[논문]이산최적화 기법을 사용한 디지털 워터마킹

이창순

doi:10.12673/jkoni.2014.18.1.44

이산최적화 기법을 사용한 디지털 워터마킹
Digital Watermarking Method using Discrete Optimization Method 원문보기

한국항행학회논문지 = Journal of advanced navigation technology, v.18 no.1 = no.64, 2014년, pp.44 - 49

이창순 (대구한의대학교 모바일콘텐츠학부)

초록
AI-Helper

최근 워터마킹 기술은 불법적인 디지털 콘텐츠 복사와 콘텐츠의 무단 도용을 막는 방법으로 주목받고 있다. 즉, 디지털 콘텐츠의 권리를 보호하기 위하여, 워터마크 이미지를 원본이미지에 삽입한다. 다양한 워터마킹 기법 중에서 개미알고리즘을 이용한 기술들이 연구되고 있으며, 본 논문에서는 개미알고리즘에 이산최적화 방법을 사용한 워터마킹 기술을 제안한다. 제안하는 기법은 개미가 음식을 찾기 위해 페르몬 흔적을 �i아가는 방법과 유사하다. 또한 원본 이미지에 워터마크를 삽입할 때 장애물의 배치나 전체 이미지들 사이의 균형을 고려한다. 시뮬레이션 결과는 제안한 방법이 기존 알고리즘을 사용한 워터마킹 기술과의 비교에서 워터마크 된 이미지의 강건성은 증가되고 워터마킹 인지성은 감소함을 보여 준다.

Abstract ▼ AI-Helper

In recent, watermarking technology have been paying attention to methods avoiding illegal use and reproduce of digital contents. Then, in order to protect the right of digital contents, a watermark image is inserted into original images. In different watermarking methods, several technologies using Ant Colony Algorithm have been studied. In this paper, we propose a watermarking method using a discrete optimization method in the ants colony algorithm. This proposed method resembls the process that ants follow the pheromone traps to find out food. And when a watermark image is inserted into original images, the proposed method considers the deployment of obstacles or the balance between cells in the entire digital image. Simulation results show that the proposed method is increased in robustness of watermarked image and is decreased in the perceptibility of watermarking compared to the previous methods.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 이산최적화 기법을 사용한 워터마킹 기법을 제안하였다. 제안하는 디지털이미지 워터마킹 기법은 개미의 먹이를 찾는 기법을 기반으로 회색조 이미지의 특정부분에 워터마크를 삽입하여 워터마킹에 따른 파일 사이즈 오버헤드를 줄였을 뿐 만 아니라, 워터마킹 후 이미지의 특정한 대역에 편중된 이미지 값을 대상으로 워터마크를 삽입하기 때문에 이미지의 화질을 개선하였다.
이러한 문제점을 개선하기 위해, 본 논문에서는 이산최적화 알고리즘을 이용한 디지털이미지 워터마킹 기법을 제안한다. 개미집단 알고리즘의 경우 전체 이미지의 색상을 고려하지 않고 두드러진 색상 차이만을 고려하기 때문에 원본을 복원하기가 어렵고, 특정한 색상에 대한 처리에 집중하기 때문에 클리핑 공격에 취약하다.

가설 설정

본 논문에서는 픽셀 혹은 블록을 동일한 의미로 가정하고 혼용하여 사용한다. 호스트 이미지의 각 픽셀을 대상으로 블록의 웨이블릿 변환을 계산한다.

제안 방법

워터마크 이미지의 인지성은 워터마크 이미지의 상태에 따라서 결정될 수 있다. 또한, 워터마킹된 이미지의 변형 정도를 평가하기 위하여 PSNR을 측정하였다. 식 (3)에서 데이터 분산의 정도를 나타내는 MSE(mean squared error)를 나타내었다.
본 논문에서는 개미알고리즘의 단점인 시간 소모적인 문제를 배제하기위해 이미지의 색상을 탐색하는 An의 수를 1로 설정하였다.
이와 같은 방법들은 영상이 밝아 보이거나 어두워 보일 때 특정 부분의 밝기 영역에 히스토그램이 편중되어 있어 영상의 가시도(visibility)가 떨어지게 된다. 이러한 문제점들을 개선하기 위하여 낮은 명암 대비를 갖는 회색조(gray scale) 영상 값의 크기를 갖는 분포의 히스토그램(histogram)을 펼쳐서 보다 넓은 영역으로 회색조 값을 갖도록 하여 영상의 가시도가 증가되도록 하였다.
제안하는 기법에서 멀티미디어 콘텐츠에 워터마크를 입력하는 과정은 개미들이 먹이를 찾아가는 과정을 알고리즘에 적용하고 개미가 집으로 돌아오는 과정을 워터마크를 추출하는 과정에 적용하였다. 본 논문에서 제안하는 기법은 워터마크를 삽입에 소요되는 시간이 짧고, 원본의 진위여부를 쉽게 파악할 수 있는 장점이 있다.
본 논문에서는 이산최적화 기법을 사용한 워터마킹 기법을 제안하였다. 제안하는 디지털이미지 워터마킹 기법은 개미의 먹이를 찾는 기법을 기반으로 회색조 이미지의 특정부분에 워터마크를 삽입하여 워터마킹에 따른 파일 사이즈 오버헤드를 줄였을 뿐 만 아니라, 워터마킹 후 이미지의 특정한 대역에 편중된 이미지 값을 대상으로 워터마크를 삽입하기 때문에 이미지의 화질을 개선하였다. 제안된 알고리즘을 이용하여 커버 이미지에 워터마크를 삽입하는 시간과 PSNR 수치 값을 비교하여 성능이 개선됨을 보였다.
본 논문에서는 픽셀 혹은 블록을 동일한 의미로 가정하고 혼용하여 사용한다. 호스트 이미지의 각 픽셀을 대상으로 블록의 웨이블릿 변환을 계산한다. 색상 값을 일정한 구간을 갖는 계급 별로 분류하고, 각 색상 계급의 출현 빈도수를 기록한다.

