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
- 본 논문에서는 손실 압축에 강인한 워터마크 생성 및 특징점 추출을 위해 지문 영상 개선 방법을 사용했다. 지문 영상의 개선은 취득 방법에 따라 발생되는잡음이나 강도 변화 등을 제거하기 위해 Gabor 필터, 방향성 필터 뱅크, 세선화 등의 많은 방법들이 제안되었다冏
- 본 논문에서는 지문 워터마크의 전역적 정보와 지역적 정보를 분리한 다수의 워터마크 생성 방법을 제안하였다. 제안한 알고리듬은 웨이블릿 도메인의 저주파수 대역에 워터마크를 삽입하여 H.
- 본 연구는 LL3 band 계수를 사용한 워터마크 방법과 공간영역에서 연구되어 온 last significant bits(LSBs) 를 함께 사용함으로써 한정된 비트를 사용하여 시각적 열화를 최소화하며 압축 등 비트열 변화에도 강인한 워터마크 방법에 대해 연구하고 있다.
- 워터마크가 삽인 된 동영상은 홈네트워크 등의 환경에서 서로 다른 밴드폭을 갖는 다수의 출력 장치로 전송될 수 있기 때문에 본 논문에서는 손실 압축에도 인증이 가능하게 하기 위하여 분할된 지문 영상과 특징점 좌표를 워터마크로 생성하는 방법을 제안 한다. 제안한 알고리듬은 지문 영상에 전처리 과정을 수행하며 특징점 좌표를 추출하여 또 다른 워터마크로 생성한다.
제안 방법
- 이 방법은 일반적인 영상 압축이나 절단 (cropping) 등의 공격에 강한 반면 워터마크의 추출이 영상에 존재하는 잡음 레벨에 의존한다. Inoue⑸는 제로 트리 (zerotree)를 사용하여 웨이블릿 계수를 시각적으로 중요한 계수와 덜 중요한 계수로 분류한 다음 시각적으로 덜 중요한 계수나 임계치 이상의 계수에 워터마크를 삽입 하였다. Taskovsk的는 3-level DWT의 가장 저주파수 (LL3) 에 워터마킹을 삽입하기 위해 시각적 모델링을 함께 사용했다.
- 5초에 한번씩) 3레벨 웨이블릿 변환하여, 9개의 고주파수 대역 (LHi, HLi, HHi, i=l ~3)과 하나의 최저주파수 대역 (LL3)으로 분해한다. LL3 대역의 가장 낮은 비트 평면의 값을 16장의 분할된 지문 워터마크로 차례로 치환한다. 이어 특징점 좌표를 통해 생성된 워터마크들을 차례로 삽입한다.
- NC는 1로 일치함을 알 수 있다. 다양한 공격을 실험하기 위해 압축 공격과 영상처리 공격으로 나누어 성능을 테스트 했다. 최신 압축 기법인 MPEG4 PartlO H.
- 제거한다. 다음으로 지문 융선의 특징을 향상시키기 위하여 영상의 대비를 개선시킨 후 이진화한다. 마지막으로 특징점 추출을 용이하게 하기 위하여 영상을 세선화 하여 개선된 지문 워터마크를 얻는다.
- 워터마크를 잡음에 강하게 하기 위하여 최저주파수 대역 LL3에 워터마크를 삽입한다. 또한 인증 시 지문의 지역적 특성을 활용하기 위해 지문의 특징점 좌표로 생성된 워터 마크들을 개선된 지문 영상과 함께 삽입한다. 그림 5는 워터마크 삽입 과정의 블록도를 보인다.
- 다음으로 지문 융선의 특징을 향상시키기 위하여 영상의 대비를 개선시킨 후 이진화한다. 마지막으로 특징점 추출을 용이하게 하기 위하여 영상을 세선화 하여 개선된 지문 워터마크를 얻는다. 이때 생성된 지문 워터마크의 크기는 176x144로 삽입 위치인 LL3(44x36)보다 크기 때문에 LL3의 크기로 잘라서 16장의 분할된 지문 영상 워터마크를 얻는다.
