Teksturaga sezgir diqqat birlashtirishli CNN bashoratlagichi (Attention Fusion-Based CNN Predictor, AFCNNP), qaytariladigan maʼlumot yashirishda piksel qiymatlarini aniqroq bashorat qilish uchun lokal CNN bashorati bilan nolokal oʻrtachalar (Non-Local Means, NLM) bashoratini piksel darajasida birlashtiradigan tasvirni bashoratlash doirasidir. Usulning asosiy gʻoyasi CNN bashoratlagichining silliq hududlardagi kuchli lokal korrelyatsiya qobiliyatini NLMning teksturali hududlardagi uzoq, ammo oʻxshash tasvir yamoqlaridan foydalana olish qobiliyati bilan birlashtirishdir. Oʻrganilgan diqqat ogʻirligi \(\alpha(i,j)\) har bir piksel uchun CNNP va NLM yakuniy bashoratga qanchalik hissa qoʻshishini belgilaydi.

Tadqiqotning maqsadi faqat piksel bashoratlash xatosini kamaytirish emas. Qaytariladigan maʼlumot yashirishda bashoratlash xatolarining nol atrofida tor va baland taqsimot hosil qilishi Prediction Error Expansion (PEE) mexanizmiga koʻproq maʼlumotni kamroq tasvir buzilishi bilan joylashtirish imkonini beradi. Shu sababli AFCNNP faqat silliq hududlardan foydalanish bilan cheklanmay, teksturali hududlardagi nolokal oʻz-oʻxshashlikni ham foydalanish mumkin boʻlgan bashorat maʼlumotiga aylantirishga intiladi.

100 ta UCID.v2 tasviri boʻyicha taqqoslashda taklif etilgan usul uchun MSE 51.5, manba jadvalida “Mean” deb berilgan qiymat 3.3 va bashoratlash xatosi dispersiyasi 34.0 deb xabar qilingan; bu qiymatlarning barchasi taqqoslangan CNN bashoratlagichlarinikidan past. Taklif etilgan AFCNNP asosidagi RDH usuli oʻrtacha maksimal 125.816 bit joylashtirish sigʻimiga erishgan paytda ushbu nuqtadagi oʻrtacha PSNR qiymati 42.58 dB boʻlgan. Kodak maʼlumotlar toʻplamidagi 24 ta tasvirda esa MSE \(50.30\pm2.7\), PSNR \(64.78\pm0.38\) deb xabar qilingan va Lin hamda hamkasblari usuli bilan MSE taqqoslashida juftlangan t-test natijasi \(p<0.05\) boʻlgan.

Natijalar AFCNNP foydalanilgan tajriba tuzilmasida ham silliq, ham teksturali hududlardan foydalanib bashorat aniqligi va maʼlumot joylashtirish samaradorligini yaxshilashi mumkinligini koʻrsatadi. Biroq tadqiqot kulrang tusli tasvirlar, muayyan CNN/NLM arxitekturasi, UCID.v2 va Kodak maʼlumotlar toʻplamlari hamda xabar qilingan oʻqitish tuzilmasiga asoslangan; natijalar barcha tasvir turlari yoki barcha RDH tizimlari uchun avtomatik ustunlik isboti emas.

Qaytariladigan Maʼlumot Yashirish Nima?

Qaytariladigan maʼlumot yashirish (Reversible Data Hiding, RDH) — tashuvchi tasvirga qoʻshimcha maʼlumot joylashtirilgach, ham qoʻshimcha maʼlumotni chiqarib olishni, ham asl tashuvchi tasvirni yoʻqotishsiz qayta tiklashni maqsad qiladigan maʼlumot yashirish yondashuvidir. Doimiy piksel buzilishi qabul qilinmaydigan qoʻllanmalarda bu qaytariluvchanlik asosiy talabdir.

Tadqiqot hal qilishga urinayotgan muammo

Prediction Error Expansion asosidagi RDH usullarida pikselning haqiqiy qiymati bilan bashorat qilingan qiymati orasidagi farq maʼlumot joylashtirish uchun ishlatiladi. Bashorat qanchalik aniq boʻlsa, xato qiymatlari nol atrofida shunchalik zichlashadi. Bu esa kam buzilish bilan ishlatilishi mumkin boʻlgan koʻproq kichik xatolarni hosil qiladi.

