[논문]영상의 화질 개선과 열화측정 시간을 최소화하는 스테가노그라피 방법

최용수; 김장환

doi:10.9728/dcs.2016.17.5.433

영상의 화질 개선과 열화측정 시간을 최소화하는 스테가노그라피 방법
A Steganography Method Improving Image Quality and Minimizing Image Degradation 원문보기

디지털콘텐츠학회 논문지 = Journal of Digital Contents Society, v.17 no.5, 2016년, pp.433 - 439

최용수 (Division of Liberal Arts & Teaching, Sungkyul Univ.) , 김장환 (Dept. of MediaSoftware, Sungkyul Univ.)

초록
AI-Helper

본 논문에서는 기존의 데이터 은닉 기법들을 개선하는 스테가노그라피 방법을 제시한다. 이 방법은 이미지의 압축 도메인(JPEG)에서 동작한다. 현재 정보은닉 방법의 대부분은 일반적으로 정보를 숨길 계수를 변경한다. 그리고 몇 가지 방법은 매트릭스 인코딩을 포함하는 F5 같은 일반적인 스테가노그라피 방법의 성능을 향상시키기 위해 노력하였다. 이러한 논문들은 압축 도메인 계수에 데이터를 숨길 때 발생하는 왜곡을 감소시키는 목적을 달성하였다. 제안 논문에서는 압축 도메인에서 데이터를 숨기는 동안 양자화 테이블의 효과를 분석 하였다. 결과적으로, 스테가노그라피 기술의 적용에서 발생하는 왜곡을 양자화 테이블의 효율적 이용에 의해 감소시킬 수 있음을 알아냈다. 본 논문에서는 이미지 품질의 관점에서 일부(최대: 약 6.5%) 더 개선 된 결과를 제공한다. 제안한 논문에서 개발한 알고리즘은 JPEG 외의 압축영역 정보 은닉 기법들의 성능 개선에 도움을 줄 수 있다.

Abstract ▼ AI-Helper

In this paper, we propose a optimized steganography how to improve the image degradation of the existing data hiding techniques. This method operates in the compressed domain(JPEG) of an image. Most of the current information concealment methods generally change the coefficients to hide information. And several methods have tried to improve the performance of a typical steganography method such as F5 including a matrix encoding. Those papers achieved the object of reducing the distortion which is generated as hiding data in coefficients of compressed domain. In the proposed paper we analyzed the effect of the quantization table for hiding the data in the compressed domain. As a result, it found that can decrease the distortion that occur in the application of steganography techniques. This paper provides a little (Maximum: approximately 6.5%) further improved results in terms of image quality in a data hiding on compressed domain. Developed algorithm help improve the data hiding performance of compressed image other than the JPEG.

주제어

AI 본문요약
AI-Helper

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

문제 정의

JPEG과 같은 압축영역에 데이터를 은닉할 때, 대응(변경되는 DCT계수에 대응하는)하는 양자화 요소의 효과를 고려하는 것이 계수의 변경에 의해 발생하는 오류의 양을 고려할 때 보다 높은 화질을 유지할 수 있음을 보여주었다. 본 논문에서는 JPEG의 DCT계수에서 동작하는 정보은닉 알고리즘을 목표로 하였으며 동종의 알고리즘에서 중요한 기준이 되는 화질보장의 방향성을 제시하였다.
실제로 MME 알고리즘은 이전의 알고리즘(F5)에 대해 우수한 성능을 나타낸다[8]. 저자의 파일럿 논문[9]에서 양자화 테이블이 가지는 영향력에 대한 타당성을 이미 검증하였으며 본 논문에서는 압축영상에서 동작하는 스테가노그라피 과정에서 발생하는 화질 저하를 최소화하기 위한 여지가 여전히 존재함을 증명하였다.

가설 설정

,C_ni} 이 사용된다. MB와 CB는 각각 메시지 블록과 커버블록이라고 가정한다.

