แมวที่ปรากฏในมิติกระจก

 (lcamtuf.substack.com)
2 คะแนน โดย GN⁺ 2024-05-15 | 1 ความคิดเห็น | แชร์ทาง WhatsApp

Sir, there's a cat in your mirror dimension

  • ก่อนหน้านี้เคยพูดถึง โดเมนความถี่ มาก่อน

    • เป็นเทคนิคที่แปลงสัญญาณในชีวิตประจำวันให้เป็นแอมพลิจูดของคลื่นองค์ประกอบ
    • พื้นฐานที่พบบ่อยที่สุดคือคลื่นไซน์ที่มีความถี่เพิ่มขึ้น
    • รูปคลื่นอื่น ๆ อีกมากมายก็สามารถสร้างโดเมนความถี่ที่หลากหลายได้

  • คุณสมบัติสำคัญสองอย่างของการแปลงโดเมนความถี่:

    • ความย้อนกลับได้: สามารถกู้คืนข้อมูลต้นฉบับจากภาพในโดเมนความถี่ได้
    • สมมาตรระหว่างอินพุตและเอาต์พุต: ใช้การคำนวณทางคณิตศาสตร์แบบเดียวกันในการแปลงไป-กลับได้

  • ในทางปฏิบัติ ความแตกต่างนี้สำคัญมาก

    • โดยเฉพาะในงานบีบอัดข้อมูล
    • เมื่อแปลงภาพไปเป็นโดเมนความถี่แล้วลดความละเอียดขององค์ประกอบความถี่สูง ปริมาณข้อมูลจะลดลง
    • แต่ภาพที่ได้ยังคงดูเหมือนเดิมสำหรับสายตา

ใช้ MS Paint เป็นเครื่องมือบีบอัดล้ำสมัย

  • ภาพในโดเมนความถี่ดูคล้ายสัญญาณรบกวนที่กระจายออกไป

    • โดยส่วนใหญ่แล้ว สิ่งเหล่านี้ไม่สำคัญในเชิงการมองเห็น
    • การแปลงเป็นเหมือนคันโยกที่พาเราไปมาระหว่างสองมิติที่ทำหน้าที่เทียบเท่ากัน
    • จึงเกิดคำถามขึ้นมาว่า เราจะใช้มิติกระจกนี้เป็นบ้าน แล้วขนย้ายข้อมูลบางส่วนไปไว้ที่นั่นได้ไหม

  • เพื่อทดสอบเรื่องนี้ จึงนำภาพแมวมาคำนวณรูปแบบในโดเมนความถี่ด้วยการแปลงโคไซน์ไม่ต่อเนื่อง (DCT)

    • แมวในโดเมนเวลา, แมวในโดเมนความถี่

  • ใช้ภาพผู้หญิงจากตัวอย่างก่อนหน้า แล้ววางทับลวดลาย "สัญญาณรบกวนของแมว" จากมิติกระจก โดยลดความทึบลง

    • ผู้หญิงในโดเมนเวลาและแมวในโดเมนความถี่

  • การผสมภาพย่อมเกิดการสูญเสียอย่างหลีกเลี่ยงไม่ได้

    • ตามทฤษฎี หากนำภาพผสมไปคำนวณ DCT เพื่อหารูปแบบในโดเมนความถี่ ภาพผู้หญิงจะแตกตัวเป็นสัญญาณรบกวนสม่ำเสมอ
    • ส่วน "สัญญาณรบกวนของแมว" ที่ฉีดเข้าไปจะรวมตัวกันเป็นภาพแมวที่พอมองออก

  • และในทางปฏิบัติก็เป็นเช่นนั้นจริง

    • แมวในโดเมนความถี่และผู้หญิงในโดเมนเวลา

  • ถ้าอยากลองดูเอง สามารถดาวน์โหลดภาพผสมแล้วรันสิ่งต่อไปนี้ใน MATLAB ได้:

    woman = imread("woman-with-cat.png");  
colormap('gray');  
imagesc(woman, [0 255]);  
pause(1);  
cat = dct2(woman);  
imagesc(imgaussfilt(cat, 1), [-4 4]);

