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 정지영상의 각 8×8 DCT 블록의 DC 성분(DC components)만을 이용한 워터마킹 방법을 제안한다. 기존의 DC 성분을 이용한 워터마킹 방법으로, Huang"〕은 각 8×8 화소 블록의 에지 포인트 밀도(Ed如e point density)를 계산하여 블록을 두 종류로 분류한 후, 서로 강도를 달리하여 8><8 블록 DCT 영역 각각의 DC 성분에 워터마크를 삽입하였다.
- 본 논문은 8×8 블록 DCT 영역에서 추출한 DC 성분으로 구성된 DC 영상 기반의 워터마킹 알고리즘을 제안한다. DC 영상幽을 활용한 워터마킹 기법은 다음과 같은 특성을 갖는다.
- 본 논문은 기하학적 변환에 강인하며 고속처리가 가능한 워터마킹 방법을 제안하였다. 기존연구는 상대적으로 저해상도 영상을 고려한 워터마킹 알고리즘이 주를 이루었고, 따라서 원본 영상의 1/8의 크기인 DC 영상에 워터마크를 삽입하는 개념에 대한 접근이 사실상 어려웠다.
제안 방법
- 1920x108) HD 영상 30장에 대하여 다양한 크기변환 공격을 수행한 후 워터마크를 검출하였다. 그림 6에 제안하는 알고리즘과 기존 알고리즘들의 크기변환 비율에 따른 워터마크 검출률의 변화를 그래프로 나타내었다.
- Lena, Baboon, 그리고 Peppers 영상에 워터마크를 삽입하여 DC 성분을 사용하는 기존 알고리즘同과 계산 시간을 비교하였다. 워터마크의 길이는 두 알고리즘에 같은 길이(乙=1000)를 적용하였고, 실험 환경은 Pentium 4 3.
- 각각의 영상에 대하여 1°에서 30°까지 회전을 가한 후 워터마크를 추출하였다. Cox図, Xia®, Zhura, 그리고 Huang団의 경우 회전 공격에는 매우 취약한 것으로 나타났다.
- 그림 6에 제안하는 알고리즘과 기존 알고리즘들의 크기변환 비율에 따른 워터마크 검출률의 변화를 그래프로 나타내었다. 검출률은 的개의 HD 영상 중 워터마크가 검출된 영상 개수의 비율을 의미하며 워터마크의 추출은 해당 크기만큼 크기변환을 시킨 후에 다시 원본 영상과 같은 크기로 동기화시킨 후 수행하였다. 실험결과로부터 제안하는 알고리즘이 기존 알고리즘에 비하여 크기변환에 매우 강인함을 확인하였으며, 최대 0.
- n장에서는 먼저 dc 영상을 이용한 워터마킹의 특성을 설명하고, DC 영상기반의 다해상도 워터마킹 알고리즘을 제안한다. 그리고 DC 성분에 계층적으로 워터마크를 삽입함에 따른 비가시성과 강인성에 대한 주요 고려사항을 살펴본다. 이장에서는 다양한 비교 실험을 통하여 기존 알고리즘과의 계산시간, 비가시성, 그리고 강인성을 평가하며, 마지막으로 田장에서 결론을 맺는다.
- 동기화가 이루어진 워터마킹된 DC 영상과 원본 영상의 DC 영상에 각각 DWT를 수행하고, 그림 3과 같은 과정을 통하여 워터마크를 추출한다. 추출된 길이 Z의 워터마크 ?* 〃는 원본 워터마크 s와 식 (7)과 같이 정규화된 상관도(Normalized Correlation; NC)> 측정하여 워터마크의 존재 여부를 판단한다.
- 하지만 이 방법을 사용하면 각 밴드에 삽입되는 워터마크의 개수는 영상에 따라 서로 달라지며, 상대적으로 고주파 성분이 적은 평활한 텍스쳐 (Homogeneous texture) 영역의 경우 소수의 워터마크만이 영상에 삽입되는 경우가 발생한다. 따라서 본 알고리즘에서는 LL 서브밴드를 제외한 각 서브 밴드의 가장 큰 절대값을 가지는 W개의 웨이블릿 계수에 워터마크를 삽입한다. 이때 웨이블릿 계수는 내림차순으로, 랜덤 시퀀스인 워터마크는 오름차순으로 정렬하여 워터마크를 삽입한다.
