiladi.

Manba va Usul Haqida Izoh

Asl sarlavha: Robust Display-to-Camera Communication via Location Error-Tolerant Deep Data Embedding.

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

Mas’ul mualliflar: Pankaj Singh; Sung-Yoon Jung.

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

Jurnal: Applied Sciences.

Nashriyot: MDPI, Basel, Switzerland.

Nashr ma’lumoti: Applied Sciences 2026, 16, 8767.

DOI: 10.3390/app16178767.

Maqola tarixi: Qabul qilindi 29 may 2026; qayta ko‘rib chiqildi 22 iyun 2026; qabul qilindi 24 iyun 2026; nashr qilindi 3 sentabr 2026.

Manba turi: Taqrizdan o‘tgan, ochiq kirishli original muhandislik tadqiqot maqolasi; uchidan-uchigacha chuqur o‘rganishga asoslangan modelni ishlab chiqish, simulyatsiya qilingan kanal buzilishlari va nazorat qilinadigan jismoniy ekran-kamera tekshiruvi.

Litsenziya: Creative Commons Attribution 4.0 International (CC BY 4.0). Mualliflik huquqi mualliflarga tegishli.

Asosiy usul: ROI asosidagi, joylashuv xatosiga bardoshli encoder–decoder D2C ma’lumot joylashtirish arxitekturasi.

Encoder: Expansion, preservation va contraction yo‘llari; transposed convolution, convolution, pooling va skip connection; residual-image o‘rganishi.

Decoder: Oltita convolution qatlami, ikkita average-pooling amali va sigmoid chiqishli FC qatlami; 0,5 binary threshold.

O‘qitish ma’lumotlar to‘plami: MIRFLICKR.

Test ma’lumotlar to‘plami: MS COCO dan tasodifiy tanlangan 10.000 ta tasvir.

Tasvir o‘lchami: 400 × 400 × 3 piksel.

ROI: Tasvir balandligi va kengligining har bir chetida %1 marja; 400 × 400 tasvir uchun 392 × 392 ma’lumot joylashtirish sohasi.

Standart payload: 100 bit.

O‘qitish: 160.000 qadam; dastlabki 2000 qadam decoder loss ga yo‘naltirilgan; batch size 2; learning rate 10⁻⁴.

Optimizer: Total loss uchun Adam; WGAN critic uchun RMSProp.

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

Ishlash metrikalari: PSNR, SSIM va BER.

Haqiqiy jismoniy uskuna: LG 2560 × 1080 / 60 Hz monitor va Samsung Galaxy S22+ 1920 × 1080 / 30 fps kamera.

Taqqoslash usuli: StegaStamp.

Moliyalashtirish: Gyeongbuk ANCHOR system through the Gyeongbuk ANCHOR CENTER; Ministry of Education va Gyeongsangbuk-do, Republic of Korea; loyiha 2026-ANCHOR-15-115.

Institutsional ko‘rib chiqish kengashi: Qo‘llanilmaydi.

Ongli rozilik: Qo‘llanilmaydi.

Ma’lumotlar mavjudligi: Manba maqola natijalar asosidagi ma’lumotlar o‘zining adabiyotlar ro‘yxatidagi [41] raqamli manbada mavjudligini bildiradi.

Manfaatlar to‘qnashuvi: Mualliflar manfaatlar to‘qnashuvi yo‘qligini bildirgan.

Sun’iy intellektdan foydalanish bayonoti: Mualliflar ChatGPT 5.5 dan maqolaning tili, o‘qiluvchanligi va kontent tashkilini yaxshilash uchun foydalanganliklarini; chiqishni ko‘rib chiqib tahrir qilganliklarini va nashr etilgan kontent uchun javobgarlikni o‘z zimmalariga olganliklarini bildirgan.

Mualliflar hissasi: Sung-Yoon Jung konseptuallashtirish, supervision, loyiha boshqaruvi va moliyalashtirishni olishda; Dae-Gyu Lee metodologiya, dasturiy ta’minot, formal tahlil, tadqiqot, ma’lumotlar kuratsiyasi va asl qoralamada; Pankaj Singh metodologiya, tekshirish, formal tahlil, ko‘rib chiqish/tahrirlash va vizuallashtirishda hissa qo‘shgan. Manbadagi batafsil CRediT bayonotida ayrim vazifalar bir nechta muallif o‘rtasida bo‘lingan.

Manba ichidagi hisobot eslatmasi: 8-jadvalning ikkala qatori ham “Proposed (w/o ROI)” deb belgilangan; biroq undan darhol oldingi matn ikkinchi natijalar to‘plamini ROI qo‘shilgan taklif etilgan modelga nisbat beradi. Bundan tashqari, ayrim simulyatsiya jadvallarida BER foiz sifatida, haqiqiy masofa/burchak tajribalarining izohida esa foiz belgisisiz o‘nlik shaklda berilgan. Ushbu Verianla kontentida bu nuqtalar taxmin asosida jim tarzda standartlashtirilmagan.

Asosiy metodologik cheklov: Jismoniy tekshiruv haqiqiy ekran va kameradan foydalansa-da, nazorat qilinadigan yopiq muhit, muayyan apparat, cheklangan masofa va burchak oralig‘ida bajarilgan. Natijalarni boshqa apparat, yoritish, mobil harakat va tashqi muhit sharoitlariga avtomatik umumlashtirib bo‘lmaydi.

Vizual materialni qayta ishlatish eslatmasi: Manba CC BY 4.0 litsenziyasiga ega. Shunga qaramay, Verianla uchun manba figuralarini skrinshot tarzida ko‘chirish o‘rniga usul munosabatlari va sonli natijalarni original texnik sxema va jadvallar bilan qayta qurish afzal ko‘rilgan.