Klassik CNN bashoratlagichlari silliq hududlarda qoʻshni piksellar orasidagi kuchli lokal korrelyatsiyadan yaxshi foydalana oladi. Ammo zich tekstura, soch, mato, barg, murakkab qirralar yoki takrorlanuvchi naqshlar mavjud hududlarda faqat yaqin qoʻshnichilikka qarash yetarli boʻlmasligi mumkin. NLM esa tasvirning boshqa joyidagi oʻxshash yamoqlarni qidirgani sababli teksturali hududlarda boshqa turdagi maʼlumotdan foydalanadi. AFCNNPning ilmiy mohiyati bu ikki bashoratlash usulidan birini butun tasvir uchun majburan tanlash oʻrniga, har bir pikselda ularning hissasini oʻrganib birlashtirishdir.

Manbada taqqoslangan bashoratlagichlar oilasi

Tenglama (1): Piksel qanday bashorat qilinadi?

\[ \hat{p}_{i,j}=\mathcal{P}\left(p_{i',j'}\right),\qquad (i',j')\in\mathcal{N}_{i,j} \tag{1} \]

\(p_{i,j}\) haqiqiy kulrang darajali piksel qiymati; \(\hat p_{i,j}\) bashorat qilingan qiymatdir. \(\mathcal{N}_{i,j}\) markaziy pikselni bashorat qilish uchun ishlatiladigan qoʻshnichilik yoki bashorat kontekstini, \(\mathcal P\) esa bashorat funksiyasini bildiradi. Kulrang tusli 8-bit tasvirlarda piksel qiymatlari 0-255 oraligʻida. Matematik maqsad \(\hat p_{i,j}\) qiymatini haqiqiy \(p_{i,j}\) qiymatiga imkon qadar yaqinlashtirishdir.

Bashoratlash xatosi ham:

\[ e_{i,j}=p_{i,j}-\hat p_{i,j} \]

deb taʼriflanadi. \(e_{i,j}=0\) boʻlganda bashorat toʻliq toʻgʻri. Xatoning mutlaq qiymati oshgani sari bashorat haqiqiy pikseldan uzoqlashadi.

PEEda ichki va tashqi bashoratlash xatolari

Manba bashoratlash xatolarini ikki chegara \(T_l\) va \(T_r\) yordamida ajratadi. \(e_{i,j}\in[T_l,T_r)\) oraligʻidagi xatolar maʼlumot tashuvchi ichki xatolar sifatida ishlatiladi. Bu oraliqdan tashqaridagi xatolar maʼlumot biti tashish oʻrniga gistogrammada boʻsh joy hosil qilish uchun siljitiladi.

Ichki xato uchun joylashtiriladigan bit \(b\in\{0,1\}\) boʻlganda kengaytirilgan xato:

\[ e^w_{i,j}=2e_{i,j}+b \]

koʻrinishidadir. Bu yerda ikkiga koʻpaytirish xato gistogrammasidagi foydalanish mumkin boʻlgan qiymatlar orasida yangi oʻrinlar hosil qiladi; \(b\) esa shu ikki mumkin boʻlgan oʻrindan qaysi biri tanlanishini belgilaydi.

Tenglama (2): Belgilangan pikselni hosil qilish

\[ p^w_{i,j}= \begin{cases} p_{i,j}+e_{i,j}+b, & e_{i,j}\in[T_l,T_r)\\ p_{i,j}+T_r, & e_{i,j}\in[T_r,+\infty)\\ p_{i,j}+T_l, & e_{i,j}\in(-\infty,T_l) \end{cases} \tag{2} \]

\(p^w_{i,j}\) maʼlumot joylashtirilgandan keyingi belgilangan piksel qiymatidir. Birinchi holatda piksel maʼlumot bitini tashiydi. Ikkinchi va uchinchi holatlarda xato taqsimotining oʻng yoki chap tomoni siljitilib, maʼlumot tashuvchi xato qiymatlari uchun boʻsh gistogramma boʻlinmalari yaratiladi. Amal natijasida piksel 0-255 chegarasidan tashqariga chiqishi mumkin boʻlsa, manba bu pikselni chiqarib tashlash yoki joylashuv xaritasi bilan qayd etishni nazarda tutadi.

Tenglama (3): Qabul qiluvchi tomondagi kengaytirilgan xato

\[ e^w_{i,j}=p^w_{i,j}-\hat p_{i,j} \tag{3} \]

Qabul qiluvchi xuddi shu bashorat funksiyasidan foydalanib \(\hat p_{i,j}\) qiymatini qayta hosil qiladi. Belgilangan piksel bilan ushbu bashorat orasidagi farq maʼlumot joylashtirish bosqichida yaratilgan kengaytirilgan bashoratlash xatosini beradi. Qaytariluvchanlikning asosiy sharti — joylashtirish va chiqarib olish vaqtida bashorat konteksti bir xil saqlanishi.

