Registration Number
2126U002386, Article
popup.category
Стаття
Title
Image segmentation through computer vision for identifying optimal data hiding zones
popup.author
Супрун О. М.
Дудник О. О.
Кісєль А. Г.
Suprun O.
Dudnyk O.
Kisiel A.
Suprun O.
Dudnyk O.
Kisiel A.
popup.publication
01-01-2026
popup.source_user
Вінницький національний технічний університет
popup.source
https://ir.lib.vntu.edu.ua/handle/123456789/55240
popup.publisher
Наукові перспективи
Description
У статті здійснено огляд сучасних підходів до цифрової стеганографії та можливостей їхнього поєднання з алгоритмами сегментації зображень для підвищення ефективності приховування інформації. Акцентовано на застосуванні методів комп’ютерного зору та глибокого навчання для визначення оптимальних ділянок цифрових зображень, придатних для вбудовування стеганографічних повідомлень. Проаналізовано ефективність класичних алгоритмів, зокрема інтеграцію у найменш значущий біт, та сучасних моделей, що ґрунтуються на нейронних мережах, генеративних підходах і семантичному аналізі. Наголошено на поєднанні сегментаційних підходів із сучасними методами стеганографії для підвищення непомітності вбудованих повідомлень, покращення якості зображень за показниками пікового відношення сигналу/ шуму, індексом структурної подібності та підвищення стійкості до методів стеганоаналізу. Підкреслено, що традиційні методи обмежені відсутністю адаптації до локальних текстурних та семантичних характеристик зображень, що знижує рівень непомітності прихованих даних. Розкрито потенціал використання сегментаційних алгоритмів для ефективнішого визначення областей, придатних для приховування інформації, та обґрунтовано доцільність застосування глибоких нейронних мереж, генеративних моделей і адаптивних механізмів вибору сегментів. Показано, що така інтеграція сприяє покращенню показників якості зображень за метриками показника пікового відношення сигналу/шуму та індексу структурної подібності, підвищує непомітність прихованих повідомлень та стійкість систем до сучасних методів стеганоаналізу. Доведено, що використання семантичного аналізу та адаптивного розподілу даних між сегментами зображення забезпечує вищу ефективність і надійність стеганографічних систем. Обґрунтовано перспективність поєднання методів комп’ютерного зору, сегментації та сучасних алгоритмів стеганографії для створення стійких і непомітних систем приховування інформації.
popup.nrat_date
2026-11-03