대상 데이터

제안된 방법의 성능을 검증하기 위하여 512×512, 256×256, 128×128 3가지 크기의 8 비트의 회색조 명암과 32×32의 회색조 워터마크를 사용하여 실험을 수행하였다.

이론/모형

강건성, 비인지성(blindness), 용량에 대한 상호 관계는 전산학 분야의 진화계산 기법(evolutionary computation technique)과 유사하며, 대표적인 기법이 PSO(particle swarm optimization) [12] 알고리즘이다. 원본디지털 이미지에 강건성을 높이기위해 PSO는 SVD(single value decomposition) 방법을 이용한다. 따라서, SVD 방법을 사용함으로써 이미지의 손실없이 강건성을 높일 수 있다.

성능/효과

그리고, 추가적으로 제안한 알고리즘의 확장성을 알아보기 위해 각 이미지의 크기에 따른 이미지 삽입시간을 비교하였고, 삽입전의 원본 워터마크 이미지와 삽입후의 추출된 워터 마크 이미지의 크기에서도 Ohnish[11]방식은 차가 214K 바이트였으며, 제안된 방식은 차이가 198K 바이트로 나타났다. 즉, 제안한 방식에서 워터마크 이미지의 변형이 적음을 알 수 있었고 표 2에서와 같이 원본 워터마크 이미지와 삽입후 추출된 워터마크 이미지의 PSNR 값 차이가 적음을 확인 하였다.
시뮬레이션 결과는 제안된 알고리즘은 기존의 이산알고리즘을 이용한 기법에 비해 강건성이 증가될 뿐만 아니라 워터마크 인지성이 감소함을 보였다. 또한, 워터마크 이미지의 변형이 적어 잡음에 대한 강건성이 우수함을 보였다.
제안하는 기법에서 멀티미디어 콘텐츠에 워터마크를 입력하는 과정은 개미들이 먹이를 찾아가는 과정을 알고리즘에 적용하고 개미가 집으로 돌아오는 과정을 워터마크를 추출하는 과정에 적용하였다. 본 논문에서 제안하는 기법은 워터마크를 삽입에 소요되는 시간이 짧고, 원본의 진위여부를 쉽게 파악할 수 있는 장점이 있다.
시뮬레이션 결과는 제안된 알고리즘은 기존의 이산알고리즘을 이용한 기법에 비해 강건성이 증가될 뿐만 아니라 워터마크 인지성이 감소함을 보였다. 또한, 워터마크 이미지의 변형이 적어 잡음에 대한 강건성이 우수함을 보였다.
제안하는 디지털이미지 워터마킹 기법은 개미의 먹이를 찾는 기법을 기반으로 회색조 이미지의 특정부분에 워터마크를 삽입하여 워터마킹에 따른 파일 사이즈 오버헤드를 줄였을 뿐 만 아니라, 워터마킹 후 이미지의 특정한 대역에 편중된 이미지 값을 대상으로 워터마크를 삽입하기 때문에 이미지의 화질을 개선하였다. 제안된 알고리즘을 이용하여 커버 이미지에 워터마크를 삽입하는 시간과 PSNR 수치 값을 비교하여 성능이 개선됨을 보였다.
표 1에서와 같이 제안한 방식이 Haung[10]과 Ohnish[11] 방식보다 원본 이미지와 워터마킹된 이미지 간의 PSNR 차이가 적음을 알 수 있다. 즉, 강건성이 우수함을 알 수 있었다.
그리고, 추가적으로 제안한 알고리즘의 확장성을 알아보기 위해 각 이미지의 크기에 따른 이미지 삽입시간을 비교하였고, 삽입전의 원본 워터마크 이미지와 삽입후의 추출된 워터 마크 이미지의 크기에서도 Ohnish[11]방식은 차가 214K 바이트였으며, 제안된 방식은 차이가 198K 바이트로 나타났다. 즉, 제안한 방식에서 워터마크 이미지의 변형이 적음을 알 수 있었고 표 2에서와 같이 원본 워터마크 이미지와 삽입후 추출된 워터마크 이미지의 PSNR 값 차이가 적음을 확인 하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	워터마크를 삽입하는 방법은 무엇으로 나누어 볼 수 있는가?	워터마크를 삽입하는 방법은 공간영역(spacial domain)에 대한 워터마킹 기법 [3]과 주파수영역(frequence domain)에 대한 워터마킹 기법 [4]으로 나누어볼 수 있다. 먼저, 공간영역 워터마킹 기법은 이미지의 픽셀(pixel)에서 시각적으로 영양을 작게 받는 하위 비트에 이미지를 삽입하는 방법을 이용한다.
	공간적인 워터마크 삽입 기법의 문제점은?	공간적인 워터마크 삽입 기법의 경우는 삽입하려는 워터마크 정보를 이미지의 전 영역에 흩어지게 하기 때문에 쉽게 구별할 수 없는 방법이다. 그러나, 이 경우 압축이나 필터링 등의 공격에 취약한 면이 있다 [11]. 주파수 영역에서의 워터마크 삽입은 워터마크 삭제가 어려운 점이 장점이지만 계수 값에 따라 원본 영상에 왜곡이 가해질 수 있다는 점이다.
	디지털 워터마킹 기법이란 무엇인가?	인터넷 환경의 발달로 디지털 미디어의 저작권 문제가 크게 대두되고 있으며, 디지털 워터마킹(digital watermarking)이 한 가지 대안으로 주목받고 있다 [1]. 디지털 워터마킹 기법이 1993년 본격적으로 사용하기 시작되면서 부터 디지털 워터마킹 기법은 오디오, 비디오, 이미지, 저작물 등 다양한 멀티미디어 콘텐츠의 저작권을 보호하기 위해 자신만의 정보를 삽입하여 콘텐츠의 진위 여부를 파악할 수 있는 기술이다 [2].