Tenglama (4): Asl bashoratlash xatosini qayta tiklash

\[ e_{i,j}= \begin{cases} \left\lfloor\dfrac{e^w_{i,j}}{2}\right\rfloor, & e^w_{i,j}\in[2T_l,2T_r)\\ e^w_{i,j}-T_r, & e^w_{i,j}\in[2T_r,+\infty)\\ e^w_{i,j}-T_l, & e^w_{i,j}\in(-\infty,2T_l) \end{cases} \tag{4} \]

Ichki xato hududida kengaytirish amali ikkiga boʻlish orqali teskari qilinadi. Tashqi hududlarda esa joylashtirish paytida bajarilgan chegara siljitishi bekor qilinadi. Joylashtirilgan bit:

\[ b=e^w_{i,j}\bmod 2 \]

bilan chiqarib olinadi va asl piksel:

\[ p_{i,j}=\hat p_{i,j}+e_{i,j} \]

bilan qayta tiklanadi. Bu zanjir usulning nima uchun “qaytariladigan” ekanini matematik jihatdan koʻrsatadi: maqsad faqat yashirin maʼlumotni chiqarib olish emas, balki maʼlumot joylashtirilishidan oldingi piksel qiymatlarini ham tiklashdir.

AFCNNP Nega CNN va NLM Bashoratlarini Birgalikda Ishlatadi?

AFCNNP CNNPning silliq hududlardagi lokal korrelyatsiya maʼlumotini va NLMning teksturali hududlardagi nolokal oʻz-oʻxshashlik maʼlumotini bitta piksel bashorati ichida birlashtiradi; oʻrganilgan \(\alpha(i,j)\) ogʻirligi CNNP foydaliroq boʻlgan joyda 1 ga, NLM foydaliroq boʻlgan joyda 0 ga yaqinlashib, ikki bashoratlagich oʻrtasida piksel darajasida moslashuvchan oʻtishni taʼminlaydi.

Non-Local Means: Yaqin piksel oʻrniga oʻxshash naqshni qidirish

NLMning asosiy gʻoyasi shunday: bashorat qilinayotgan pikselning bevosita yonidagi piksellar yetarli maʼlumot bermasa, tasvirning uzoqroq qismlarida ayni yoki oʻxshash teksturaviy tuzilishga ega yamoqlar qidirilishi mumkin. Manbada maqsad piksel \(p_{i,j}\) va uning eng yaqin toʻrtta qoʻshnisidan iborat rombsimon yamoq taʼriflanadi.

Tenglama (5): NLM bashorati

\[ NL(p_{i,j})= \frac{1}{\sum_k w_k} \sum_{\tilde p_k\in\tilde P_k} w_k\tilde p_k \tag{5} \]

\(\tilde p_k\) nolokal nomzod pikselni; \(w_k\) esa bu nomzodning maqsad hududga qanchalik oʻxshashligiga qarab berilgan ogʻirlikni bildiradi. Surat qabul qilingan piksellarning ogʻirliklangan yigʻindisi, maxraj esa ogʻirliklar yigʻindisidir. Shunday qilib, natija ogʻirliklangan oʻrtachadir. Manbadagi qoʻllanmada ogʻirlik uzluksiz oʻxshashlik koeffitsiyenti emas, balki Tenglama (7)da koʻrsatilganidek 0 yoki 1 qiymatini oladigan tanlov oʻzgaruvchisidir.

Tenglama (6): Yamoq oʻxshashligi masofasi

\[ d_k= \left\| V(\tilde p_k)-V(p_{i,j}) \right\|_2 \tag{6} \]

\(V(\cdot)\) taqqoslanayotgan tasvir atrofining sonli ifodasini; \(d_k\) esa ikki ifoda orasidagi Yevklid masofasini bildiradi. \(d_k\) kichraygani sari nomzod hudud maqsad hududga koʻproq oʻxshaydi. Bu kattalik kulrang daraja qiymatlaridan hosil qilinadi va \(T_{sim}\) chegarasi bilan taqqoslanadi.