- 워 터마크의 강인성 향상을 위하여 Zeng的은 공간영역과 DCT 영역을 활용하였고, Zhao[111fe 영상의 위 . 변조 판별을 위하여 DCT 영역 기반의 워터마크를 생성하고, DWT 영역에 워터마크 삽입하는 반연성(Semi-fragfle) 워터마킹 방법을 제안하였다.
- 본 알고리즘에서는 워터마크의 강인성을 고려하여 가능한 많은 분해 레벨에 워터마크를 삽입하였으며, 워터마크의 삽입량 成과 삽입강도 a는 DC 성분을 이용한 워터마크 삽입으로 야기될 수 있는 화질 열화를 방지하기 위하여 DWT 서브밴드마다 워터마크 삽입 강도와 삽입량을 차별화한다. 제안하는 알고리즘에서 삽입량은 각각 Nhh=240, Nhl= Nlh='知 이 며 워 터 마킹 강도는 a;«7=0.
- 본 알고리즘은 MPEG, JPEG 압축방식 등에 널리 적용되는 8×8 블록 DCT 영역의 DC 성분만을 모아 損 영상을 구성한 후, 다해상도 DWT를 수행하여 웨이블릿 계수에 계층적으로 워터마크를 삽입한다. 특히 DC 영상에 워터마크를 삽입함으로써 고속처리가 가능하다.
- 본 알고리즘은 영상의 특징을 고려한 워터마크 삽입을 위하여 DC 영상에 DWT를 수행한다. 그림 1(c) 와 같이 DWT 수행 후 얻어지는 수평 , 수직 방향의 순서로 주파수의 높고(H) 낮음(L)을 나타내는 LL, HL, LH, 그리고 HH 서브밴드 중 저주파 성분을 포함하고 있는 LL 서브밴드를 제외한 나머지 밴드에식(4)를 이용하여 계증적으로 워터마크를 삽입한다.
- 비가시성에 대한 성능평가의 기준으로 객관적 평가는 PSNR, 주관적 평가 방법은 블로킹 효과의 여부를 확인하였다. 제안한 방법을 이용하여 워터마크를 삽입한 HD 영상의 평균 PSNRe 52.
- Zheng囲의 알고리즘은 DFT-LPM 기반의 알고리즘이며 마지막으로 Huang同 의 알고리즘은 앞서 밝혔듯이 제안하는 알고리즘과 가장 흡사한 블록 DCT의 DC 성분 기반의 알고리즘이다. 비슷한 화질 내에서 강인성을 실험하기 위하여 각 알고리즘의 워터마킹 강도 등을 제안한 알고리즘의 평균 psm과 최대한 가깝도록 조* 절하였으며, 각 알고리즘을 이용하여 워터마킹된 他*1080 HD 영상 30장의 평균 PSNRe 표 3과 같다
- 스케일링, 회전 등의 기하학적 공격이 가해진 영상에서 워터마크를 추출하기 위해서는 동기화 과정이 필요한데, 본 알고리즘은 DC 영상을 이용한 동기화 과정을 수행한다. DC 영상은 원본 영상의 전체적인 특성을 가지고 있고 크기 또한 작아서幽 고속처리가 가능하기 때문에 고해상도 영상의 빠른 동기화에 적합하다.
- 제안하는 워터마킹 알고리즘에서는 정지 영상의 8×8 블록 DCT를 통하여 DC 성분만을 모아서 DC 영상을 구성하고, DC 영상에 DWT를 수행하여 다해상도 주파수 영역의 각 서브밴드에 계층적으로 워터마크를 삽입한다.
- 제안한 알고리즘의 성능을 평가하기 위하여 평활화 (Smoothing), AWGN(Additive White Gaussian Noise), 그리고 잘라냄(Cropping) 공격을 수행하였다. 기존의 워터마킹 방법은 이러한 공격에 대부분 강인하기 때문에 비교 실험은 생략하였다.
