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
- 이 기술은 삽입 대상 매체에 추가적인 정보를 삽입하는 동시에 삽입 메시지의 내용 또는 삽입된 정보의 존재 여부 자체를 숨기기 위해 사용되며, 비밀통신, 인증, 보안 및 저작권 보호 등의 다양한 분야에 적용될 수 있다[1]. 디지털 데이터 삽입 기술은 다양한 형태의 디지털 매체에 적용이 가능하지만, 본 논문에서는 정지 영상을 주요 매체로 삼는 방법에 대해 논하겠다.
- 본 논문에서는 디지털 영상에 대한 무손실 데이터 삽입 알고리즘을 제안하였다. 제안 방법은 3 × 3 크기의 창을 기본 단위로 영상의 모든 화소에 한 비트씩의 데이터 삽입이 가능하며, 이에 따라 이상적 삽입 용량이 1 [bpp] 에 도달하였다.
제안 방법
- [5]에서 제안한 무손실 데이터 삽입 알고리즘은 영상을 다수의 3 × 3 크기의 정사각형이 한 화소 단위로 서로 겹쳐진 형태로 나누고, 해당 블록 내의 통계적인 특성을 이용하여 블록의 가운데 위치의 화소에 한 비트의 데이터를 삽입 하는 방법을 제안하였다.
- 데이터 삽입 창은 그림 2에서와 같이 영상 위에서 한 픽셀 단위로 raster-scan 방향으로 움직이며, 매 위치에서 한 비트의 데이터 ωn를 삽입 창의 가운데 화소 gb에 그 주변 8개 화소들의 통계적 특성을 활용하여 삽입한다.
- 따라서 차이 값의 최하위 비트로부터 메시지를 추출한 후 원래의 차이 값으로 복원시키면 원래의 두 화소의 값이 복원될 수 있다. 또, 이미 데이터가 한번 삽입된 스테고 영상을 새로운 레이어의 영상으로 가정하고 여러 번 삽입하는 다중레이어 삽입 방법을 적용하여 데이터 삽입 용량을 비약적으로 증가시켰다. 하지만, [1, 3]의 방법은 삽입할 메시지 외에 데이터 복원에 필요한 위치 지도 등의 부가 정보의 삽입이 반드시 필요하므로, 부가 정보로 인해 원하는 메시지를 위한 공간이 줄어들고 원치 않는 스테고 영상의 왜곡이 증가하게 된다.
- 본 제안 논문에서는 [7]의 알고리즘에 기반 하여, 키 파라미터 유도 과정과 데이터 삽입 과정이 결합된 새로운 데이터 삽입 및 추출 방법과 새로운 주변 화소 예측 계수를 포함하는 개선된 무손실 데이터 삽입 알고리즘을 제안한다. 제안 알고리즘은 기존의 방법에 비해 데이터 삽입 용량과 비약적으로 증가하고 고용량 데이터 삽입 시의 스테고 영상의 화질이 개선되었다.
- 제안 방법은 3 × 3 크기의 창을 기본 단위로 영상의 모든 화소에 한 비트씩의 데이터 삽입이 가능하며, 이에 따라 이상적 삽입 용량이 1 [bpp] 에 도달하였다. 영상 내의 모든 화소를 대상으로 데이터 삽입을 하고 실제 삽입 용량을 증가시키기 위해, 기존의 방법[7]로부터 크게 네 가지의 변형이 이루어졌다. 첫째, 데이터 삽입 및 추출 창이 한 화소 단위로 이동하면서 이전 위치에서 데이터가 삽입된 화소들을 현재 위치에서 주변 화소로써 데이터 삽입에 이용한다.
- [6]은 [5]의 알고리즘에 기반하여 데이터를 삽입하는 블록의 모양을 변형시켰다. 영상을 정사각형 블록으로 나누는 대신에 변형된 모양의 블록을 사용하여, 데이터가 삽입 될 수 있는 대상 화소의 수를 늘림으로써 [5]의 방법보다 더 높은 데이터 삽입 효율을 낼 수 있는 방법을 제안하였다. 최근에는 [5]의 방법을 개선하여 데이터 삽입이 된 화소에서 오버플로우 또는 언더플로우가 발생할 확률이 더 낮은 새로운 데이터 삽입 방법[7]도 제안되었다.
