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
- 이를 극복하기 위하여 본 논문에서는 부호화 라이브러리에서 임의로 선택한 방법으로 숨겨진 영상 정보를 복원해보고, 그 복원 결과가 올바르게 복원된 영상 정보인지를 판별함으로써, 복호화 방법과 정보 복원을 동시에 판별하는 기법을 제안한다. 따라서 본 논문에서는 공간영역으로 부호화된 스테고 영상으로부터 영상 스테가노그래피 부호화 여부를 판별하고 숨겨진 영상 정보를 동시에 복원할 수 있는 기법을 다룬다. JPEG DCT 계수를 조작하는 주파수 영역에 대해서는 DCT 계수의 분포와 영상 특성을 분석하여 직접 부호화 여부를 판별하는 기법을 제안한다.
- 따라서 본 논문에서는 잘 복호된 영상과 잘못 복호된 영상 간에 복잡도 특성이 다름을 이용하여 기계 학습 방법으로 판별 기법을 제시하였다. YCbCr 색 공간에서 영상을 16X16 블록으로 나누어 엔트로피를 계산하고 그 평균과 분산을 구한 6차원의 데이터를 학습 모델로 설정하고 SVM(Support Vector Machine)을 활용한 기계 학습 방법으로 학습하여 판별 알고리즘을 구성하여 실험을 수행하였다.
- 따라서 이 차이를 극명하게 나타내기 위해 16X16 블록에 대해 지역적 복잡도 특성에 해당하는 영상의 국소 엔트로피 값을 조사하였다. 그림 8은 잘 복호된 정상적인 영상과 그렇지 못한 비정상적인 영상의 16X16 블록에 해당하는 국소 엔트로피 값의 평균과 분산에 대한 분포 그래프다.
- 영상 스테가노그래피의 부호화 방법은 매우 많고, 간단한 LSB 조작만으로도 데이터를 완벽하게 은닉할 수 있으므로, 그 부호화 방법을 찾는 것은 거의 불가능하다. 본 논문에서는 스테가노그래피로 부호화가 되었는지를 직접 판별하는 것이 아니라, 일단 임의의 한 방법으로 영상을 복호해보고 그 결과가 올바른 영상으로 복원되었는지를 자동으로 판별하는 기법을 제안하였다. 이를 통하여 무한한 경우를 갖는 영상 스테가노그래피로 부호화된 숨겨진 데이터를 자동으로 검출할 수 있다.
- 스테고 영상의 하위비트 특성을 분석하여 스테가노그래피 부호화 여부를 직접 판단하는 기법에 대한 연구가 지금까지 진행되어 온 주요 방향이었으나, 영상의 특성과 숨겨진 데이터의 양에 따라서 판별 성능이 크게 달라지고 정확도도 70% 수준이라는 한계를 갖고 있다[14]. 본 논문에서는 스테고 영상을 직접 분석하여 부호화여부를 판별하는 기존의 기법과는 전혀 다르게 스테가노그래피로 복호시킨 결과 영상을 분석함으로써, 올바르게 복호된 영상과 잘못 복호된 영상이 갖는 다른 특성을 이용하여 부호화가 올바르게 이루어졌는지를 판별하는 방법을 제안한다. 이를 통하여 스테가노그래피 부호화 방법과 올바르게 복호된 정보를 동시에 얻을 수 있으며, 일단 복호를 통하여 스테가노그래피 부호화 여부를 확실하게 판별할 수 있다.
- 이 논문에서는 스테가노그래피의 개념과 공간 방법과 주파수 방법에 대한 영상 스테가노그래피 기술을 소개하였다. 공간 영역에서의 스태가노그래피는 커버 영상 각 픽셀 값의 하위비트 (LSB) 1~3개에 숨기려는 영상의 픽셀 값 8비트를 나누어 숨기는 방법으로서 다양한 조작이 결합되어 복화하기 어렵도록 한다.
- 특히, 픽셀 값을 조작하는 공간 영역 기법은 간단하면서도 판별하기 어려운 부호화 기법이 매우 많기 때문에, 실질적으로 부호화 여부를 직접 확인하거나 정확한 부호화 기법을 찾아내는 것은 거의 불가능하다. 이를 극복하기 위하여 본 논문에서는 부호화 라이브러리에서 임의로 선택한 방법으로 숨겨진 영상 정보를 복원해보고, 그 복원 결과가 올바르게 복원된 영상 정보인지를 판별함으로써, 복호화 방법과 정보 복원을 동시에 판별하는 기법을 제안한다. 따라서 본 논문에서는 공간영역으로 부호화된 스테고 영상으로부터 영상 스테가노그래피 부호화 여부를 판별하고 숨겨진 영상 정보를 동시에 복원할 수 있는 기법을 다룬다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.