[논문]해상도에 따른 DWT 기반 디지털 영상의 강인성 블라인드 워터마킹

이용석; 서영호; 김동욱

doi:10.5909/jbe.2015.20.6.888

[국내논문] 해상도에 따른 DWT 기반 디지털 영상의 강인성 블라인드 워터마킹
A Robust Blind Watermarking for Digital Image Using DWT According to its Resolution 원문보기

방송공학회논문지 = Journal of broadcast engineering, v.20 no.6, 2015년, pp.888 - 900

이용석 (광운대학교 전자재료공학과) , 서영호 (광운대학교 교양학부) , 김동욱 (광운대학교 전자재료공학과)

초록
AI-Helper

본 논문에서는 디지털 영상 콘텐츠의 저작권 보호를 위해 2차원 DWT를 이용하여 강인성(robustness), 비가시성(invisibility), 보안성(security)을 만족하는 blind 워터마킹 방법을 제안한다. 이 방법은 영상의 국부정보에 따라 워터마킹 위치를 결정하지 않고 영상의 크기와 워터마크 정보의 양에 따라 n-레벨 DWT를 수행하고, 그 결과 최고 부대역 전체에 워터마크 정보를 삽입하는 방법을 사용한다. 워터마크를 삽입할 때는 부대역의 종류와 그 부대역의 에너지 레벨에 따라 가중치를 주어 워터마크의 비가시성과 강인성을 조절한다. 이 방법은 다양한 해상도와 종횡비의 영상에 대해 다양한 화소값 변경공격과 기하학적 공격을 실험하고 기존연구와 비교하여 비가시성과 강인성은 물론 범용성까지 갖춘 방법임을 보인다.

Abstract ▼ AI-Helper

This paper proposes a blind watermarking scheme using DWT satisfying robustness, invisibility, and security to protect the ownership of digital image contents. This scheme does not determine any watermarking position by local image information. It rather inserts the watermark information into all the four lowest frequency subbands after transforming the host image by n-level 2-dimensional DWT, depending on, the sizes of the host image and the watermark data. Its watermark insertion methodology uses some weighting factors according to the kind of the subband and its energy level to adjust the invisibility and the robustness of the watermark. This method is experimented for various pixel-value change attacks and geometric attacks with various images having different resolutions and aspect ratios. With the experimental results and by comparing with existing methods, we show that the proposed method has a great deal of general usage with good watermark invisibility and good robustness against attacks.

주제어

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 디지털 영상 콘텐츠의 소유권을 주장하기 위한 강인성 blind 워터마킹방법을 제안한다. 일반적으로 영상에 대한 강인성 DW는 WM를 삽입할 영상요소들을 다수의 국부적 영상영역에서 찾고, 거기에 적절한 방법으로 WM데이터를 삽입한다.
본 논문에서는 디지털 콘텐츠 저작권 보호를 위한 방법으로 디지털 워터마킹 방법을 제안하였다. 이 방법은 영상의 크기에 따라 n-레벨 2DDWT를 수행하여 최저주파수의 네 부대역 각각에 최소 네 개의 WM 데이터를 모든 계수에 삽입하는 방법을 사용한다.
DW의 용도는 소유권 증명(proof of owner), 콘텐츠 인증(authentication), 무결성(integrity) 증명, 복사/복제 제어(copy control), 콘텐츠 추적(tracking), 방송 모니터링(broadcasting monitoring) 등 매우 다양하나[1], 이 중 가장 많은 연구가 소유권 증명에 대해 이루어져왔다. 본 논문에서도 디지털 영상에 대해 이 용도의 DW를 목적으로 한다.
삽입한워터마크의비가시성과공격에대한 강인성은 상호보완의 관계가 있는데, 이 두 요소를 적절히 조절하기 위하여 본 논문에서는 워터마크를 삽입할 때 부대역별 가중치를 사용하며, 이 가중치는 실험적 파라미터들을 기반으로 설정된다. 제안한 방법이 악의적/비악의적 공격에 충분한 강인성을 갖고 있음을 다양한 영상에 대해 실험적으로 보인다.