- 그러나 지문의 특징점은 손실 압축 등에 의해 쉽게 손실되어 인증상의 어려움이 발생한다. 이를 보완하기 위해 지문의 특징점을 추출하여 좌표 값을 워터마크로 생성, 첨부하는 방법을 제안한다. 제안된 방법은 지문 워터마크의 개선 및 특징점 추출을 위한 전처리 과정과, 워터마크의 삽입, 추출로 이루어져 있으며 자세한 내용은 1, 2, 3 절에서 자세히 설명한다.
- 이방식의 경우 압축시에 발생하는 잡음으로 인해 다양한 좌표가 검출되는 문제를 가질 수 있으며 이러한 문제에 강인하고자 발생 빈도가 가장 높은 대표좌표를 찾아 원본과 대조하는 방식을 사용하였다. 그 결과 QP16일 경우는 추출된 모든 좌표가 삽입된 좌표와 일치하였으며 QP24까지는 추출 된 특징점 좌표 중 발생 빈도가 가장 높은 대표 좌표에 대해 모두 원본과 일치하는 결과를 얻을 수 있었다.
- 일반적인 압축 알고리듬에 강인한 워터마크를 만들기 위해 우리는 영상 평활화, 대비 향상, 이진화, 세선화를 거쳐 지문 영상을 개선하였다. 지문 영상 개선 과정은 그림 4에 보여 진다.
- 입력된 영상에 대해 3레벨 웨이블릿 변환을 수행하여 최저주파수 대역의 LSB 중 사전에 설정된 개수의 비트들로부터 워터마크 데이터열을 추출하여 이진화 한다. 추출된 워터마크는 지문 영상과 지문의 특징점 좌표로 나뉘는데 처음 16개의 워터마크는 176x144 크기의 지문 영상으로 구성 하고 다음 추출되는 워터마크는 16 개의 화소 값으로부터 좌표 값을 재구성하여 발생 빈도가 가장 높은 좌표 한 쌍을 찾아낸다.
- 이를 보완하기 위해 지문의 특징점을 추출하여 좌표 값을 워터마크로 생성, 첨부하는 방법을 제안한다. 제안된 방법은 지문 워터마크의 개선 및 특징점 추출을 위한 전처리 과정과, 워터마크의 삽입, 추출로 이루어져 있으며 자세한 내용은 1, 2, 3 절에서 자세히 설명한다.
- 제안된 알고리듬은 C++언어를 이용하여 구현하였으며 웨이블릿 변환을 위해서 Daubechies D4 필터를 사용했다. 또한 성능의 평가를 위해 다양한 특징을 갖는 352x288 크기의 H.
- 제안된 알고리듬은 개인 고유의 지문 영상을 워터마크로 사용한다. 지문은 식별 성능에 대한 신뢰도와 안정도가 홍채, 음성, 얼굴 인식의 수단보다 뛰어나 가장 효율적인 개인 인증의 방법으로 평가되고 있다.
- 제안된 알고리듬은 손실 압축에 강인한 워터마크를 생성하기 위하여 지문 영상의 개선 알고리듬을 사용한다. 지문 영상은 지문의 취득 과정에서 발생한 다양한 잡음과 강도 변화로 손상될 수 있다.
- 제안된 알고리듬은 이산 웨이블릿 변환을 사용하여 주파수 영역에 워터마크를 삽입한다. 워터마크를 잡음에 강하게 하기 위하여 최저주파수 대역 LL3에 워터마크를 삽입한다.
- 제안된 워터마킹 방법은 MPEG4로 압축 할 경우 매화면 내 예측에 해당하는 프레임에 워터마크를 삽입한다. 매 프레임에 고정된 이미지를 삽입하는 방법은 통계적인 검출 방법과 시각적 비가시성 확보가 어렵고 불필요한 정보를 늘리게 되어 압축 효율을 떨어트리게 된다.
- 제안한 알고리듬은 우선 지문 워터마크의 잡음 제거 및 개선을 위해 전처리를 수행하고 특징점 추출을 통해 지문의 전역적 정보 및 지역적 정보를 담은 워터마크를 각각 생성한다. 입력 영상을 이산 웨이블릿 변환을 이용하여 주파수 영역으로 변환한 후 저주파수 영역에 워터마크를 삽입한다.