Tenglama (7): NLM oʻxshashlik tanlovi

\[ w_k= \begin{cases} 1, & d_k\leq T_{sim}\\ 0, & \text{aksi halde} \end{cases} \tag{7} \]

\(T_{sim}\) foydalanuvchi belgilaydigan oʻxshashlik chegarasidir. Masofa chegaradan kichik yoki unga teng boʻlsa, nomzod NLM bashoratiga qoʻshiladi; katta boʻlsa, butunlay chiqarib tashlanadi. Chegaraning juda kichik boʻlishi faqat juda oʻxshash yamoqlarni tanlab xatoni kamaytirishi mumkin, biroq foydalanish mumkin boʻlgan nolokal namunalar sonini cheklaydi. Chegarani kattalashtirish koʻproq yamoqdan foydalanishga imkon beradi, lekin kamroq oʻxshash namunalarni ham bashoratga qoʻshadi.

Tenglama (8): Bashoratlash xatosi entropiyasi

\[ E=-\sum_e p(e)\ln p(e) \tag{8} \]

\(p(e)\) — bashoratlash xatosi \(e\) ning ehtimoli. Entropiya taqsimot qanchalik yoyilgan yoki noaniq ekanini umumlashtiradi. RDH nuqtai nazaridan maqsad bashoratlash xatolarining imkon qadar nol atrofida zichlashishidir. Manbada Baboon tasvirida \(T_{sim}\) kattalashgani sari bashoratlash xatosi entropiyasi monoton oshgani kuzatilgan. Buning sababi katta chegaralar NLM bashoratiga kamroq oʻxshash yamoqlarni ham kiritishidir.

Dot va Cross tasvir ajratish nega zarur?

Tasvir ikki mustaqil piksel toʻplamiga ajratiladi. Manba ularni Dot va Cross toʻplamlari deb ataydi. Bir toʻplamdagi piksellar bashorat qilinayotganda bashorat konteksti qarama-qarshi toʻplamning hali oʻzgartirilmagan piksellaridan tuziladi. Soʻng rollar almashtiriladi. Bu strategiya maʼlumot joylashtirishda ishlatilgan bashorat kontekstini maʼlumot chiqarib olish vaqtida qayta yaratish imkonini beradi va qaytariluvchanlikni saqlashga yordam beradi.

Tenglama (9): CNNP bashorati

\[ P_{\mathrm{CNNP}}(i,j) = f_{\theta} \left( \mathcal{V}_k(I(i,j)) \right) \tag{9} \]

\(I\in\mathbb{R}^{H\times W}\) kirish tasviridir. \(\mathcal V_k(I(i,j))\) \((i,j)\) pikseli atrofidagi \(k\times k\) lokal yamoqni; \(f_\theta\) esa ogʻirliklari \(\theta\) boʻlgan oldindan oʻqitilgan CNN bashoratlagichini bildiradi. Chiqish \(P_{\mathrm{CNNP}}(i,j)\) — CNN markaziy piksel uchun hosil qilgan kulrang daraja bashoratidir.

Diqqat birlashtirish tarmogʻining tuzilishi

CNNP va NLM bashorat xaritalarining har biri \((B,1,H,W)\) shaklida. Kanal oʻlchamida birlashtirilganda \((B,2,H,W)\) tenzori hosil boʻladi. Diqqat tarmogʻi ikkita konvolyutsiya qatlamidan iborat. Birinchi qatlam 3×3 yadro bilan 16 filtr va padding 1 dan foydalanadi, undan keyin ReLU qoʻllanadi. Ikkinchi 3×3 konvolyutsiya bir kanalli ogʻirlik xaritasini hosil qiladi va Sigmoid funksiyasi natijani 0 bilan 1 oraligʻida cheklaydi.

Tenglama (10): Piksel darajasidagi diqqat ogʻirligi

\[ \alpha(i,j) = \sigma \left( W_2\cdot \operatorname{ReLU} \left( W_1\cdot [P_{\mathrm{CNNP}}(i,j);P_{\mathrm{NLM}}(i,j)] +b_1 \right) +b_2 \right) \tag{10} \]

Manba ifodasida \(W_1\in\mathbb{R}^{16\times2}\), \(b_1\in\mathbb{R}^{16}\), \(W_2\in\mathbb{R}^{1\times16}\) va \(b_2\in\mathbb{R}^{1}\) deb taʼriflanadi. \(\sigma\) Sigmoid funksiyasidir. Demak, \(0\leq\alpha(i,j)\leq1\).

\(\alpha\rightarrow1\) boʻlganda CNNP bashorati ustunlashadi. \(\alpha\rightarrow0\) boʻlganda NLM bashorati ustunlashadi. Oraliq qiymatlar ikki bashoratlagichning yumshoq tarzda aralashtirilishini anglatadi.