제안 방법

일반적으로 영상에 대한 강인성 DW는 WM를 삽입할 영상요소들을 다수의 국부적 영상영역에서 찾고, 거기에 적절한 방법으로 WM데이터를 삽입한다. 그러나 본 논문에서는 대상 영상 콘텐츠에 대해 2차원 이산웨이블릿변환(2-dimensional discrete wavelet transform, 2DDWT)를 수행하고 그 결과 최저주파수의 네부대역 전체 영역에 WM 데이터를 반복적으로 삽입하는 전역적인 방법을 사용한다. 2DDWT 레벨은 대상 영상의 해상도와 삽입할 워터마크 데이터의 양에 따라 결정한다.
기학학적 공격은 해상도 축소(shrink), 해상도 확대(magnify), 회전, 잘라버림(cropping) 공격으로 구성하였으며, 해상도 축소는 80%, 50%, 25%로 축소하는 공격, 회전은 90°, 60°, 45°, 30° 회전공격을 각각 포함하였다.
따라서 본 연구에서는 영상의 해상도에 따라 적절한 레벨의 2DDWT를 수행하고, 그 결과 최저주파수의 네 부대역 모두에 전역적으로 워터마크를 삽입하는 방법을 제안한다
본 논문에서는 2DDWT의 레벨 수를 원 영상과 WM 데이터의 크기로 결정한다. 본 논문에서는 p×q의 2진 영상을 WM 데이터로 사용한다.
2DDWT 레벨은 대상 영상의 해상도와 삽입할 워터마크 데이터의 양에 따라 결정한다. 삽입한워터마크의비가시성과공격에대한 강인성은 상호보완의 관계가 있는데, 이 두 요소를 적절히 조절하기 위하여 본 논문에서는 워터마크를 삽입할 때 부대역별 가중치를 사용하며, 이 가중치는 실험적 파라미터들을 기반으로 설정된다. 제안한 방법이 악의적/비악의적 공격에 충분한 강인성을 갖고 있음을 다양한 영상에 대해 실험적으로 보인다.
본 논문에서는 디지털 콘텐츠 저작권 보호를 위한 방법으로 디지털 워터마킹 방법을 제안하였다. 이 방법은 영상의 크기에 따라 n-레벨 2DDWT를 수행하여 최저주파수의 네 부대역 각각에 최소 네 개의 WM 데이터를 모든 계수에 삽입하는 방법을 사용한다. WM 데이터는 각 부대역의 에너지 레벨에 따라 실험적으로 설정한 가중치를 주어 삽입한다.
이 중 JPEG 압축 공격은 최고 화질 100을 기준으로 80, 60, 40, 20을 선택하였고, 블러링 공격은 가우션 필터, 평균필터, 중간값 필터를 사용하였으며, 잠음첨가 공격으로는 가우션 잡음과 salt & pepper 잡음을 모두 사용하였다

