Nascondere dati reversibilmente in modelli di mesh 3D basato su predizione spaziale dei poligoni e doppio ordinamento

Nascondere messaggi in oggetti 3D

Man mano che i modelli 3D diventano comuni in film, giochi, ingegneria e medicina, cresce la necessità di contrassegnarli con marchi di proprietà e codici di sicurezza senza alterarne l'aspetto. Questo articolo esplora un modo per inserire bit d'informazione segreti in un oggetto 3D, come una statua digitale o un pezzo meccanico, in modo che la superficie resti quasi indistinguibile visivamente e che sia inoltre possibile recuperare perfettamente il modello originale in un secondo momento.

Perché l'inserimento reversibile è importante

L'inserimento dati reversibile è come scrivere con inchiostro invisibile che può essere completamente cancellato senza lasciare tracce. Permette ai creatori di incorporare diritti d'autore, controlli d'integrità o annotazioni nei media digitali garantendo che ogni dettaglio originale possa essere ripristinato. Questo è fondamentale in ambiti come le scansioni mediche, la difesa e gli archivi digitali, dove anche piccole modifiche permanenti possono essere inaccettabili. Sebbene tali tecniche siano ben sviluppate per immagini 2D, applicarle ai modelli 3D è più difficile perché le forme sono irregolari e connesse in modi complessi, il che rende complicato nascondere dati senza disturbare visibilmente la geometria.

Usare strati di punti su una superficie 3D

Gli autori si concentrano sui modelli di mesh 3D, che descrivono un oggetto come una rete di punti (vertici) collegati in piccole facce. La loro prima idea è dividere tutti i vertici in tre gruppi usando i numeri di indice. Due di questi gruppi si alternano nel ruolo di candidati per l'inserimento dati, mentre il gruppo rimanente fornisce punti di riferimento che devono rimanere intatti durante ogni passaggio. Eseguendo due round di inserimento e scambiando quale gruppo è usato come candidato e quale come riferimento, il metodo può utilizzare molti più vertici per trasportare dati rispetto agli schemi a singolo passaggio precedenti, senza perdere la possibilità di ripristinare il modello originale.

Lasciare che i punti vicini si predicano a vicenda

La seconda idea chiave si basa sul fatto che i punti vicini su una superficie 3D liscia generalmente si trovano vicino a una posizione media semplice. Per ogni vertice candidato, il metodo costruisce un piccolo poligono a partire dalla maggior parte dei suoi vicini che sono attualmente nel gruppo di riferimento. Poi predice dove il vertice dovrebbe trovarsi basandosi su questi vicini e misura la piccola differenza tra la previsione e la posizione reale. Questi errori di previsione formano un insieme compatto e ben comportato di valori che possono essere leggermente distesi e traslati per codificare bit di dati. Poiché i vicini intatti restano fermi, le stesse previsioni possono essere ripetute in seguito, elemento essenziale sia per recuperare i dati nascosti sia per ripristinare le coordinate originali.

Scegliere i luoghi più lisci per nascondere i dati

La terza idea è essere selettivi su dove iniziare l'inserimento. Gli autori valutano ogni piccolo intorno attorno a un vertice candidato in base a quanto è liscio e regolare. Una misura verifica quanto la somma dei suoi angoli si avvicini a quella di un poligono piatto, mentre un'altra controlla quanto siano simili le lunghezze dei suoi spigoli. Questi due punteggi sono combinati in un unico valore di priorità. I quartieri che sono più lisci e regolari tendono a produrre errori di previsione più piccoli, quindi gli spostamenti li disturbano meno. Ordinando tutte le regioni candidate secondo questa misura combinata di regolarità e inserendo i dati a partire dalle migliori, il metodo mantiene bassa la distorsione visibile anche quando si nasconde una grande quantità di informazioni.

Test su modelli 3D comuni

Il team ha valutato il metodo su mesh 3D ben note come lo Stanford Bunny, un cavallo, una mano e un drago, confrontandolo con diverse tecniche di punta. Hanno misurato sia quanti bit potevano essere immagazzinati per vertice sia quanto la geometria fosse cambiata, usando una misura standard segnale-rumore. Il loro approccio ha raggiunto una capacità di dati superiore rispetto agli altri mantenendo la variazione di forma bassa, migliorando spesso lo score di qualità di diversi decibel. Anche quando si memorizzavano più di un bit e mezzo per vertice, la maggior parte dei modelli rimaneva visivamente quasi invariata, e il metodo è risultato computazionalmente rapido, da pochi secondi a decine di secondi anche per mesh con centinaia di migliaia di vertici.

Cosa significa per i contenuti 3D digitali

In termini pratici, questo lavoro dimostra che è possibile incorporare quantità considerevoli di informazioni in modelli 3D dettagliati preservando sia l'aspetto sia la possibilità di tornare perfettamente all'originale. Combinando l'uso a strati dei vertici, la predizione basata sui vicini e una scelta accurata dei punti di inserimento, il metodo offre un miglior compromesso tra capacità di memorizzazione e qualità della forma rispetto agli approcci precedenti. Questo lo rende un elemento promettente per etichettatura sicura, controllo d'integrità e annotazione del crescente universo di contenuti 3D.

Citazione: Wang, Q., Zhang, Q., Song, X. et al. Reversible data hiding for 3D mesh models based on spatial polygon prediction and dual sorting. Sci Rep 16, 16097 (2026). https://doi.org/10.1038/s41598-026-47050-3

Parole chiave: inserimento dati reversibile, mesh 3D, watermarking digitale, protezione del copyright, distorsione geometrica