Tenglama (11): Yakuniy birlashtirilgan bashorat

\[ P_{\mathrm{fused}}(i,j) = \alpha(i,j)P_{\mathrm{CNNP}}(i,j) + \left(1-\alpha(i,j)\right)P_{\mathrm{NLM}}(i,j) \tag{11} \]

Bu konveks ogʻirliklangan birlashmadir: ikki koeffitsiyent yigʻindisi 1 ga teng. Tarmoq yangi uchinchi bashoratni bevosita yaratish oʻrniga CNNP va NLM bashoratlarining nisbiy hissasini belgilaydi. Manba talqiniga koʻra silliq hududlarda CNNP, teksturali hududlarda esa NLM koʻproq ogʻirlik oladi.

Tenglama (12): AFCNNP oʻqitish yoʻqotishi

\[ \mathcal{L} = \frac{1}{HW} \sum_{i,j} \left| I(i,j)-P_{\mathrm{fused}}(i,j) \right| + \psi\cdot \operatorname{Var} \left( I-P_{\mathrm{fused}} \right) \tag{12} \]

Birinchi had haqiqiy piksel bilan birlashtirilgan bashorat orasidagi oʻrtacha mutlaq xatoni, ikkinchi had esa bashoratlash xatolari dispersiyasini jazolaydi. Tadqiqotda regulyarizatsiya parametri \(\psi=0.3\) qilib belgilangan.

Birinchi hadning vazifasi piksellarning alohida-alohida toʻgʻri bashorat qilinishini taʼminlashdir. Ikkinchi had esa xatolarning keng hududga tarqalishiga toʻsqinlik qilishga urinadi. RDH nuqtai nazaridan past oʻrtacha xatoning oʻzi yetarli emas; xato gistogrammasining nol atrofida zichlashishi ham PEE uchun foydalidir.

Manbaning \(\psi\) sezgirlik grafigida \(\psi=0.1\) kengroq dumli va past choʻqqili xato taqsimotini hosil qilsa, \(\psi=0.3\) taqsimotni nol atrofida zichroq qiladi. \(\psi=0.5\) yanada oʻtkir taqsimot hosil qilsa-da, choʻqqi noldan uzoqlashadi va MAE oshadi. Shu sababli tadqiqotda ishlatilgan qiymat 0.3.

Tadqiqot Usuli va Natijalari

RDH joylashtirish jarayoni

Asl tasvir avval Dot \(I_D\) va Cross \(I_C\) quyi tasvirlariga ajratiladi. Birinchi bosqichda \(I_C\) Dot piksellarini bashorat qilish uchun ishlatiladi. Haqiqiy \(I_D\) bilan bashorat qilingan \(\tilde I_D\) orasidagi bashoratlash xatolari orqali qoʻshimcha maʼlumotning birinchi qismi \(W_1\) joylashtiriladi va belgilangan Dot tasviri \(I_D^{W_1}\) hosil boʻladi.

Ikkinchi bosqichda \(I_D^{W_1}\) gibrid bashoratlagichga berilib, Cross tasviri \(\tilde I_C\) bashorat qilinadi. Bu bashoratdan foydalanib \(W_2\) joylashtiriladi va \(I_C^{W_2}\) olinadi. Ikki belgilangan quyi tasvir birlashtirilib yakuniy belgilangan tasvir \(I^W\) hosil qilinadi.

Maʼlumotni chiqarib olish va tasvirni tiklash

Chiqarib olish jarayoni joylashtirish jarayonining teskari ketma-ketligidir. Avval belgilangan tasvir yana Dot va Cross toʻplamlariga ajratiladi. Belgilangan Dot tasviridan foydalanib Cross piksellari bashorat qilinadi; \(W_2\) chiqarib olinadi va asl \(I_C\) tiklanadi. Keyin tiklangan Cross tasviridan foydalanib Dot tasviri bashorat qilinadi; \(W_1\) chiqarib olinadi va asl \(I_D\) tiklanadi. Oxirida \(I_D\) va \(I_C\) birlashtirilib asl tasvir, \(W_1\) va \(W_2\) birlashtirilib joylashtirilgan maʼlumot qayta olinadi.

Oʻqitish va tajriba tuzilmasi

Manba ichidagi parametr eslatmasi: AFCNNP usuli tavsifida NLM 3×3 yamoq va 21×21 qidiruv oynasi dan foydalanishi ko‘rsatilgan. Bunga qarshi ravishda, hisoblash murakkabligi bo‘limida \(S=15\) va \(P=5\) qiymatlaridan foydalanib murakkablik hisoblangan. Manba bu ikki parametr to‘plami nima sababdan farq qilishini alohida izohlamaydi; shu bois bu yerda ulardan biri ikkinchisining o‘rniga qo‘yilmagan.