대상 데이터
- 실험에서는 계산시간을 비교하기 위하여 512x512 크기의 Lena, Baboon, 그리고 Peppers 영상 3장과, 비가시성 및 강인성을 평가하기 위한 1920x108) 크기의 HD 영상 30장을 사용하였다. 정규화된 상관도에 대한 임계 값 T는 0.
- 제안한 방법을 이용하여 워터마크를 삽입한 HD 영상의 평균 PSNRe 52.26JB이며, 그림 5는 원본 영상, DC 성분 기반의 기존 알고리즘'2 그리고 제안한 알고리즘과의 블로킹 효과를 비교한 HD 영상의 일부분이다. 기존 알고리즘은 평활한 영역의 DC 성분에도 워터마크를 삽입하여 평활한 영역이 상대적으로 많은 HD 영상에서는 블로킹 효과가 발생하였다.
데이터처리
- 제안한 워터마킹 알고리즘의 강인성을 평가하기 위해서 Cox피, Xia'同, Zhu®, Zheng®, 그리고 Huang(4)의 알고리즘과 성능을 비교하였다. DCT 기반의 알고리즘은 가장 널리 알려진 Cox피의 알고리즘을 사용하였으며, Xia闾와 Zhu'"의 알고리즘은 Digital Watermarkire Source回에 있는 알고리즘들 중 D" 기반의 비교적 강인한 알고리즘을 선택하였다.
이론/모형
- 성능을 비교하였다. DCT 기반의 알고리즘은 가장 널리 알려진 Cox피의 알고리즘을 사용하였으며, Xia闾와 Zhu'"의 알고리즘은 Digital Watermarkire Source回에 있는 알고리즘들 중 D" 기반의 비교적 강인한 알고리즘을 선택하였다. Zheng囲의 알고리즘은 DFT-LPM 기반의 알고리즘이며 마지막으로 Huang同 의 알고리즘은 앞서 밝혔듯이 제안하는 알고리즘과 가장 흡사한 블록 DCT의 DC 성분 기반의 알고리즘이다.
- 마지막으로 a는 워터마킹 강도를, “, ("은 Z 번째 워터마크 값을 뜻한다. 워터마크는 평균 0, 분산 1의 정규 분포를 가지는 1000개의 가우시안 랜덤 시퀀스 (Gaussian random sequence)를 사용하였다'21. 워터마크 삽입기준 및 각종 고려 요소는 Ⅱ장 4절에서 다룬다.
- 비교하였다. 워터마크의 길이는 두 알고리즘에 같은 길이(乙=1000)를 적용하였고, 실험 환경은 Pentium 4 3.6GHz이며 알고리즘 구현은 MATLAB을 이용하였다. 표 1은 각 알고리즘의 계산시간 측정결과를 나타낸다.
성능/효과
- AWGN 공격에서는 평균 PSNR 20dB의 AWGN 영상에서 워터마크가 모두 검출되었고, 15dB에서 96%가 검출되었다. 더 낮은 PSNR을 갖는 평활화 및 AWGN 공격을 가한 영상에 대한 실험은 화질이 심하게 열화 되어 원 영상을 인지할 수 없는 정도이기 때문에 수행하지 않았다.
- 기존 알고리즘은 평활한 영역의 DC 성분에도 워터마크를 삽입하여 평활한 영역이 상대적으로 많은 HD 영상에서는 블로킹 효과가 발생하였다. 그러나 제안하는 알고리즘에서는 DC 성분을 모은 DC 영상의 DWT 영역에서 특정 웨이블릿 계수를 선택하여 워터마크를 계층적으로 삽입하므로 영상의 특징을 고려한 워터마킹이 가능하다. 따라서 본 알고리즘을 이용하여 워터마크를 삽입한 영상에서 8×8 블록 간의 블로킹 효과는 시각적으로 구분되지 않았다.