대상 데이터

본 논문에서는 2진수로 구성된 로고 영상을 WM 데이터로 사용한다. 일반적으로 이 데이터를 호스트 영상에 삽입하기 전에 이 데이터를 섞어(scrambling) 소유권자가 아닌 다른 사람이 WM를 추출하더라도 그 내용을 알아볼 수 없게 한다.
본 논문에서는 2DDWT의 레벨 수를 원 영상과 WM 데이터의 크기로 결정한다. 본 논문에서는 p×q의 2진 영상을 WM 데이터로 사용한다. 원 영상의 크기가 P×Q일 때 식(1)을 만족하는 레벨 수 n을 선택한다.
본 실험에 사용한 WM 데이터는 그림 5에 나타낸 것과 같이 p × q = 32 × 32인 2진 로고영상이다. 즉, 호스트 영상의 크기에 상관없이 동일한 크기의 동일한 WM를 사용하였으며, 따라서 2DDWT 레벨 수 n은 호스트 영상의 크기에 따라 식 (1)에 의해 결정하였다.
본 연구 또한 컬러영상을 대상으로 하며, YCbCr형식에서 HVS에 가장 민감한 Y채널을 워터마킹 대상 데이터로 한다
삽입과정에서 설명하였듯이 제안한 방법은 최상위 2DDWT 부대역 하나에 최소 4개씩, 최소 총 16개의 WM데이터를 삽입한다. 따라서 식 (11)로 추출하고 식 (12)로 de-scrambling한 결과는 최소 16개의 원 WM 데이터에 해당하는 양의 데이터가 추출된다.
실험에 사용한 영상들은 표 1과 같다. 세 종류의 화면 종횡비로 총 6가지 해상도의 영상을 사용하였다[20-22]. 해상도가 1:1인 영상은 각 부대역에 정확히 4개의 WM 데이터가 삽입되도록 하기 위하여 선택하였다.
실험을 위하여 제안한 방법은 C/C++로 구현되었으며, 실험에 사용된 컴퓨터는 PC로서 프로세서는 Intel® Core i7-2700K CPU @ 3.50GHz이며, 16GB RAM을 갖고 있고, 64 비트를 사용하는 Windows 7 Ultimate K 운영체제를 사용하였다.
제안한 방법은 가장 일반적인 RGB 형식의 컬러영상을 DW 대상 영상으로 하며, 첫 번째 단계는 이 컬러형식을 YCbCr 또는 YUV 형식으로 변환한다[18]. 이 중 Y 성분을 DW 대상 데이터로 한다.
제안한 방법으로 삽입한 WM의 비가시성과 공격에 대한 강인성을 테스트하기 위하여 다양한 종류와 다양한 크기의 영상을 대상으로 실험을 수행하였다.
제안한 방법은 가장 일반적인 RGB 형식의 컬러영상을 DW 대상 영상으로 하며, 첫 번째 단계는 이 컬러형식을 YCbCr 또는 YUV 형식으로 변환한다[18]. 이 중 Y 성분을 DW 대상 데이터로 한다.
본 실험에서 사용한 공격의 종류는 표 2에 나열하였다. 총 22가지의 공격을 실험하였는데, 그 중 화소값 변경공격(pixel value change attack)이 13가지, 기하학적 공격이 9가지였다. 화소값 변경공격은 원 영상을 심하게 훼손하여 영상으로의 가치가 없는 정도를 제외한 최대의 공격을 고려하였다.
세 종류의 화면 종횡비로 총 6가지 해상도의 영상을 사용하였다[20-22]. 해상도가 1:1인 영상은 각 부대역에 정확히 4개의 WM 데이터가 삽입되도록 하기 위하여 선택하였다. 해상도비가 4:3인 영상은 VGA(640×480)와 잘 사용하지는 않지만 XGA와 SXGA의 중간인 1,280×960을 사용하였다.
해상도가 1:1인 영상은 각 부대역에 정확히 4개의 WM 데이터가 삽입되도록 하기 위하여 선택하였다. 해상도비가 4:3인 영상은 VGA(640×480)와 잘 사용하지는 않지만 XGA와 SXGA의 중간인 1,280×960을 사용하였다. 16:9 해상도비는 HD와 4k UHD를 사용하였다.

데이터처리

제안한 방법의 우수성을 보이기 위하여 제안한 방법의 실험결과를 기존연구의 실험결과와 비교하였는데, 그 결과는 표 4에 보이고 있다. 표에서 보듯이 기존 방법과 제안한 방법의 대상 공격이 비가시성 및 강인성을 나타내는 값이 다르기 때문에 비교를 위해서 제안한 방법의 비가시성 지표에 SSIM(structured similarity)[24] 인덱스와 강인성 지표에 BER(bit-error rate)[9][15]을 추가로 측정하였다. 또한 이표에서 제안한 방법에 대한 실험결과 값들은 표 1의 모든 영상에 대한 평균값들이다.