제안 방법

그리고 기존의 F5와 F5 MME 화질대비 개선 효과를 아래표와 같이 비교해 보았다. 데이터 삽입량에 따라 변화하기는 하지만 F5 알고리즘대비 대체적으로 1% 내외로 개선이 되었다.
F5 알고리즘의 Permutative Staraddling 처리는 지각적인 특성의 개선과 보안성 향상을 위해 채용되어진다. 더욱이, 메시지 삽입의 효율성을 증가시키기 Matrix Encoding을 포함하였다.
앞의 절들에서 JPEG의 계수들을 변경할 때 양자화 테이블의 영향을 측정하기 위한 수식을 유도하였다. 계수 변경의 영향을 체크하기 위한 실험 과정을 정의하였으며 DCT 계수에 대한 동일한 양의 변경은 양자화 요소들의 제곱을 취한 것과 같은 멱승 오류(PE: Powered Error)를 지속적으로 생성함을 알 수 있었다.
제안된 방법에서는 높은 영상 화질을 보장하는 스테고(정보은닉을 포함하는) 객체를 생성 방법(스테가노그라피)을 제안하였다. JPEG과 같은 압축영역에 데이터를 은닉할 때, 대응(변경되는 DCT계수에 대응하는)하는 양자화 요소의 효과를 고려하는 것이 계수의 변경에 의해 발생하는 오류의 양을 고려할 때 보다 높은 화질을 유지할 수 있음을 보여주었다.
제안하는 변형된 Matrix Encoding의 개선방법은 영상의 압축영역(계수)에 대한 메시지 삽입 이후에도 영상의 화질저하가 최소가 되도록 양자화 오류 예측기법에 의해 메시지삽입을 수행하였다. 위에서 살펴본 대부분의 스테가노그라피 방법들은 히스토그램 분석과 같은 통계적 공격수단에도 검출이 되지 않도록 고안되었다.
구현된 알고리즘은 그레이와 컬러 영상들에 적용이 가능하다. 하지만 논문의 실험 결과에서는 그레이 영상[13]에 대해서만 개선가능성을 측정하였다. 샘플이미지로서 Lena를 비롯한 영상처리에서 참조영상으로 많이 사용되는 영상들을 사용하였다.

대상 데이터

하지만 논문의 실험 결과에서는 그레이 영상[13]에 대해서만 개선가능성을 측정하였다. 샘플이미지로서 Lena를 비롯한 영상처리에서 참조영상으로 많이 사용되는 영상들을 사용하였다. 양자화 스텝에서는 luminance를 위한 표준 양자화 테이블을 사용하였다.

데이터처리

제안 된 아이디어를 증명하기 위해, 우리는 MATLAB 프로그램을 사용하여 제안된 알고리즘을 구현하였다. 구현된 알고리즘은 그레이와 컬러 영상들에 적용이 가능하다.

이론/모형

샘플이미지로서 Lena를 비롯한 영상처리에서 참조영상으로 많이 사용되는 영상들을 사용하였다. 양자화 스텝에서는 luminance를 위한 표준 양자화 테이블을 사용하였다. 실험결과에 따르면 제안된 알고리즘은 계수 값의 총 오류와 PSNR의 지표에서 원래의 modified matrix encoding과 F5 modified matrix encoding보다 개선된 결과를 보여주었다.

성능/효과

제안된 방법에서는 높은 영상 화질을 보장하는 스테고(정보은닉을 포함하는) 객체를 생성 방법(스테가노그라피)을 제안하였다. JPEG과 같은 압축영역에 데이터를 은닉할 때, 대응(변경되는 DCT계수에 대응하는)하는 양자화 요소의 효과를 고려하는 것이 계수의 변경에 의해 발생하는 오류의 양을 고려할 때 보다 높은 화질을 유지할 수 있음을 보여주었다. 본 논문에서는 JPEG의 DCT계수에서 동작하는 정보은닉 알고리즘을 목표로 하였으며 동종의 알고리즘에서 중요한 기준이 되는 화질보장의 방향성을 제시하였다.
앞의 절들에서 JPEG의 계수들을 변경할 때 양자화 테이블의 영향을 측정하기 위한 수식을 유도하였다. 계수 변경의 영향을 체크하기 위한 실험 과정을 정의하였으며 DCT 계수에 대한 동일한 양의 변경은 양자화 요소들의 제곱을 취한 것과 같은 멱승 오류(PE: Powered Error)를 지속적으로 생성함을 알 수 있었다. 계수 변경의 크기는 항상 1이다.
반대로, 영상의 화질척도로서 PSNR을 고려한다면, modified matrix encoding이 기존 F5나 제안된 방법보다 화질저하를 더 생성함을 알 수 있다. 결국, F5 modified matrix encoding은 여전히 좋은 알고리즘이다.
결국, F5 modified matrix encoding은 여전히 좋은 알고리즘이다. 반면 제안된 알고리즘을 통해 계수 변경에 따른 오류를 예측함으로써 효과를 개선할 수 있음을 증명하였다.
양자화 스텝에서는 luminance를 위한 표준 양자화 테이블을 사용하였다. 실험결과에 따르면 제안된 알고리즘은 계수 값의 총 오류와 PSNR의 지표에서 원래의 modified matrix encoding과 F5 modified matrix encoding보다 개선된 결과를 보여주었다.
데이터 삽입량에 따라 변화하기는 하지만 F5 알고리즘대비 대체적으로 1% 내외로 개선이 되었다. 하지만 F5 MME 알고리즘 대비 최소 약 4.4~6.5% 정도의 개선을 보임을 알 수 있었다.
현재까지는 영상의 화질저하를 측정하기 위하여 PSNR을 계산하였다. 하지만, PSNR은 데이터 삽입 과정에서 사용하는 대응하는 양자화 요소의 크기로 추정 가능함을 논문에서 밝혔고 왜곡측정의 시간 또한 매우 획기적으로 줄 일 수 있었다.