  • ที่น่าสนใจคือ แมวยังอยู่รอดได้แม้จะมีการปรับขนาดเอกสารต้นทาง

    • การขยายภาพจะทำให้ภาพถูกปูกระเบื้องซ้ำ
    • การย่อภาพจะทำให้ภาพถูกตัดออก

  • ยังสงสัยต่อด้วยว่า การบีบอัดแบบสูญเสียข้อมูลจะทำให้แมวเสียหายแค่ไหน

    • ผลกระทบน้อยกว่าที่คาดไว้
    • เมื่อใช้การตั้งค่าคุณภาพ JPEG สูง ภาพยังดูดีพอสมควร
    • แต่เมื่อปรับคุณภาพให้ต่ำลง ส่วนหนึ่งในสี่ด้านขวาล่างจะถูก quantize อย่างหนัก
    • ความปั่นป่วนของการบีบอัด JPEG เมื่อมองจากโดเมนความถี่

  • ภาพแสดงผลนี้ทำให้เห็นว่าอัลกอริทึม JPEG ทำลายข้อมูลไปมากเพียงใด

    • แต่ส่วนใหญ่เป็นสิ่งที่เราแทบไม่สังเกตเห็น

  • ก่อนหน้านี้ก็มีตัวอย่างมากมายที่ใช้สเปกโตรแกรมเสียงเป็นข้อความลับ

    • รวมถึงมีการพูดคุยเรื่อง text steganography โดยใช้ค่าสัมประสิทธิ์ JPEG DCT ด้วย
    • ประเด็นไม่ใช่ว่าเทคนิคนี้มีประโยชน์เป็นพิเศษ แต่เป็นการเน้นให้เห็นว่าโดเมนความถี่และโดเมนเวลานั้นเชื่อมโยงกันอย่างน่าสนุก

ความเห็นของ GN⁺

  1. ทำความเข้าใจการแปลงโดเมนความถี่: การแปลงโดเมนความถี่มีบทบาทสำคัญในการบีบอัดข้อมูลและการประมวลผลสัญญาณ หากเข้าใจสิ่งนี้ก็จะจัดการข้อมูลภาพหรือเสียงได้อย่างมีประสิทธิภาพมากขึ้น
  2. การใช้งาน MATLAB: MATLAB เป็นเครื่องมือทรงพลังสำหรับการวิเคราะห์ข้อมูลและการทำภาพแสดงผล บทความนี้ช่วยให้เห็นตัวอย่างการใช้งานจริงของ MATLAB
  3. ข้อจำกัดของการบีบอัด JPEG: สามารถทำความเข้าใจข้อจำกัดของการบีบอัด JPEG ได้ผ่านภาพอย่างชัดเจน ซึ่งช่วยในการหาวิธีลดขนาดไฟล์โดยยังรักษาคุณภาพของภาพไว้
  4. Steganography: การใช้โดเมนความถี่สำหรับ steganography เป็นหัวข้อที่น่าสนใจเกี่ยวกับความปลอดภัยของข้อมูล และช่วยให้เรียนรู้วิธีส่งข้อความที่ซ่อนอยู่
  5. การประยุกต์ใช้เทคโนโลยีอย่างสนุกสนาน: บทความนี้แสดงให้เห็นวิธีนำเทคโนโลยีไปใช้อย่างสร้างสรรค์และสนุก ซึ่งช่วยเพิ่มความสนใจต่อเทคโนโลยีและจุดประกายไอเดียใหม่ ๆ

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-05-15
ความคิดเห็นจาก Hacker News

สรุปรวมคอมเมนต์จาก Hacker News

  • หัวข้อของภาพและพลังงานสเปกตรัม:

