Квантово оптимизированное иерархическое кодирование фрагментов с надёжной встраиваемостью для сохранения восприятия и защиты визуальных данных, устойчивой к сжаттию

Почему важно прятать данные в изображениях

Каждый день мы делимся и храним бесчисленные фотографии и видеозаписи — снимки из клиник, записи с камер наблюдения, личные воспоминания и многое другое. Эти изображения можно копировать, сжимать, редактировать и перепубликовывать за секунды, часто без нашего ведома. Исследование, лежащее в основе этой статьи, предлагает новый способ встраивать цифровые «подписи» в изображения так, чтобы они переживали обычное сжатие и модификации, оставаясь невидимыми для человеческого глаза. Это может помочь доказывать право собственности, выявлять подделки и защищать чувствительные визуальные данные в мире, переполненном цифровыми медиа.

Невидимые чернила для цифровой эпохи

Вместо того чтобы полагаться только на традиционное шифрование, авторы сосредотачиваются на цифровой водяной маркировке: внедрении дополнительной информации прямо в изображение. Хорошая водяная метка должна одновременно отвечать трём требованиям: быть незаметной, трудно уничтожаемой и практичной для массового применения. Существующие методы часто этому не соответствуют. Многие работают корректно только для конкретных форматов файлов, замедляют работу слабых устройств или ломаются при сильном сжатии или незначительных изменениях изображения. Новый подход, называемый квантово-оптимизированным иерархическим кодированием фрагментов (QHCE), нацелен на создание водяных меток, которые остаются скрытыми, выживают при реальной обработке и могут быть восстановлены с высокой точностью.

Разделение изображения на «умные» части

QHCE начинается с подготовки изображения так, чтобы различия в освещении или формате были несущественны. Затем, вместо того чтобы рассматривать картинку как один большой блок, её делят на меньшие области, или «фрагменты», размеры которых зависят от степени детализации. Загруженные деталями участки с множеством границ и текстур разбиваются на более мелкие куски, тогда как гладкие участки неба или стены остаются крупнее. Система оценивает визуальную важность каждого фрагмента по простым признакам: насколько варьируются значения пикселей и сколько в них границ. Фрагменты, богатые деталями, выбираются как предпочтительные места для сокрытия информации, потому что мелкие изменения в них гораздо труднее заметить невооружённым глазом.

Прятать данные там, где глаза этого не заметят

После выбора наиболее подходящих областей QHCE переносит их из обычного представления пикселей в частотное, словно разделяя песню на басы, средние тона и высокие частоты. Биты водяной метки затем внедряются в среднечастотные компоненты, которые сильно влияют на текстуру, но менее заметны, чем общая яркость или чёткие края. Сила каждого небольшого изменения регулируется с учётом предела восприятия человеческого глаза, так что изображение выглядит тем же для зрителя. Чтобы защитить сообщение от повреждений в результате сжатия или шума, скрытое сообщение также кодируется с ошибкоисправляющими кодами и дублируется в нескольких местах, что позволяет восстановить его, даже если части будут утеряны.

Плавная настройка с помощью квантово-вдохновлённого поиска

Ключевой элемент работы — способ тонкой настройки мест и силы встраивания водяной метки. Вместо ручного выбора параметров авторы используют «квантовый генетический алгоритм», метод поиска, вдохновлённый тем, как квантовые биты могут одновременно представлять множество вариантов. Этот оптимизатор исследует разные комбинации расположений, частотных диапазонов и сил встраивания и оценивает их по трём целям: сохранение визуальной верности изображения, вместимость данных и читаемость скрытых битов после сжатия и атак. В ходе нескольких итераций он находит настройки, которые обеспечивают разумный баланс между незаметностью и устойчивостью.

Проверка метода на практике

Исследователи протестировали QHCE на стандартной коллекции фотографий высокого качества, затем смоделировали типичную сетевую обработку, применяя сжатие JPEG с разными уровнями качества. Они измеряли, насколько защищённые изображения похожи на оригиналы и насколько точно можно восстановить водяную метку. Результаты оказались впечатляющими: в среднем защищённые изображения были почти неотличимы от оригиналов, а восстановленные метки оставались корректными даже после умеренного сжатия. По сравнению с методами, опирающимися на более жёсткие преобразования или только на глубокое обучение, QHCE вмещал больше скрытых данных, работал быстрее и давал меньше ошибок.

Что это значит для повседневных изображений

Проще говоря, это исследование показывает, что возможно спрятать надёжное «доказательство подлинности» внутри изображений без заметного изменения их внешнего вида и без потери при сжатии, изменении размера или незначительном повреждении. Сочетая картосодержательное разбиение на фрагменты, маскирование с учётом восприятия и квантово-вдохновлённую настройку, QHCE позволяет сохранить естественный вид изображений и одновременно делает их скрытые подписи очень трудными для удаления. По мере развития квантовых вычислений и инструментов визуальной безопасности подобные подходы могут стать основой будущих систем для проверки новостных фотографий, защиты медицинских снимков, обеспечения безопасности видеонаблюдения и отслеживания злоупотреблений изображениями в сети.

Цитирование: Suresh, G., Kumar, J.A., Perumal, V.K. et al. Quantum optimized hierarchical chunk encoding with robust embedding for perceptual integrity and compression tolerant visual data protection. Sci Rep 16, 7100 (2026). https://doi.org/10.1038/s41598-026-38249-5

Ключевые слова: цифровая водяная маркировка, безопасность изображений, устойчивость к сжатию, квантовая оптимизация, целостность визуальных данных