본 논문은 디지털 콘텐츠 제작자에 대한 저작권관리(DRM:Digital Right Management)의 한 요소기술인 워터마크 기법으로서 주파수 공간에서의 이산웨이브릿변환을 사용하여 새로이 제안한 것이다. 본 논문에서 새로이 제안한 워터마크 삽입 및 검출 알고리즘은 에지와 스팩트럼확산 기술을 사용하여 워터마크 시퀀스를 생성하고, 이산웨이브릿 변환을 이용해서 구성하였다. 본 논문에서 제안한 방법에 대하여 여러 가지 공격을 시도한 결과 Lenna 영상을 이용한 cox의 유사도 측정값은 6이상이고, PSNR은 40dB 이상이었으며, JPEG과 COLLUSION, CLIPPING, SCALING 등에서 워터마크 기술의 다양한 평가기준에 만족하는 것을 보여주었으며, 무감지성, 강인성, 기밀성 그리고 디지틀 콘텐츠 유통의 안정성을 보장하는 방법으로서 타당함을 입증하였다.
본 논문은 디지털 콘텐츠 제작자에 대한 저작권관리(DRM:Digital Right Management)의 한 요소기술인 워터마크 기법으로서 주파수 공간에서의 이산웨이브릿변환을 사용하여 새로이 제안한 것이다. 본 논문에서 새로이 제안한 워터마크 삽입 및 검출 알고리즘은 에지와 스팩트럼확산 기술을 사용하여 워터마크 시퀀스를 생성하고, 이산웨이브릿 변환을 이용해서 구성하였다. 본 논문에서 제안한 방법에 대하여 여러 가지 공격을 시도한 결과 Lenna 영상을 이용한 cox의 유사도 측정값은 6이상이고, PSNR은 40dB 이상이었으며, JPEG과 COLLUSION, CLIPPING, SCALING 등에서 워터마크 기술의 다양한 평가기준에 만족하는 것을 보여주었으며, 무감지성, 강인성, 기밀성 그리고 디지틀 콘텐츠 유통의 안정성을 보장하는 방법으로서 타당함을 입증하였다.
In this paper, we proposed a new digital watermarking technique. It uses frequency domain of discrete wavelet transform(DWT). watermarking technique is one of the most important tools for DRM(Digital Right Management) We proposed a new algorithm watermark insertion and detection. This technique clea...
In this paper, we proposed a new digital watermarking technique. It uses frequency domain of discrete wavelet transform(DWT). watermarking technique is one of the most important tools for DRM(Digital Right Management) We proposed a new algorithm watermark insertion and detection. This technique cleats the watermark sequence using the edge image, spread spectrum technique and DWT. We tested the technique with various attacks. and found that it satisfies the watermarking evaluation criteria. Cox similarity measurement value is more than 6 on the Lena image and PSNR is more than 40dB on JPEG, Collusion. Clopping and Scatting. By the result, we proved that the new technique satisfies the requirement of Digital contents distribution, which are undeletablility tenacity, statistical undetectablility.
In this paper, we proposed a new digital watermarking technique. It uses frequency domain of discrete wavelet transform(DWT). watermarking technique is one of the most important tools for DRM(Digital Right Management) We proposed a new algorithm watermark insertion and detection. This technique cleats the watermark sequence using the edge image, spread spectrum technique and DWT. We tested the technique with various attacks. and found that it satisfies the watermarking evaluation criteria. Cox similarity measurement value is more than 6 on the Lena image and PSNR is more than 40dB on JPEG, Collusion. Clopping and Scatting. By the result, we proved that the new technique satisfies the requirement of Digital contents distribution, which are undeletablility tenacity, statistical undetectablility.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
추출 후 인증 과정으로 원영상과 워터마크가 삽입된 영상에 대하여, 각각 웨이브릿 변환을 한 후 공격당한 영상의 계수값 V"를 추출한 후원 영상의 계수값인 V와 비교하여 그 차인 추출된 워터마크(W")를 구한다. 원래의 워터마크W와 W"의 유사도를 구함으로서 워터마크의 유효성을 측정한다. 유사도는 다음 식에 의하여 구한다〔2〕.
추출 후 인증 과정으로 원영상과 워터마크가 삽입된 영상에 대하여, 각각 웨이브릿 변환을 한 후 공격당한 영상의 계수값 V"를 추출한 후원 영상의 계수값인 V와 비교하여 그 차인 추출된 워터마크(W")를 구한다. 원래의 워터마크W와 W"의 유사도를 구함으로서 워터마크의 유효성을 측정한다.
