Télécharger gratuitement des cours libres dans toutes les disciplines scientifiques

Thése - Détection statistique d’informations cachées dans une image naturelle à partir d’un modèle physique


Rémi COGRANNE
Université de Technologie de Troyes (UTT)
Directeurs de thèse : Lionel FILLATRE et Florent RETRAINT

Avec l'avènement de l'informatique grand public, du réseau Internet et de la photographie numérique, de nombreuses images naturelles (acquises par un appareil photographique) circulent un peu partout dans le monde. Les images sont parfois modi- fiées de façon légitime ou illicite pour transmettre une information confidentielle ou secrète. Dans ce contexte, la sténographie constitue une méthode de choix pour trans- mettre et dissimuler de l'information. Par conséquent, il est nécessaire de détecter la présence d'informations cachées dans des images naturelles. L'objectif de cette thèse est de développer une nouvelle approche statistique pour effectuer cette détection avec la meilleure fiabilité possible. Dans le cadre de ces travaux, le principal enjeu est la maîtrise des probabilités d'erreur de détection. Pour cela, un modèle paramétrique localement non-linéaire d'une image naturelle est développé. Ce modèle est construit à partir de la physique du système optique d'acquisition et de la scène imagée. Quand les paramètres de ce modèle sont connus, un test statistique théorique est proposé et ses propriétés d'optimalité sont établies. La difficulté principale de la construction de ce test repose sur le fait que les pixels de l'image sont toujours quantifiés. Lorsqu'aucune information sur l'image n'est disponible, il est proposé de linéariser le modèle tout en respectant la contrainte sur la probabilité de fausse alarme et en garantissant une perte d'optimalité bornée. De nombreuses expérimentations sur des images réelles ont confirmé la pertinence de cette nouvelle approche.

Table des matières

1 introduction générale  

1.1 Contexte des travaux  
1.2 Description du problème abordé  
1.3 Organisation de ce manuscrit 

détection statistique de la présence d’informations cachées dans une image connue  

2 stéganographie et stéganalyse appliquées aux images naturelles 

Introduction au chapitre 
2.1 Implémentations de la stéganographie moderne 
2.2 Méthodes usuelles d’insertion de messages  
2.3 La stéganalyse, détection de stéganographie : difficultés et solutions 
2.4 Apports de la théorie de la décision statistique à la stéganalyse  
Conclusions du chapitre  

3 détection statistique optimale de l’insertion d’information dans les lsb 

Introduction au chapitre  
3.1 Décision statistique basée sur des observations quantifiées  
3.2 Test entre deux hypothèses simples : taux d’insertion connu  
3.3 Test entre deux hypothèses composites : taux d’insertion inconnu  
3.4 Test en présence de paramètres de nuisance : modèle régressif de l’image 
3.5 Détection optimale sous condition d’un faible pas de quantification  
3.6 Relation entre le test proposé et la méthode du WS 
3.7 Extension de la méthodologie proposée 
Conclusions du chapitre  
3.8 Annexes du chapitre 3 : démonstration du théorème 3.7 
acquisition des images naturelles et modélisation locale du contenu 

4 processus de formation des images : description de la chaine d’acquisition des images 

Introduction au chapitre  
4.1 Modélisation du processus de formation d’une image optique 
4.2 Modèle simplifié du processus optique de formation d’une image 
4.3 Modélisation du processus d’acquisition de l’image numérique  
Conclusions du chapitre 
4.4 Annexes du chapitre 4 : De l’image “RAW” à l’image “TIFF” 

5 vers une modélisation des images numériques  

Introduction au chapitre  
5.1 Modèle du contenu structuré des images naturelles  
5.2 Nécessité de la modélisation non-linéaire des discontinuités  
5.3 Discussions sur quelques modèles alternatifs des images 
Conclusions du chapitre  
5.4 Annexes du chapitre 5 : démonstrations des théorèmes 5.1 et 5.2  
exploitation du modèle des images pour la détection statistique d’informations cachées  

6 exploitation du modèle non-linéaire pour la détection statistique d’informations cachées.  

Introduction au chapitre 
6.1 Introduction à la détection statistique en présence de paramètres nonlinéaires 
6.2 Principe de l’approche par linéarisation  
6.3 Estimation du point de fonctionnement et biais des résidus  
6.4 Détection statistique d’informations cachées : impact de la linéarisation sur les performances du test statistique 
Conclusions du chapitre  
6.5 Annexes du chapitre 5 

7 résultats numériques  

Introduction au chapitre  
7.1 Discussion autour des hypothèses de travail  
7.2 Résultats numériques sur des images naturelles : comparaisons avec l’état de l’art  
7.3 Vérifications numériques des résultats théoriques 
Conclusions du chapitre  

8 synthèse, conclusion et perspectives ouvertes  

8.1 Synthèse des travaux présentés  
8.2 Perspectives ouvertes à la suite des travaux menés 
8.3 Conclusion  
a éléments de la théorie de la décision et de l’estimation statistique
 a.1 Motivations et notations  
a.2 Test entre des hypothèses simples  
a.3 Test entre des hypothèses composites  
a.4 Difficultés soulevées par la présence de paramètres de nuisance  
a.5 Test entre deux hypothèses et classification par apprentissage  
a.6 Éléments de la théorie de l’estimation statistique  
b éléments de la théorie “classique“ de l’approximation d’une fonction à une variable 189
c sécurité d’un stégosystème  
c.1 Critères qualitatifs de sécurité d’un stégosystème 
références bibliographiques 


Anda baru saja membaca artikel yang berkategori Cours de Mathématiques / Cours de Physique / Thèses dengan judul Thése - Détection statistique d’informations cachées dans une image naturelle à partir d’un modèle physique. Anda bisa bookmark halaman ini dengan URL http://cours-scientifiques-libres.blogspot.com/2012/11/thesee-detection-statistique.html. Terima kasih!
Ditulis oleh: younes younes - vendredi 30 novembre 2012

Belum ada komentar untuk "Thése - Détection statistique d’informations cachées dans une image naturelle à partir d’un modèle physique"

Enregistrer un commentaire