참고문헌 (12)

O. Sameh, C. Adnane, and S. Bassel, "A new image watermarking based on the Ant colony," Int'l J. of Resarch & Revidws in Computer Science, Vol. 2, No. 5, pp. 1167-1171, 2011.
D.S. Diaz, M.G. Romay, "Introducing a watermarking with a multiobjective genetic algorithm", in Proc. of ACM, New York, pp. I-6, 2005.
J. J, Chae and B.S. Manjunath, "A robust embedded data from wavelet coefficients". SPIE, Vol. 3312, 1997.
Chou Ting Hsu and Ja Ling Wu, "DCT-based watermarking for Video". IEEE Transactions on Consumer Electronics, Vol. 44, No. 1, 1998.

상세보기
Xia X., C. Boncelet, G. Arce, "A multiresolutional watermark for digital images," in Proc. of IEEE Int. Conf. on Image Processing, Vol. 1. pp. 548-551, Oct. 1997.
E. Koch and Z. Zhao, "Copyright protection for multimedia data," in Proc. of 1995 IEEE Workshop on Nonlinear Signal and Image Processing, June 1995.
J.J.K. O Ruanaidh and T. Pun, "Rotation, scale and translation invariant spread spectrum digital image watermarking", Signal Processing, Vol. 66, No. 3, pp. 303-317, May 1998.

상세보기
P. Chan, M. R. Lyu. "Digital video watermarking with a genetic algorithm." in Proc. of International Conference on Digital Archives Technologies (ICDAT '05), pp. 139-153, Taipei, Taiwan, June 2005.
N. Zhong, Z. He, J. Kuang, Z. Zhuo, "An optimal wavelet-based Image watermarking via generic algorithm", in Proc. of 3rd lnternational Conf. on Neural Computation, pp. 103-107, 2007.
H. Huang, Y. Chen, G. Lin, "DCT-based robust watermarking with Swan Intelligence concepts", in Proc. of 5th International Conference on Assurance and Security, pp. 464-467, 2009.
J. Ohnishi and Kineo Matsui, "Embedding a seal into a picture under orthogonal wave transform," in Proc. of ICMCS, pp. 514-521, 1996.
Seung-Gwan Lee, "The effect of multiagent inteaction sterategy on the performance of the ant model", The Journal of Korea Contents Association, Vol. 5, No. 3, pp. 193-199, 2005.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증