(그림5)는 제안된 워터마킹 기법의 강인성을 평가하기 위하여 의미 있는 워터마크가 삽입된 영상에 가해질 수 있는 영상 처리나 고의적인 왜곡 등 다양한 공격을 통해 손상된 영상들에 대하여 실험하였다.
그리고 추출한 데이터에 다시 동일한 PN Code를 인가함으로서 원래의 의미 있는 영상의 시퀀스를 복원하고 이를 이용하여 원래의 이미지를 복원한다.
레나 영상의 웨이브릿 변환 후 계수값 중 10이상의 임계값에 워터마크를 삽입 후 각종 공격을 가하고, 유사도를 측정하여 비교하였다. 각종 공격 형태에서 잡음은 워터마크가 삽입된 영상에 30%균등한 잡음을 추가한 영상이고 압축은 q=3으로 JPEG 압축한 영상.
본 논문에서 제안한 워터마킹 기법은 인터넷을 통한 디지털 멀티미디어 데이터들의 폭발적 증가와 함께 최근 관심이 집중되고 있는 디지털 매체들에 대한 저작권 관리(DRM) 기술의 한 요소 기술인 워터마크 기법을 고차원적으로 새롭게 제안하여 적용하고, 콘텐츠 보호를 위한 암호화 기술로 워터마크에 접근권을 통제해 무단 사용과 불법복제 시 콘텐츠 제작자의 권리를 보호하기 위한 강인성을 비교하기 위하여 다양한 공격에 대한 각 대역에 따라 추출된 워터마크를 분석하였다
실험 방법으로는 제안한 방법의 타당성 비교를 위해서 원 영상이 필요한 cox의 유사도(Simmularity)측정 알고리즘을 이용한 실험 결과 데이터를 아래에 제시하였다. 그림에서 ( )안의 숫자는 해당 임계치 이상의 중요한 계수의 갯수를 나타낸다.
이를 다시 IDWT하여 워터마크 삽입 영상을 생성한다. 워터마크 삽입을 위해 DWT를 수행하여 원영상을 주파수 영역으로 변환하였으며, 웨이브릿의 정의는 아래의 식 (1)과 같다.
워터마크의 추출을 위해서는 (그림2)에서와 같이 공격당한 영상에 DWT를 수행하여 주파수 영역으로 변환하였다.
대상 데이터
본 논문에서는 원영상으로 8 bit gray level로 256 x 256 크기의 Lenna 영상에 워터마크의 삽입을 위해 32 x 32 크기의 시각적으로 쉽게 인지할 수 있는 이진영상의 워터마크를 사용하였다.
이론/모형
영상의 객관적인 비교를 위하여 PSNR(Peak Signal- to-Noise Ratio) 의 측정은 아래의 식으로 주어지는 최대 신호대 잡음비 (PSNR)를 사용하였다.
워터마크 삽입 과정은 전처리 과정으로 원영상을 가로 방향과 세로 방향을 고려한 단일화된 소벨 마스크 연산자를 사용한 소벨 시퀀스 기법을 적용하여 에지영상을 추출한다.
성능/효과
본 논문에서는 주파수 공간에서 워터마크를 삽입하는 방법으로 의미 있는 워터마크 영상에 대한 6BIT의 바이너리 시퀀스(Binary Sequence) 데이터에 대역확산 기법을 적용하여 PN CODE와 함께 워터마크 시퀀스를 생성하고 이를 정해진 위치에 삽입하는 알고리즘으로 가장 중요하다고 생각되어지는 영상의 인접한 부분에 최적의 워터마크 삽입함으로써 워터마크 강인성과 기밀성 그리고 디지털 콘텐츠 유통의 안정성을 보장하는 방법임을 확인할 수 있었다.
새롭게 제안한 방법은 워터마킹 기술의 평가기준을 고려하였고, 워터마크에 암호화 시퀀스를 이용하고 추출된 중요 계수 중 Edge 성분의 위치데이터를 이용하여 최적의 위치에 삽입함으로써 강인성, 무감지성, 비가시성 등 여러가지 측면을 고려한 신뢰할 수 있는 방법임을 여러 가지 공격에 대한 실험 결과로써 본 연구의 타당성을 입증하였다.
공모는 5개의 다른 워터마크를 영상에 각각 삽입하고 평균을 구한 후 만든 단일 영상, 절단은 워터마크가 삽입된 영상의 중앙을 절단하여 원영상의 중앙에 삽입한 영상, 재크기는 워터마크가 삽입된 영상을 2배 확대한 뒤 다시 원영상의 크기로 복원한 영상이다. 실험 결과에서 보는 것과 같이 제안한 방법이 모든 공격에서 고르게 높은 유사도를 나타내고 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.