선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- . LUT를 학습시키는 과정에 대하여 살펴보자. LUT는 샘플 영상들을 다른 하프톤 방법으로 먼저 하프토닝한 후에 이들을 이용하여 LUT를 학습시키게 된다.
- 워터마크 추출 알고리즘은 여러 단계의 영상처리과정을 거치는 완전한 블라인드 워터마킹 알고리즘으로서 난수 발생기의 시드 값 이외에는 아무런 다른 정보를 요구하지 않는다. 본 논 문에서는 실제로 프린터와 스캐너를 이용하여 인쇄, 스캔 된 영상에 대하여 실험을 하고 그 결과를 제시하였다. 신 분증의 회사 로그를 하프톤 영상으로 인쇄하고 여기에 사원 번호를 워터마크로 삽입하여 실험하였다.
- 본 논문에서는 LUT(Look-Up Table)를 이용한 하프톤 영상에 대한 워터마킹 기법을 제안하였다. 현재의 대부분 의 워터마킹 알고리즘들은 그레이스케일 영상을 가정하 고 만들어진 것이므로 하프톤 영상에는 적용할 수 없다.
- 본 논문에서는 LUT를 이용한 하프톤 영상을 위한 새 로운 워터마킹 알고리즘을 제안하였다. 이 알고리즘은 하 프톤 영상의 랜덤한 위치에 워터마크 비트들을 저장한다.
- 따라서 이러한 영상의 왜곡을 어떤 방법으로 줄일 것이냐 하는 것이 하프톤 영상 워터마킹의 주된 연구 주 제가 된다. 본 논문에서는 이러한 잡음을 하프톤 과정에 서 고려하여 최소한의 왜곡만을 가지는 하프톤 영상을 원 영상으로부터 생성하고자 하였다. 제안된 알고리즘에 서는 LUT에서 이웃한 픽셀들의 배치를 고려하여 왜곡을 줄이는 최적의 픽셀값을 선택함으로써 이러한 왜곡을 최 소화한다.
가설 설정
- 워터마크를 담고 있는 디지털 하프톤 영 상에서 직접 워터마크를 추출하는 것은 실제 인쇄, 스캔 하여 워터마크를 추출하는 과정의 일부만 사용하면 쉽게 구현할 수 있다. 본 논문에서는 스캐너의 해상도를 프린 터보다 더 높게 설정하는 것으로 가정하였다. 만약 스캐 닝 해상도가 높지 않다면 스캐너 잡음과 스캐너의 정렬 에러 때문에 정확한 픽셀값을 복원하기가 힘들다.
- 본 논문에서의 워터마크는 이진 비트들의 집합으로 가 정한다. 따라서 하프톤 영상과 워터마크 정보가 모두 이 진이기 때문에 하프톤 영상의 픽셀값에 워터마크 정보를 숨길 수 있다.
- 여기서 윈도우 안에 N개의 픽셀이 있다고 가정해보자. 이들 픽셀의 하프톤 값을 .
- 워터마크의 삽입은 하프토닝과 동시에 이루어진다. 워 터마크 데이터는 이진 비트열로 가정한다. 먼저 워터마 크 삽입자와 추출자만이 일고 있는 비밀키를 이용하여 N 개의 랜덤한 위치를 생성한다.
- 워터마크의 추출은 워터마크를 담고 있는 하프톤 영상 을 프린터로 인쇄한 다음, 이 인쇄된 하프톤 영상을 다시 스캐너로 스캔하여 여기에서 워터마크를 추출하는 것으 로 가정하였다. 워터마크를 담고 있는 디지털 하프톤 영 상에서 직접 워터마크를 추출하는 것은 실제 인쇄, 스캔 하여 워터마크를 추출하는 과정의 일부만 사용하면 쉽게 구현할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.