計算ホログラフィック暗号化画像の復号方法を拡張するため、不正攻撃が困難な対称-非対称ハイブリッド暗号システムを対象に、ニューラルネットワークを利用してカオス虹彩位相マスク計算ホログラフィック暗号化画像を復元する手法を提案した。平文画像を暗号化して計算ホログラフィック暗号化画像を生成し、多数の暗号文-平文画像ペアをデータセットとして作成した。ニューラルネットワークを構築し、継続的に学習とテストを行うことで、学習済みニューラルネットワークが暗号文画像と平文画像のマッピング関係を近似でき、復号時には公開鍵・秘密鍵を使用せずに暗号文画像を復号可能である。実験結果は、ニューラルネットワークによって復元された画像は平文画像と比較して平均相互相関係数が0.984、平均ピーク信号雑音比が61.0 dB、平均構造類似度が0.77であり、暗号文画像にノイズ汚染があっても高品質な画像を復元でき、ニューラルネットワークによる暗号文画像の復号を実現したことを示しており、本手法は実現可能であり高いロバスト性を持つ。

計算ホログラフィック;光学暗号化;深層学習;生体認証;カオス;残差ネットワーク