- 제안한 알고리듬은 지문 영상에 전처리 과정을 수행하며 특징점 좌표를 추출하여 또 다른 워터마크로 생성한다. 이렇게 생성된 워터마크는 3단계 웨이블릿 저주파수 영역의 계수에 삽입하고 이를 역변환하여 워터마크가 삽입 된 영상을 얻는다.
- 제안한 알고리듬은 지문 영상을 워터마크로 사용한다. 신뢰도가 높은 지문 인증을 위해 각 화소 값에 대한 i:i 대응뿐 아니라 특징점 정보를 정합에 사용한다.
- 지문 영상을 개선하기 위한 첫 단계로 가우시안 열화 함수를 사용하여 영상을 평활화하여 잡음을 제거한다. 다음으로 지문 융선의 특징을 향상시키기 위하여 영상의 대비를 개선시킨 후 이진화한다.
대상 데이터
- 예를 들어 (35, 28)의 값은 100011 011100으로 표현 할 수 있으며 1 번째 5번째 6번째 8번째 9번째 10번째 화소가 1이고 나머지는 0인 이진 영상을 얻을 수 있다. 176x144 크기의 지문 워터마크 내에 있는 하나의 특징점을 표현하기 위해서는 최대 16비트가 필요며 1x16의 영상을 얻을 수 있지만 압축에 의한 잡음에 강인한 워터마크 생성을 위해 한 쌍의 좌표를 반복하여 삽입 위치인 LL3(44x36) 와 같은 크기의 영상을 구성한다. 지문의 특징점이 다수이므로 특징점 기반 워터마크도 특징점의 개수만큼 생성할 수 있다.
- 또한 성능의 평가를 위해 다양한 특징을 갖는 352x288 크기의 H.26VAVC 실험용 표준 영상 300 프레임과 지문인식기를 사용해 획득한 176灯44 크기의 지문 영상을 사용했다. MPEG 압축 방식은 빠른 탐색을 위하여 15프레임 마다 한 개의 인트라 예측 프레임을 넣는 GOP구조를 택하는 것이 일반적이며, 이에 따라 15 프레임 주기로 워터마크를 삽입 했다.
- MPEG 압축 방식은 빠른 탐색을 위하여 15프레임 마다 한 개의 인트라 예측 프레임을 넣는 GOP구조를 택하는 것이 일반적이며, 이에 따라 15 프레임 주기로 워터마크를 삽입 했다. 또한 영상의 길이를 고려하여 특징점은 4개를 사용하여, 분할 된 16장의 지문 영상과 함께 총 20장의 서로 다른 워터마크를 사용했다. 칼라 당 8비트에 4:2:0 칼라 샘플링 된 YUV 포멧을 사용하였으며 Y 값만을 이용하여 웨이블릿 변환 후 워터마크를 삽입하였다.
- 영역에 워터마크를 삽입한다. 워터마크를 잡음에 강하게 하기 위하여 최저주파수 대역 LL3에 워터마크를 삽입한다. 또한 인증 시 지문의 지역적 특성을 활용하기 위해 지문의 특징점 좌표로 생성된 워터 마크들을 개선된 지문 영상과 함께 삽입한다.
- 제안한 알고리듬은 지문 영상에 전처리 과정을 수행하며 특징점 좌표를 추출하여 또 다른 워터마크로 생성한다. 이렇게 생성된 워터마크는 3단계 웨이블릿 저주파수 영역의 계수에 삽입하고 이를 역변환하여 워터마크가 삽입 된 영상을 얻는다. 실험 결과 최신 압축 기술인 H.
- 또한 영상의 길이를 고려하여 특징점은 4개를 사용하여, 분할 된 16장의 지문 영상과 함께 총 20장의 서로 다른 워터마크를 사용했다. 칼라 당 8비트에 4:2:0 칼라 샘플링 된 YUV 포멧을 사용하였으며 Y 값만을 이용하여 웨이블릿 변환 후 워터마크를 삽입하였다. 압축에 대한 성능평가를 위해 H.