Diqqat ogʻirligi xaritalari nimani koʻrsatdi?

Manbaning oltita sinov tasviridagi ogʻirlik xaritalarida \(\alpha>0.8\) bo‘lgan CNNP-ustun hududlar sariq, \(\alpha<0.2\) bo‘lgan NLM-ustun hududlar ko‘k, \(0.2\leq\alpha\leq0.8\) oraliq hududlar esa ikki bashoratlagichning yumshoq aralashmasi sifatida ko‘rsatilgan. Lena, Boat va Pepper tasvirlarining katta qismida CNNP ustun bo‘lgan, Barbara va Lake tasvirlarida esa NLM hissasi oshgan. Juda zich va tez o‘zgaruvchan mo‘yna teksturasiga ega Baboon tasvirida ikki bashoratlagich ancha yaqqol tarzda birgalikda ishlatilgan.

Bashorat aniqligi: 100 ta UCID.v2 tasviri

Oʻrtacha bashoratlash xatosi gistogrammasida AFCNNP taqsimoti boshqa usullarga qaraganda nol atrofida ko‘proq zichlashgan va balandroq markaziy cho‘qqi hosil qilgan. PEE nuqtai nazaridan bu muhim, chunki ko‘p sonli kichik yoki nol bashoratlash xatolari maʼlumot joylashtirish uchun qulayroq gistogramma yaratadi.

Nol bashoratlash xatolari soni

Ayniqsa yuqori teksturali Baboon tasviridagi o‘sish tadqiqotning NLM komponentini qo‘shish asosiga mos keladi. Biroq bitta tasvir natijasi umumiy ustunlik isboti sifatida olinmagan; tadqiqot kengroq UCID.v2 va Kodak baholashlarini ham o‘tkazgan.

Maksimal joylashtirish sigʻimi va PSNR

Taklif etilgan usul jadvaldagi eng yuqori o‘rtacha maksimal sig‘imga erishgan. Biroq maksimal sig‘imdagi 42.58 dB PSNR kamroq maʼlumot joylashtiradigan ayrim usullarning PSNR qiymatlaridan past. Shu sababli natijani “AFCNNP barcha sharoitlarda eng yuqori PSNRga ega” deb talqin qilib bo‘lmaydi. Tadqiqotning afzalligi yuqori sig‘im bilan tasvir sodiqligi o‘rtasida boshqa muvozanat nuqtasiga erishganidir.

Bir xil joylashtirish sigʻimida PSNR taqqoslanishi

Bu taqqoslashda sig‘im har bir usul uchun bir xil saqlangani sababli talqin ancha to‘g‘ridan-to‘g‘ri: 10.000-20.000 bit oralig‘ida xabar qilingan barcha sig‘im nuqtalarida taklif etilgan usul eng yuqori o‘rtacha PSNR qiymatini bergan. Sig‘im oshgani sari barcha usullarda PSNR pasayadi, chunki ko‘proq joylashtirish amali tasvirda ko‘proq o‘zgarish talab qiladi.

Kodak maʼlumotlar toʻplami va ablatsiya tajribasi

Kodakning rangli tasvirlari kulrang tusga o‘tkazilgan va 512×512 o‘lchamga qayta masshtablangan. Ablation 1, diqqat tarmog‘isiz CNN va NLM bashoratlarining oddiy o‘rtachasini; Ablation 2 esa Tenglama (12)dagi dispersiya regulyarizatsiyasi hadsiz olingan natijani ifodalaydi.

Ablation 1 ning o‘rtacha 60.15 dB darajasida qolishi CNN va NLMni faqat arifmetik o‘rtachalash yetarli emasligini ko‘rsatadi. Ablation 2 ning 63.59 dB qiymati esa dispersiya regulyarizatsiyasi ham yakuniy samaradorlikka hissa qo‘shishini qo‘llab-quvvatlaydi. To‘liq AFCNNP o‘rtacha 64.94 dB natija olgan.

24 ta Kodak tasvirida statistik baholash

Manba taklif etilgan usul bilan mavjud usullar orasidagi eng kuchli taqqoslash sifatida Lin va hamkasblari usulini tanlagan va 24 tasvirning MSE qiymatlarida juftlangan t-test qo‘llagan. Natija \(p<0.05\) deb xabar qilingan va kuzatilgan MSE yaxshilanishi ushbu tajribada tasodifiy o‘zgaruvchanlik bilan izohlab bo‘lmaydigan darajada statistik ahamiyatli ekani ko‘rsatilgan. Bu test faqat taqqoslangan tasvirlar, metrika va usul juftligi uchun amal qiladi.