- 영상에 삽입되는 데이터는 무작위로 생성된 비트 스트림을 사용하였다. 제안 방법에서는 삽입 창이 이전 위치에서 데이터가 삽입된 화소의 값을 다음 위치에서 주변 화소로 이용하기 때문에, 주변 화소에 삽입된 메시지 비트의 값들이 다음 위치의 삽입 화소의 값과 삽입 여부에 영향을 미칠 수 있다. 따라서, 무작위로 생성된 삽입 데이터의 내용에 따라 실제 삽입 용량이 조금씩 차이가 날 수 있지만, 그 변동 폭은 실제 삽입 용량에 비해 매우 작게 나타난다.
- 일반적으로 자연 영상의 화소 간 상관도는 화소 간 거리에 반비례하는 특성을 가지고 있다. 제안 알고리즘에서는 이 특성을 활용하여 창 내부의 가운데 화소 gb와 그 주변 화소 (gb, 0, gb, 1, ..., gp - 1)와 (#)와의 거리에 반비례하도록 계수를 할당하였다.
- 는 (바)에서 얻을 수 있다. 제안 알고리즘에서는 키 파라미터 유도와 데이터 추출 과정이 하나의 통합 과정으로 수행되며, 통합 과정은 키 파라미터가 새롭게 갱신되지 않을 때까지 반복적으로 수행된다.
- 제안 알고리즘의 데이터 삽입 및 추출 과정은 그림 1에 간략히 나타나 있다. 제안 알고리즘은 영상 위에서 정해진 방향으로 움직이는 창을 통해, 창 내부에 위치하는 화소들을 이용하여 데이터를 삽입 또는 추출한다. 데이터 삽입 및 추출의 기본 단위는 3 × 3 크기의 정사각형 창이다.
- 제안한 방법의 성능 평가를 위해 시험 영상 데이터베이스[8]의 회색조 영상 (K=8)에 기존의 방법[6, 7]과 제안 방법을 이용하여 데이터 삽입을 수행하였다. 영상에 삽입되는 데이터는 무작위로 생성된 비트 스트림을 사용하였다.
- 이 방법은 영상의 전체 화소 중 오직 4분의 1의 화소들만 데이터 삽입 대상 화소로 사용할 수 있다. 하지만, 제안하는 방법은 기존 알고리즘을 변경하여 전체 화소를 대상으로 데이터 삽입이 가능하다.
대상 데이터
- 데이터 삽입 및 추출의 기본 단위는 3 × 3 크기의 정사각형 창이다.
성능/효과
- 이 그래프에서 x축은 실제 삽입 용량 [bpp], y축은 스테고 영상과 원본 영상 간의 PSNR [dB]을 가리킨다. 그림 6(a)에서 Airplane 영상의 그래프를 보면, 영상에 0.396 [bpp] 이하의 데이터를 삽입 했을 때, 제안 방법의 PSNR은 [7]보다는 높고 [6]보다 낮게 나타나지만, 이보다 많은 양의 데이터를 삽입 한 경우 제안 방법의 스테고 영상이 가장 좋은 화질을 유지한다. 이러한 경향이 나타나는 첫 번째 요인은 제안 방법이 영상 내부의 평탄면의 모든 화소를 삽입 대상 화소로 이용할 수 있게 되었기 때문이다.
- 하지만, 기존 방법 [6, 7]과는 달리 제안 방법은 이전 위치에서 데이터가 삽입 된 화소 (#)를 현재 위치의 삽입 대상 화소를 예측하는데 이용하므로, 이는 예측 오차를 증가 시키는 반대 요인이 된다. 결과적으로, 두 번째 요인으로 인해 낮은 용량의 데이터 삽입 시에는 제안 방법이[6]보다 낮은 화질을 유지하지만, 데이터 삽입량이 증가함에 따라서 첫 번째 요인의 영향이 커짐에 따라 제안 방법에서 좀 더 개선된 화질을 얻을 수 있었다. 그림 6(b)-(d)의 Barbara, Baboon, Lena 영상에서도 데이터 삽입량이 증가할수록 제안 방법의 화질이 [6]의 화질에 근접하는 경향을 보이고 있다.
- 제안 방법에서는 기존 방법보다 최대 4배 만큼 증가한 260100 비트의 이상적 삽입 용량을 제공한다. 그 결과, 대부분의 실험 영상에서 실제 삽입 용량도 큰 폭으로 증가하였다.
- 표 1은 제안된 예측 계수를 식 (10)에 적용했을 때 예측 차이 db의 표준편차를 기존의 예측 계수를 사용한 경우와 비교한 것이다. 그 결과, 모든 영상에서 제안 예측 계수를 사용한 경우의 표준 편차가 줄어든 것을 확인 할 수 있다.