- 그러나 제안하는 알고리즘에서는 DC 성분을 모은 DC 영상의 DWT 영역에서 특정 웨이블릿 계수를 선택하여 워터마크를 계층적으로 삽입하므로 영상의 특징을 고려한 워터마킹이 가능하다. 따라서 본 알고리즘을 이용하여 워터마크를 삽입한 영상에서 8×8 블록 간의 블로킹 효과는 시각적으로 구분되지 않았다.
- 검출률은 的개의 HD 영상 중 워터마크가 검출된 영상 개수의 비율을 의미하며 워터마크의 추출은 해당 크기만큼 크기변환을 시킨 후에 다시 원본 영상과 같은 크기로 동기화시킨 후 수행하였다. 실험결과로부터 제안하는 알고리즘이 기존 알고리즘에 비하여 크기변환에 매우 강인함을 확인하였으며, 최대 0.125 비율의 크기변환에서도 거의 모든 영상의 워터마크가 검출되었음을 확인하였다.
- 영상의 복잡도 측면에서 Baboon 영상이 다른 영상에 비하여 상대적으로 높은 복잡성을 갖지만, 표 1에서 보이듯이 다른 영상과 비교할 때 계산시간 결과의 차이는 거의 없었다. 계산시간 즉정은 비 압죽 영상을 이용하여 실험하였지만, JPEG 영상 및 MPEG 동영상의 경우 압축된 비트열에서 DC 성분만을 모아서 워터마킹을 삽입하면 블록 DCT 및 IDCT를 수행할 필요가 없기 때문에 계산시간이 급격히 감소하므로 HD 방송영상■에서의 고속 실시간 처리가 가능하다.
- 없는 원본 영상으로 대체한 후.워터마크를 추출하여 실험을 수행하였으며, 영상의 40%를 원본 영상으로 대체한 워터마킹된 영상에서도 모두 워터마크가 검출되었다. 그러나 잘라낸 부분을 원본 영상의 해당 부분이 아닌 전혀 다른 영상 혹은 단색의 사각형 등(예를 들어 UCC 편집 효과 중 말풍선 삽입 등)으로 대체하였을 때는 워터마크의 효과적인 검출이 이루어지지 않았다.
- 제안하는 알고리즘은 1% 압축 품질에서도 96% 의 워터마크 검출률을 보였다. 이는 JPEG이 8×8 블록 DCT 기반으로 압축을 수행하므로 1%로 압축을 수행하더라도 DC 성분의 정보는 거의 사라지지 않기 때문이다 따라서 본 알고리즘은 JPEG 압축 공격에 매우 강인함을 알 수 있다.
- 제안한 알고리즘은 같은 DC 성분을 이용한 기존 알고리즘과 비교하여 82%의 계산시간이 단축되었음을 실험 결과로부터 확인하였고, 고화질의 영상에 워터마킹을 적용하였을 때 기존 알고리즘들과 비교하여 비가시성이 뛰어나면서도 각종 기하학적 공격과 JPEG 압축 및 기타공격에도 강인한 것을 확인하였다. 특히 크기변환의 경우 최대 0.
- 측정결과를 통하여 기존 알고리즘과 비교할 때 약 &% 의 계산시간이 단축되었음을 확인하였다. Huang"'의 방법은 DC 성분에 워터마크를 삽입하기 위하여 원본 영상의 모든 공간영역 정보를 사용하지만, 제안된 알고리즘은 DC 영상만의 정보를 가지고 워터마크를 삽입하기 때문에 고속처리가 가능하다.
- 평활화 공격의 실험결과로부터 평균 PSNR 29UB의 평활화된 영상에서도 모두 워터마크가 검출됨을 확인하였다. AWGN 공격에서는 평균 PSNR 20dB의 AWGN 영상에서 워터마크가 모두 검출되었고, 15dB에서 96%가 검출되었다.
후속연구
- 또 하나의 방법은 DCT 압축영역에서의 AC 성분을 이용하는 방법으로, 저 . 중간 주파수 영역에 워터마크를 삽입하여 DC 성분에 크게 영향을 주는 잘라냄 공격 등에 대하여 보다 강인한 성능을 제공하는 상호보완 효과를 기대할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.