질의응답

핵심어	질문	논문에서 추출한 답변
	디지털 워터마킹은 무엇인가?	이러한 목적을 달성하기 위해 20세기 후반부터 많은 학자들이 지각적 정보은닉 방법의 일종으로 디지털 워터 마킹 방법을 개발하기 시작하였다. 디지털 워터마킹은 디지털 콘텐츠의 내용물에 정보(저작권, 저자의 서명, 회사 로고)를 소거하기 어렵도록 삽입하는 기술이다. 디지털 워터마킹의 주요 목적은 콘텐츠에 저작권과 같은 디지털 정보를 원본 콘텐츠의 시각적 품질에 영향을 미치지 않는 범위 내에서 표시하는 방법이다.
	콘텐츠의 보호에 있어 가장 전통적인 방법은 무엇인가?	콘텐츠의 보호에 있어 전통적인 방법은 암호화라는 강력한 방법이 있었다. 암호화된 콘텐츠(이미지, 음악, 비디오 등)는 원래의 시청각 형태를 직관적으로 파악하기 어렵도록 원래의 파일포맷과는 다른 형태의 데이터구조로 바뀐다.
	디지털 워터 마킹 방법은 어떤 목적을 달성하기 위해 만들어진 것인가?	하지만 최근의 인터넷 환경에서의 대부분의 정보들은 보거나 듣거나 하는 것이 가능한 멀티미디어 데이터 들이다. 많은 연구자들은 시청각적 현상을 그대로 유지한 채 콘텐츠 보호를 할 수 있는 방법을 찾기 위해 많은 시간을 보냈다.

참고문헌 (14)

George Berg, Ian Davidson, Ming-Yuan Duan and Goutam Paul, "Searching For Hidden Message: Automatic Detection of Steganography," American Associstion of Artificial Intelligence, pp.51-56, 2003
J. Fridrich, M. Goljan and D. Hogea, "Attacking the OutGuess," Proc. of the ACM Workshop on Multimedia and Security. Juan-les-Pins, France, December 6, 2002.
J. Fridrich, M. Goljan and D. Hogea, "New Methodolo gy for Breaking Steganographic Techniques for JPEGs," Proc. SPIE Electronic Imaging, Santa Clara, CA, USA, pp.143-155, Jan 2003.
Andreas Westfeld, "F5-A Steganographic Algorithm: High Capacity Despite Better Steganalysis," 4th Information Hiding International Workshop, Pittsburgh,USA, April 2001.
Bret Dunber, "A detailed look at Steganographic Techniques and their use in an Open-Systems Environment.", SANS Institute, January 2002.
J. Fridrich and D. Soukal, "Matrix Embedding for Large Payload," IEEE Tran. on Information Forensics and Security. Vol 1, pp.390-295, September2006.

상세보기
M. Chen, R. Zhang, X. Niu and Y. Yang, "Analysis of Current Steganography Tools: Classification & Features," Proc. of the 2006 International Conference on Intelligent Information Hiding and Multimedia Signal Processing, Pasadena. CA, USA, December 2006.
Y.H. Kim, Z. Duric and D. Richards, "Modified Matrix Encoding Technique for Minimal Distortion Steganography," Proc. of Information Hiding 2006, pp.314-327, 2007
Y.S. Choi, H.J. Kim, and C.M.Park,"The Influence of Quantizatrion Table in view of Information Hiding Techniques Modifying Coefficients in Frequency Domain, " Journal of IEEK, Vol46, pp.56-63, January 2009.
Andreas Westfeld: The Steganographic Algorithm F5, 1999, http://www.wwwrn.inf.tu-dresden.de/-w estfeld/f5.html
Derek Upham: Jsteg, 1997, e.g. http://www.tiac.net/users/korejwa/jsteg.htm
Crandall, R.: Some Notes on Steganography. Posted on Steganography Mailing List http://os.inf.tu-dresden.de/westfeld /crandall.pdf, 1998
The USC-SIPI Image Database, http://sipi.usc.edu/database/
H, Y, Hwang and H. J. Kim "Reversible Watermarking for Audio Using Recompression Method," J. of Digital Contents Society, Vol. 14, No. 2, pp. 199-206, 2013

원문보기 상세보기

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