이론/모형

그러나 워터마크 데이터는 공격을 받으면 그 데이터의 일부가 변화하기 때문에 이런 암호화알고리즘은 사용할 수 없다. 따라서 기존 논문에서도 [3~6][10~11]이나 Arnold 변환 방법[7][9][11][12]을 사용하였다. 본 논문에서는 그림 3에 보이고 있는 k-stage 선형귀한쉬프트레지스터(linear feedback shift register, LFSR)[19]을 사용하는데, LFSR을 사용하여 데이터를 scrambling하는 방법은 이미 많이 사용해 온 방법이다.
따라서 기존 논문에서도 [3~6][10~11]이나 Arnold 변환 방법[7][9][11][12]을 사용하였다. 본 논문에서는 그림 3에 보이고 있는 k-stage 선형귀한쉬프트레지스터(linear feedback shift register, LFSR)[19]을 사용하는데, LFSR을 사용하여 데이터를 scrambling하는 방법은 이미 많이 사용해 온 방법이다.

성능/효과

제안한 방법을 다양한 해상도의 영상에 대해 다양한 공격을 대상으로 실험한 결과 일부 공격을 제외하고는 높은 비가시성과 강인성을 보였다. 기존 방법들과의 비교에서도 비교대상 각 방법에 대해 특정 공격에서 제안한 방법이 다소 낮은 강인성을 보이기는 했지만, 그 값이 충분한 강인성을 보이는 값들이었으며, 제안한 방법이 다양한 공격 모두에서 대체로 높은 강인성을 보였다.
화소값 변경공격에서 [17]을 제외한 비교 대상 연구 각각이 일부 특정 공격에서 제안한 방법보다 좋은 결과를 보이고 있으나, 역시 값의 차이가 미미하였다. 따라서 전체적인 공격을 고려할 때 제안한 방법이 기존연구들보다 다양한 영상과 다양한 공격에 대해 크게 떨어지지 않는 강인성으로 더 높은 범용성을 갖고 있음을 알 수 있었다.값들 자체도 강인성을 입증할 만큼 충분히 높은 값들이었다.
이 표에는 대표적으로 화질은 PSNR, 공격에 대한 WM의 강인성은 NCC로 나타내었다. 먼저 제안한 방법의 비가시성 즉, WM는 삽입하였으나 공격을 가하지 않은 영상의 화질은 영상의 종류에 상관없이 모두 40[dB] 정도의 우수한 비가시성을 보였다. 영상의 종횡비가 동일한 영상보다 동일하지 않은 영상의 화질이 약간 나빴는데, 이것은 종횡비가 동일하지 않은 영상에 삽입된 WM 데이터양이 더 많았기 때문이다.
같은 레벨에서도 해상도가 높은 영상이 높은 강인성을 보였는데, 이것은 삽입된 WM 데이터의 양에 영향인 것으로 판단된다. 저해상도 영상에 대해 화질열화가 심한 일부 공격의 강인성이 다소 낮은 결과를 보였으나, 대체로 0.95이상의 높은 NCC값을 보여, 제안한 방법이 다양한 영상과 다양한 공격에 대해 높은 강인성을 갖는 것으로 판단된다.
제안한 방법을 다양한 해상도의 영상에 대해 다양한 공격을 대상으로 실험한 결과 일부 공격을 제외하고는 높은 비가시성과 강인성을 보였다. 기존 방법들과의 비교에서도 비교대상 각 방법에 대해 특정 공격에서 제안한 방법이 다소 낮은 강인성을 보이기는 했지만, 그 값이 충분한 강인성을 보이는 값들이었으며, 제안한 방법이 다양한 공격 모두에서 대체로 높은 강인성을 보였다.

후속연구

따라서 다양한 영상과 다양한 공격을 고려할 때 제안한 방법이 강인성과 범용성을 모두 갖춘 우수한 방법으로 지적 재산권 보호를 위해 널리 사용될 수 있을 것으로 기대된다.