데이터처리
- 다양한 공격을 실험하기 위해 압축 공격과 영상처리 공격으로 나누어 성능을 테스트 했다. 최신 압축 기법인 MPEG4 PartlO H.264/AVC 압축에 대하여 제안된 워터마킹 기법의 성능을 실험하였다.
이론/모형
- 칼라 당 8비트에 4:2:0 칼라 샘플링 된 YUV 포멧을 사용하였으며 Y 값만을 이용하여 웨이블릿 변환 후 워터마크를 삽입하였다. 압축에 대한 성능평가를 위해 H.2WAVC 참고 소프트웨어 JM10.2버전을 사용했다.
- 정합률을 평가하기 위해 유효한 워터마크에 대해 정규화된 상관도(NC, Normalized Correlation)^ 사용하였다. NC는 삽입된 원본 워터마크와 추출된 워터마크 사이의 유효한 데이터의 유사성을 판별하는 척도이며 아래의 식 (1)과 같이 정의된다.
성능/효과
- 이방식의 경우 압축시에 발생하는 잡음으로 인해 다양한 좌표가 검출되는 문제를 가질 수 있으며 이러한 문제에 강인하고자 발생 빈도가 가장 높은 대표좌표를 찾아 원본과 대조하는 방식을 사용하였다. 그 결과 QP16일 경우는 추출된 모든 좌표가 삽입된 좌표와 일치하였으며 QP24까지는 추출 된 특징점 좌표 중 발생 빈도가 가장 높은 대표 좌표에 대해 모두 원본과 일치하는 결과를 얻을 수 있었다. 그러나 QP28의 경우에서 부터는 삽입 된 좌표에 대해 인증률이 절반으로 떨어지는 경향을 보였다.
- 인트라 프레임 내에 워터마킹 삽입 방법은 압축 된 비트스트림 내에 워터마크 삽입 방법에서 주로 연구되어 왔으나 이 경우 예측 모드가 바뀌면 워터마크가 심각하게 손상 돼 추출에 어려움이 있다. 그러나 제안된 방법에서는 화면 간 예측 모드로 압축 되어도 인증이 가능하며 복수개의 워터마크를 반복 삽입함으로써 프레임의 임의 삭제나 교체, 평균, 통계적 분석 등의 공격에 강인하다.
- 이렇게 생성된 워터마크는 3단계 웨이블릿 저주파수 영역의 계수에 삽입하고 이를 역변환하여 워터마크가 삽입 된 영상을 얻는다. 실험 결과 최신 압축 기술인 H.264 의 낮은 비트에서도 강인성을 입증했다.
- 워터마크가 삽입된 영상의 화질 분석을 위해 최대 신호 대 잡음 비 (PSNR, Peak Signal~to-Nise Ratio)를 사용했으며 PSNRe 44.1dB로 원본영상과 시각적 차이를 느낄 수 없음을 확인하였다. 그림 7의 (c)와 (d)는 각각 지문 워터마크의 원 영상과 어떠한 공격도 가하지 않은 후 추출한 워터마크이다.
- 제안한 알고리듬은 웨이블릿 도메인의 저주파수 대역에 워터마크를 삽입하여 H.264와 같은 영상 압축 공격에 강건하게 보존됨을 보였다. 또한 압축에 따른 잡음으로 인해 쉽게 손실되었던 특징점 기반의 지역적 정보를 워터마크로 생성함으로써 고압축에도 인증에 사용할 수 있어 인증상의 신뢰도를 높일 수 있다.
- 표 3과 특징점 대표좌표의 검출 결과에서 보여 지듯이 CIF 크기의 비교적 작은 영상에서도 제안하는 알고리듬은 MPEG4 고압축에 대해 지문의 인증상에 필요한 특징점 정보를 보존하고 있음을 알 수 있다.
후속연구
- 향후 고주파 통과 필터에 대한 성능 개선 및 기존 지문인식 시스템과 결합하여 디지털 비디오 컨텐츠의 적법한 사용 인증으로 확장 할 예정이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.