Tekstura murakkabligi oshganda nima bo‘ldi?

Tadqiqot 10 ta UCID.v2 tasvirini Laplacian Variance (LV) qiymatiga ko‘ra silliqroq tasvirlardan teksturaliroq tasvirlarga qarab tartiblagan. Oldingi usullarning joylashtirish sig‘imi tasvir teksturasi ortgani sari odatda kamaygan, AFCNNP sig‘imi esa yuqori teksturali tasvirlarda barqarorroq qolgan yoki oshgan. Mualliflar bu xatti-harakatni NLMning silliq bo‘lmagan hududlardagi nolokal strukturaviy o‘xshashlikdan foydalana olishi bilan bog‘laydi.

Hisoblash murakkabligi

Kirish tasviri \(H\times W\) va umumiy piksel soni \(N=H\times W\) deb taʼriflangan. Bir konvolyutsiya qatlami uchun manba:

\[ O\left(NK^2C_{in}C_{out}\right) \]

murakkabligidan foydalanadi. Bu yerda \(K\times K\) yadro o‘lchami, \(C_{in}\) kirish kanallari soni va \(C_{out}\) chiqish kanallari sonidir.

CNN bashoratlagichi uchta parallel xususiyat ajratish tarmog‘ida 3×3, 5×5 va 7×7 yadrolar bilan 32 ta xususiyat xaritasini hosil qiladi; bashorat tarmog‘ida ketma-ket ikkita 3×3 konvolyutsiya bloki mavjud. Manbaning umumiy CNN hisobi:

\[ C_{\mathrm{CNN}}=O(6.7\times10^4N) \]

deb berilgan.

NLM uchun:

\[ C_{\mathrm{NLM}}=O(NS^2P^2) \]

ishlatilgan. Bu bo‘limda manba \(S=15\) va \(P=5\) qiymatlarini berib:

\[ C_{\mathrm{NLM}}=O(5.6\times10^3N) \]

natijasini xabar qiladi. Bu yerdagi \(S\times S\) o‘xshashlik qidiruv oynasi, \(P\times P\) esa yamoq o‘lchamidir. Avval aytilganidek, usul bo‘limidagi 21×21 va 3×3 qiymatlari bilan bu qiymatlar bir xil emas.

Ikki qatlamli diqqat birlashtirish tarmogʻi uchun:

\[ C_{\mathrm{Attn}}=O(4.3\times10^2N) \]

va jami uchun:

\[ C_{\mathrm{total}} = C_{\mathrm{CNN}}+ C_{\mathrm{NLM}}+ C_{\mathrm{Attn}} = O(7.3\times10^4N) \]

deb xabar qilingan. Manba ushbu tuzilma ostida murakkablik tasvirdagi piksellar soniga chiziqli ravishda masshtablanishini bildiradi.

Tadqiqot qoʻllab-quvvatlaydigan natijalar

• AFCNNP xabar qilingan tajribalarda taqqoslangan CNN bashoratlagichlariga nisbatan pastroq MSE va bashoratlash xatosi dispersiyasini hosil qilgan.
• Diqqat tarmogʻi CNNP va NLM hissalarini piksel darajasida oʻzgartira olgan.
• Teksturali tasvirlarda NLM hissasi faqat silliq hududlarni ustun qo‘yadigan usullar foydalana olmagan bashorat qilinadigan piksellarning bir qismini foydalanish mumkin holga keltirgan.
• UCID.v2 tajribasida taklif etilgan usul xabar qilingan eng yuqori o‘rtacha maksimal joylashtirish sig‘imiga erishgan.
• 10.000-20.000 bit oralig‘idagi teng sig‘im taqqoslashlarida taklif etilgan usul manba jadvalidagi eng yuqori o‘rtacha PSNRni bergan.
• Ablatsiya natijalari ham o‘rganilgan diqqat birlashtirish, ham dispersiya regulyarizatsiyasi samaradorlikka hissa qo‘shishini qo‘llab-quvvatlaydi.
• 24 ta Kodak tasviridagi MSE taqqoslashida Lin va hamkasblari usuliga nisbatan farq \(p<0.05\) deb xabar qilingan.