참고문헌 (24)

I. J. Cox, et al., Digital watermarking and steganigraphy, Morgan Kaufmann Publisher, 2008.
Wlliam Stalling, Cryptography and network security, Prenrice-Hall, 2011.
N. M. Makbol and B. E. Khoo, “Robust blind image watermarking scheme based on redundant discrete wavelet transform and singular value decomposition,” J. of Electronics and Communications, Vol. 67, No. 2, pp. 102-112, Feb 2013.
C.-C. Lai and C.-C. Tsai, “Digital image watermarking using discrete wavelet transform and singluar value decomposition,” IEEE Trans. on Instrumentation and Measurement, Vol. 59, No. 11, pp. 3060-3063, Nov 2010.

상세보기
E. Ganic and A. M. Exkicioglu, "Robust embedding of visual watermarks using discrete wavelet transform and singular value decomposition," J. of Electronic Imaging, Vol. 14, No. 4, (043004), Dec 2005.

상세보기
S. Lagzian, M. Soryani, and M. Fathy, “Robust watermarking scheme based on RDWT-SVD: embedding data in all subbands,” Artificial Intelligence and Signal Processing Symposium, pp. 48-52, June 2011.
P. P. Thulasidharan and M. S. Nair, “QR code based blind digital image watermarking with attack detection code,” J. of Electronics and Communications, Vol. 69, No. 7, pp. 1074-1084, Jul 2015.
J. Maedeh, S. Shadrokh and K. Nader, “Robust image watermarking by multi resolution embedding in wavelet transform coefficients,” ICEE 2015, pp. 478-482, May 2015.
R. Mehta, V. P. Vishwakarma and N. Rajpal, “Lagrangian support vector regression based image watermarking in wavelet domain,” Signal Processing and Integrated Networks, pp.854-859, Feb 2015.
T. H. Nguyen, D. M. Duong and D. A. Duong, “Robust and high capacity watermarking for image based on DWT-SVD,” IEEE Int’l Conf. on RIVF, pp. 83-88, Jan 2015.
J. George, S. Varma and M. Chatterjee, “Color image watermarking using DWT-SVD and Arnold transform,” India Conference (INDICON), pp. 1-6, Dec 2014.
A. Roy, A. K. Maiti and K. Ghosh, “A perception based color image adaptive watermarking scheme in YcbCr space,” SPIN, pp. 537-543, Feb 2015.
M. Kaur and V. K. Attri, “A Survey on Digital Image Watermarking and Its Techniques,” J. of Signal Processing, Image Processing & Pattern Recognition, Vol. 8, No. 5, pp. 145-150, May 2015.

상세보기
B. Liao and J. Lv, “A Novel watermark embedding scheme using compressive sensing in wavelet domain,” The Open Cybernetics & Systemics Journal, Vol. 9, No. 1, pp. 1-6, Jun 2015.
H-T. Hu, Y-J. Chang and S-H. Chen, “A progressive QIM to cope with SVD-based blind image watermarking in DWT domain,” IEEE China SIP, pp. 421-425, Jul 2014.
J. Ouyang, G. Coatrieux, B. Chen and H. Shu, “Color image watermarking based on quaternion Fourier transform and improved uniform log-polar mapping,” Computers & Electrical Engineering, http://dx.doi.org/10.1016/j.compeleceng.2015.03.004.

상세보기
Y. Xueyi, et al. "A SIFT-based DWT-SVD blind watermark method against geometrical attacks," IEEE, Intl. Cong. CISP, pp. 323-329, Oct 2014.
R. C. Gonzales and R. E. Woods, Digital image processing, Pearson Prentice-hall, Upper Saddle River, NJ, 2008.
https://en.wikipedia.org/wiki/Linear_feedback_shift _register
http://vision.middlebury.edu/stereo/
http://www.dofpro.com/cgigallery.htm
http://www.wallpapervortex.com/animals-bear-wallpapers.html#.VbgqFvntlBc
http://www.iso.org/iso/iso_catalogue/catalogue_ics/catalogue_detail_ics.htm?csnumber27687
Z.Wang, A. C. Bovik, H. R. Sheikh, and E. P. Simoncelli, “Image quality assessment: from error visibility to structural similarity, IEEE Trans. on Image Processing, Vol. 13, No. 4, pp. 600-612, April 2004.

상세보기

저자의 다른 논문 :

LOADING...

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