- 넷째, 새로운 예측 계수가 사용되었다. 그 결과, 제안 방법은 기존의 방법[6, 7]에 비해 영상의 실제 삽입 용량이 매우 큰 폭으로 증가 하였을 뿐만 아니라, 고용량 데이터 삽입 시의 스테고 영상 화질 또한 기존의 방법[6]과 같거나 보다 개선되었다.
- 하지만, [5, 6, 7]의 방법은 모두 블록 단위의 무손실 데이터 삽입 방법으로서, 각 블록 내에서 삽입이 될 화소를 제외한 주변 화소의 값이 보존되어야만 삽입된 데이터의 추출과 원본 화소의 복원이 가능하다. 따라서, 영상 내에 존재하는 모든 화소를 데이터 삽입에 활용하지 못하므로 화소 당 데이터 삽입 용량의 효율이 떨어진다.
- 하지만, [1, 3]의 방법은 삽입할 메시지 외에 데이터 복원에 필요한 위치 지도 등의 부가 정보의 삽입이 반드시 필요하므로, 부가 정보로 인해 원하는 메시지를 위한 공간이 줄어들고 원치 않는 스테고 영상의 왜곡이 증가하게 된다. 또한, 압축 기술을 사용하여 부가 정보를 압축 한 후 데이터 삽입을 하고, 데이터 추출 시에는 압축된 부가 정보를 다시 풀어야 하므로 알고리즘의 복잡도가 현저히 높다.
- 둘째, 키 파라미터 유도 과정과 데이터 삽입 과정이 하나로 통합되어 동시에 반복적으로 수행된다. 셋째, 데이터 추출 및 영상 복원 시 데이터 추출 창의 이동 방향은 삽입 창의 이동 방향의 반대이다. 넷째, 새로운 예측 계수가 사용되었다.
- 512 × 512 크기의 영상에 대해 기존의 방법 [7]과[6]은 각각 65025 비트와 130050 비트의 이상적 삽입 용량을 가진다. 제안 방법에서는 기존 방법보다 최대 4배 만큼 증가한 260100 비트의 이상적 삽입 용량을 제공한다. 그 결과, 대부분의 실험 영상에서 실제 삽입 용량도 큰 폭으로 증가하였다.
- 제안 방법은 3 × 3 크기의 창을 기본 단위로 영상의 모든 화소에 한 비트씩의 데이터 삽입이 가능하며, 이에 따라 이상적 삽입 용량이 1 [bpp] 에 도달하였다.
- 따라서 식 (13)을 이용하여 데이터 삽입을 할 경우 db에 의한 화질의 저하가 비평탄면에 삽입하는 경우보다 크게 줄어들게 된다. 제안 방법은 기존 방법 [6]과 [7]에 대비해 각각 2배, 4배 더 많은 수의 평탄면의 화소를 이용 가능하므로 더 높은 화질을 유지할 수 있다. 하지만, 기존 방법 [6, 7]과는 달리 제안 방법은 이전 위치에서 데이터가 삽입 된 화소 (#)를 현재 위치의 삽입 대상 화소를 예측하는데 이용하므로, 이는 예측 오차를 증가 시키는 반대 요인이 된다.
- 본 제안 논문에서는 [7]의 알고리즘에 기반 하여, 키 파라미터 유도 과정과 데이터 삽입 과정이 결합된 새로운 데이터 삽입 및 추출 방법과 새로운 주변 화소 예측 계수를 포함하는 개선된 무손실 데이터 삽입 알고리즘을 제안한다. 제안 알고리즘은 기존의 방법에 비해 데이터 삽입 용량과 비약적으로 증가하고 고용량 데이터 삽입 시의 스테고 영상의 화질이 개선되었다.
- 하지만, 제안 알고리즘에 대한 예비 실험에서 영상의 전체 화소를 대상으로 데이터를 삽입한 경우, 영상의 테두리 부분의 불연속성으로 인해 해당 위치에서 식 (2)의 데이터 삽입 대상 화소의 값에 대한 예측 오차 db가 매우 크게 발생하는 것을 확인하였다. 이로 인해 최종적으로 유도되는 키 파라미터 s의 값이 매우 작게 유도되고 이것이 영상의 나머지 부분에 대한 데이터 삽입을 제한하는 원인이 된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.