As an extension of [12], pairwise P

As an extension of [12], pairwise PEE [19] generates a 2D- PEH by jointing adjacent prediction-errors and conduct the data embedding based on 2D-PEH modification with a fixed modification mapping. Its performance is better than the conventional PEE for considering the correlations among prediction-errors. As the results demonstrated in Fig. 10, our method performances better than pairwise PEE, and the improvement is somewhat significant. For example, for the image Pepper, our increase of PSNR is as large as about 2 dB. In all the test cases, only for the smooth image Airplane with very large embedding capacities, our method performs similarly with pairwise PEE. Specifically, according to Tables 1 and 2, for an embedding capacity of 10,000 bits and 20,000 bits, our method outperforms pairwise PEE with an average increase of PSNR by 1.21 dB and 0.95 dB, respectively.

結果 (繁體中文) 1:

作為一個擴展[12]，成對PEE [19]通過接合相鄰預測誤差生成2D- PEH並進行包埋基於2D-PEH MODI音響陽離子將數據與一個固定MODI音響陽離子映射。它的性能比考慮預測誤差之間的相關性的常規PEE更好。作為結果顯示在圖10中，展示了我們的方法的性能優於成對PEE和改進是有些顯著的。例如，對於像辣椒，我們的PSNR的增加是大到約2分貝。在所有的測試案例，僅適用於具有非常大的嵌入容量的平滑圖像飛機，我們的方法進行同樣具有成對PEE。具體來說，根據表1和2，為10000比特和20000比特的嵌入容量，我們的方法優於兩兩PEE與1.21 dB和0.95分貝平均增加PSNR的，

結果 (繁體中文) 2:

作為 [12] 的擴展，對 PE [19] 通過連接連續的預測誤差生成 2D-PEH，並通過固定修改映射基於 2D-PEH 修改進行資料嵌入。在考慮預測誤差之間的相關性方面，其性能優於傳統的PEE。如圖10所示，該方法性能優於雙對PEE，改進效果顯著。例如，對於圖像胡椒，我們的PSNR增加是大約2 dB大。在所有測試案例中，僅對於具有非常大的嵌入容量的平滑圖像飛機，我們的方法與成對 PEE 執行類似。具體來說，根據表 1 和表 2，對於嵌入容量為 10，000 位和 20，000 位，我們的方法優於成對 PEE，PSNR 的平均增幅分別為 1.21 dB 和 0.95 dB。

結果 (繁體中文) 3:

作為[12]的擴展，成對PEE[19]通過連接相鄰的預測誤差生成2D-PEH，並使用固定的修改映射進行基於2D-PEH修改的數據嵌入。考慮到預測誤差之間的相關性，其效能優於傳統的PEE。如圖10所示，我們的方法效能優於成對PEE，並且改進有點顯著。例如，對於影像胡椒，我們的PSNR新增了大約2db。在所有的測試用例中，僅對於嵌入容量非常大的平滑影像飛機，我們的方法在成對PEE中的表現類似。具體來說，根據錶1和錶2，對於10000比特和20000比特的嵌入容量，我們的方法優於成對PEE，PSNR的平均新增分別為1.21db和0.95db。