    • ในภาพส่วนใหญ่ หัวข้อที่พอมองออกได้จะมีพลังงานสเปกตรัมกระจุกอยู่ใกล้จุดกำเนิด (มุมซ้ายบน)
    • โดยทั่วไปหัวข้อของภาพจะอยู่กึ่งกลางเฟรม เพื่อลดการรบกวนระหว่างข้อมูลในโดเมนเชิงพื้นที่และโดเมนความถี่

  • พื้นฐานของลายน้ำดิจิทัล:

    • เทคนิคนี้เป็นพื้นฐานของการทำลายน้ำดิจิทัลแบบทนทานสำหรับสัญญาณอย่างภาพหรือเสียง
    • การใช้งานหลักคือการตรวจจับสื่อที่มีลิขสิทธิ์แม้หลังจากสัญญาณจะถูกประมวลผลไปมากแล้ว

  • ความเป็นคู่กันของเวลา-ความถี่ในฟูริเยร์ทรานส์ฟอร์ม:

    • หลักการทางคณิตศาสตร์ของฟูริเยร์ทรานส์ฟอร์มทำงานแบบเดียวกันไม่ว่าจะมองในทิศทางของการแปลงใด
    • ถ้านำกราฟความถี่ของแมวไปฝังในกราฟเชิงพื้นที่ของผู้หญิง ฟูริเยร์ทรานส์ฟอร์มของภาพผู้หญิงก็จะแสดงแมวออกมา

  • คำขอให้ยืนยันกระบวนการ:

    • ถ่ายภาพ แปลงแมวไปเป็นโดเมนความถี่ แล้วนำไปผสมกับภาพที่มองเห็นของผู้หญิง
    • เมื่อนำภาพที่ผสมแล้วไปทำ DCT อีกครั้ง ก็จะเห็นแมวปรากฏขึ้น

  • การประยุกต์ใช้สเตกาโนกราฟี:

    • เป็นการประยุกต์ใช้สเตกาโนกราฟีที่น่าสนใจสำหรับซ่อนภาพผิดกฎหมาย
    • ถ้าแปลงเป็นโดเมนความถี่แล้วผสมลงในภาพอื่น จะมีเพียงคนที่รู้วิธีย้อนกลับเท่านั้นที่เห็นภาพได้

  • ลูกเล่นสเปกโตรแกรมเสียงของ Aphex Twin:

    • คล้ายกับลูกเล่นสนุก ๆ ที่ Aphex Twin ทำให้ใบหน้าประหลาดปรากฏในออดิโอสเปกโตรแกรมของแทร็ก

  • ความสำคัญของตำแหน่งใน DCT:

    • ถ้าแมวกระจุกอยู่ที่มุมซ้ายบนมากกว่านี้ เดโมนี้ก็คงทำงานได้ไม่ดี
    • DCT มีองค์ประกอบความถี่สูงจำนวนมาก จึงมีโอกาสสูงที่ถ้าวางแมวไว้ด้านซ้ายบนจะถูกกลบ

  • ความเข้าใจเรื่องการบีบอัดภาพ:

    • ทำให้ตระหนักได้ว่าโดเมนความถี่สามารถใช้ในการบีบอัดภาพได้
    • เลยสงสัยว่าอัลกอริทึมการบีบอัดภาพส่วนใหญ่ทำงานโดยตัดส่วนที่เงียบของโดเมนความถี่ออกหรือไม่

  • วิธีการเฉพาะของ DCT:

    • ดูเหมือนว่าจะใช้ DCT ในแบบที่ต่างจากไทล์ขนาด 8x8 ที่ JPEG ใช้
    • ดูเหมือนว่ากรณีนี้จะไม่ได้ใช้ฟังก์ชันฐานของ 2D DCT

  • การเข้ารหัสภาพในดนตรีและภาพ:

    • คล้ายกับที่ Aphex Twin และ Venetian Snares เข้ารหัสภาพไว้ในเสียง
    • หากใช้เครื่องมือบางอย่าง ก็จะเห็นว่าความถี่แสดงภาพของแมวออกมา