Tadqiqot qoʻllab-quvvatlamaydigan umumlashtirishlar va cheklovlar

• Natijalar AFCNNP barcha tasvir turlarida shartsiz ravishda eng yaxshi usul ekanini isbotlamaydi.
• Asosiy tajribalar kulrang tusli va 512×512 o‘lchamga keltirilgan tasvirlarda o‘tkazilgan.
• Manba transformer asosidagi usul bilan bevosita miqdoriy taqqoslash qilmagan; dizayn va o‘qitish qamrovidagi farqlar sababli bu taqqoslashni chiqarib tashlagan.
• Maksimal joylashtirish sig‘imidagi PSNR qiymatlari usullarning turli sig‘im nuqtalarida o‘lchanganligi sababli faqat PSNR ustuniga qarab to‘g‘ridan-to‘g‘ri ustunlik reytingini tuzib bo‘lmaydi.
• Hisoblash murakkabligi bo‘limidagi NLM yamoq/qidiruv parametrlari bilan asosiy usul bo‘limidagi parametrlar orasida izohlanmagan farq mavjud.
• Tadqiqot kelajakda yanada keng CNN bashoratlagich oilalari, encrypted-domain RDH va transformer asosidagi bashoratlagichlar bilan integratsiyani o‘rganishni taklif qiladi; bular ushbu maqolada tasdiqlangan natijalar emas.

Manba va Usul Haqida Izoh

Asl sarlavha: A Texture-Aware CNN Predictor for Reversible Data Hiding

Mualliflar: Mohsin Shah; Chang Choi.

Masʼul muallif: Chang Choi.

Tashkilot: Department of Computer Engineering, Gachon University, Seongnam-si 13120, Gyeonggi-do, Republic of Korea.

Jurnal: Mathematics.

Nashriyot: MDPI.

Bibliografik yozuv: Mathematics 2026, 14(9), 1542.

DOI: 10.3390/math14091542

Rasmiy havola: https://doi.org/10.3390/math14091542

Yuborilgan: 1-aprel 2026. Tahrir: 21-aprel 2026. Qabul: 29-aprel 2026. Nashr: 1-may 2026.

Manba turi: Taqrizdan oʻtgan tadqiqot maqolasi.

Litsenziya: Creative Commons Attribution (CC BY) ochiq kirish litsenziyasi.

PDFda keltirilgan moliyalashtirish maʼlumoti: Basic Science Research Program through the National Research Foundation of Korea (NRF), Ministry of Education, RS-2025-25434261; shuningdek Gachon University Research Fund of 2024, GCU-202404090001.

Amaldagi rasmiy yozuv ogohlantirishi: MDPIning joriy nashr sahifasi maqola moliyalashtirish bayonotiga kichik tuzatish bilan qayta nashr qilinganini bildiradi. Joriy onlayn yozuvda NRF yordami Korea government (MSIT), RS-2025-00559546 sifatida ko‘rsatilgan. Shu sababli PDF bilan joriy rasmiy yozuv orasidagi moliyalashtirish farqi yashirincha birlashtirilmasligi kerak.

Maʼlumotlarning mavjudligi: Manba tadqiqotda ishlatilgan maʼlumotlar UCID.v2 orqali ochiq tarzda mavjudligini bildiradi.

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

Mualliflar hissasi: Mohsin Shah; konseptuallashtirish, metodologiya, dasturiy taʼminot, tekshirish, formal tahlil, tadqiqot va dastlabki qoralama. Chang Choi; resurslar, maʼlumotlar kuratsiyasi, ko‘rib chiqish/tahrirlash, vizualizatsiya, maslahat, loyiha boshqaruvi va moliyalashtirishni jalb qilish. Har ikki muallif ham nashr etilgan versiyani o‘qib, tasdiqlagan.

Ilmiy talqin chegarasi: Maqola AFCNNPning xabar qilingan UCID.v2 va Kodak tajribalaridagi samaradorligini ko‘rsatadi. Natijalar turli tasvir taqsimotlariga, rangli tasvirlarning asl o‘lchamlariga, boshqa RDH arxitekturalariga yoki encrypted-domain qo‘llanmalariga bevosita umumlashtirilmasligi kerak.

Manba ichidagi hisobot eslatmalari: Manba 2-jadvaldagi ikkinchi metrikani “Mean” deb belgilagan bo‘lsa-da, atrofdagi matn MAE, MSE va dispersiya taqqoslanishidan so‘z yuritadi. Shuningdek, NLM usuli tavsifidagi 3×3 yamoq / 21×21 qidiruv oynasi bilan murakkablik tahlilidagi \(P=5\) / \(S=15\) qiymatlari bir-biridan farq qiladi. Bu farqlar manbaga sodiqlik talabi sababli yashirincha tuzatilmagan.