—————————————————————————————————————————————
文献学习：
题目：Separable Reversible Data Hiding Based on Integer Mapping and MSB Prediction for Encrypted 3D Mesh Models.
作者：Na Xu, Jin Tang, Bin Luo, and Zhaoxia Yin
期刊：Cognitive Computation (2021): 1-10. （中科院一区）
—————————————————————————————————————————————

背景

自出现音频、图像、视频以后，3D 模型作为新型多媒体数据类型，互联网和计算机技术的快速发展为 3D 模型的处理和共享提供了条件。相比于 2D 图像，3D模型充分考虑到人类视觉感知具有三维特性，因此，3D 模型及其相应的 3D 场景可以提供更丰富的视觉感知细节。随着 3D 数据采集、3D 图形建模和图形硬件技术的发展，人们产生了越来越多的用于虚拟现实、3D游戏和工业实体CAD模型等的3D对象数据库。3D 模型已经应用到各个领域，越来越多的 3D 模型被创建、分发、下载和使用。比如：在医学领域，3D 模型被用来精确描述器官。在电影行业，3D 模型被用来表示人物、物体和场景；在建筑行业，3D 模型可以用来构建建筑的组织结构等等。
由于 3D 模型具有商业价值、视觉价值和经济效益，3D 产品的生产者和版权所有者在互联网上传播 3D 模型时，不可避免地要面对版权保护和内容认证等现实问题。因此，3D 网格模型可逆信息隐藏具有重要的研究意义。文件格式：3D 模型中最常见的是多边形网格模型，它具有三个不同的组合元素：顶点，边和面。网格模型按照一定的顺序排列顶点和面。面通常由三角形、四边形、或其它多边形组成。由于三角形网格是当前主流 3D 网格，因此，主要介绍三角形网格模型。

3D网格模型组成

网格中的几何信息描述了其左右顶点的 3D 位置（顶点坐标），面数据提供了顶点之间的邻接关系。我们可以将包含 V 个顶点和 F 个面数据的网格 M 建模为𝑀 = {𝑣,𝜀,𝐹}。

其中，ε是边集，F 是面集。三角形网格到𝑅中的几何嵌入是通过将 3D 位置𝑝𝑖与顶点序列𝑣中的每个顶点𝑣𝑖相关联得到：

下图用牛的模型为例，表述了3D模型的构成。

多MSB预测的3D模型加密域可逆信息隐藏

将顶点坐标分别转换为整数后并转换为32bit二进制，周围的参考顶点根据多数投票规则预测嵌入顶点，如小图所示：

上图在预测过程中，会记录第n个预测错误的位置作为标签信息。标签信息需要记录。得到标签信息后，采用按位异或加密对模型加密。

实验结果

下图为四个测试模型及其对应的异或加密模型，嵌入数据后的模型，以及恢复后的模型。

下图为算法的嵌入率对比，其中，左图为测试模型的嵌入率对比，右图为数据集嵌入率平均值对比。

结论

1）Propose an method of RDH-EI for encrypted 3D mesh models.
2）Achieve higher embedding capacity and higher quality recovery mesh compared with the state-of-the-art methods.