[논문]멀티웨이브릿 변환 영역에서 JND 특성을 이용한 적응 워터마크 은닉 기술

강균호; 장봉주; 조영웅; 권성근; 문광석; 권기룡

멀티웨이브릿 변환 영역에서 JND 특성을 이용한 적응 워터마크 은닉 기술
Adaptive Image Watermark Embedding Using JND Characteristic within Multiwavelet Transform 원문보기

강균호 (부산외국어대학교 컴퓨터전자공학부) , 장봉주 (부산외국어대학교 컴퓨터전자공학부) , 조영웅 (부산외국어대학교 컴퓨터전자공학부) , 권성근 (경북대학교 전자전기컴퓨터공학부) , 문광석 (부경대학교 전자정보통신공학부) , 권기룡 (부산외국어대학교 컴퓨터전자공학부)

본 논문에서는 화질의 열화를 최소화함과 동시에 강인한 워터마크의 은닉을 위하여 멀티 웨이브릿 변환영역에서 인간 시각 특성(human visual system: HVS)을 고려한 적응 워터마크 은닉 기술을 제안한다. 멀티웨이브릿은 영상을 완전 복원시키는데 탁월한 효과가 있으며 경계영역에서 우수한 성능을 갖는다. 본 논문에서 사용한 멀티웨이브릿 함수는 근사화 차수가 2인 DHGM 멀티웨이브릿을 사용한다. 워터마크는 멀티웨이브릿 분해된 부대역들 중 저주파 영역을 제외한 중간 및 고주파 영역의 웨이브릿 계수 중에 HVS를 이용하여 얻은 문턱값에 의해 선택된 웨이브릿 계수들에만 은닉한다. 워터마크를 은닉하기 위한 지각모델은 영상 압축시 지각적 양자화기에 사용되는 정적 JND(just noticeable difference) 모델을 이용한다. 제안한 은닉모델은 영상의 특성에 따라 은닉하는 워터마크의 수가 각각 달라졌다. 또한, 여러 실험결과 우수한 비가시성과 강인성을 확인하였다.

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

문제 정의

본 논문에서는 멀티웨이브릿 변환영역에서 인간 시 각 시스템을 이용한 정적 JND모델을 이용하여 삽입 되는 계수들을 결정하고 정적 JND모델의 주파수 감 웅으로 삽입강도를 결정하는 적응적 워터마크 은닉 기술을 제안한다. 이 모델은 영상에 종속적인 마스크 특성을 얻는 기초가 되고, 영상이 계충적으로 분해되 므로 전체와 국부적인 영역에 워터마크를 삽입할 수 있는 이점이 있어, 손실압축과 기하학적 변환에 더 잘 견딜 수 있게 한다.
본 논문에서는 멀티웨이브릿 변환영역에서 정적 JND 모델에 의해 워터마크 삽입 위치를 결정하고 삽입 강도 를 부대역의 특징에 맞게 하는 적응 워터마크 은닉 기술을 제안하였다. 멀티웨이브릿 변환된 영역은 계충적 구 조의 부대역으로 분해되므로 영상의 국부적 특성과 전체 적 특성에 적응시킬 수 있었다.

제안 방법

그리고 그 정적 JND를 삽입강도로 해서 워터마크를 삽입한다. Dugad 둥⑸은 DWT를 이용하여 영상을 분해한 후 저주파에 해당하는 대역을 제외한 부대역에 임의의 문턱값과 비교하여 보다 큰 계수들에 이 계수들의 절대값에 비 례하는 워터마크를 삽입하는 방법을 제안하였다. 이 방법은 동일한 삽입강도로 워터마크를 삽입하므로 영 상의 열화를 초래한다.
다음으로 추출한 워터마크와 원래 의 워터마크와의 유사도( 를 구한다. 본 논문에서는 멀티웨이브릿 기반에서와 DWT기반에서의 강인 성 비교의 척도로 사용한다.
워터마크를 추출하는 방법은 이전에 연구된 방법 [1], [3]을 사용한다. 워터마크가 삽입된 위치를 찾기 위해 원 영상을 멀티웨이브릿 분해한 후 삽입에 사용 되었던 문턱값으로 삽입 위치를 찾은 후, 찾아진 위치에 대해 다음 식에서와 같이 워터마크를 추출한다.
이 모델은 영상에 종속적인 마스크 특성을 얻는 기초가 되고, 영상이 계충적으로 분해되 므로 전체와 국부적인 영역에 워터마크를 삽입할 수 있는 이점이 있어, 손실압축과 기하학적 변환에 더 잘 견딜 수 있게 한다. 워터마크는 중간 및 고주파 영역 만 선택적으로 삽입되고 각 부대역에 대한 삽입 강도 를 다르게 적응시켜 DWT변환 영역의 적응 모델과 비교한다. 실험 결과 비가시성 및 강인성이 우수함을 확인하였다.
제안한 멀티웨이브릿 영역에서 적웅 워터마크 삽입 방법과 DWT기반에서의 적웅 워터마크 삽입의 비교 를 위해 512x512 크기의 여러 영상에 대하여 비가시 성과 강인성 실험을 하였다. 비가시성의 척도로 PSNR(peak sinal to noise raito)을 사용하고, 강인성 의 척도로 유사도(correlation response)# 사용한다.
제안한 방법으로 각각 다른 종류의 영상에 워터마 크를 삽입할 경우 영상의 서로 다른 시각적 특성 때문에 삽입에 사용되는 워터마크의 수도 달라지게 설계 한다.
제안한 삽입방법을 위해 먼저 영상을 멀티웨이브릿 4레벨로 분해한다. 다음으로 분해된 부대역들 중에 에너지가 집중된 최저주파 부대역은 화질의 열화와 기하학적 공격을 고려하여 제외하고, 고주파 부대역들 에 대해서만 정적 JND모델을 사용해서 각 부대역에 대한 문턱값을 결정한다[2].

대상 데이터

본 논문에서 사용한 DGHM 멀티웨이브릿은 직교성 과 근사화 차수의 두 가지 중요한 특성이 있다. 스케 일링 공간 V。에서 이산 신호와 일치하기 위하여 전 처리 필터링 단계가 필요하다.

데이터처리

그림 4에서 식 (7)에 의해 구해진 유사도를 나타내 는데, (a)는 삽입 후 바로 검출된 워터마크와 원래의 워터마크와의 유사도를, (b)는 워터마크가 삽입된 영 상에 Sharpening Attack을 가한 후의 유사도를 보였 고, (c)는 3×3 Median Filtering 후의 유사도를 보였다. 그리고, 최초 획득된 영상은 용량을 줄이기 위해 JPEG에 근거한 압축이 되기 마련이므로 JPEG 압축 률에 따른 PSNR(그림 5)과 유사도(그림 6)를 제안한 방법과 기존의 DWT기반 적응 은닉모델과 비교하였다. 그 결과 JPEG 압축에 대한 워터마크 구조는 멀티 웨이브릿 변환 기반에서의 적웅 모델이 더 강인함을 알 수 있었다.

이론/모형

워터마크를 추출하는 방법은 이전에 연구된 방법 [1], [3]을 사용한다. 워터마크가 삽입된 위치를 찾기 위해 원 영상을 멀티웨이브릿 분해한 후 삽입에 사용 되었던 문턱값으로 삽입 위치를 찾은 후, 찾아진 위치에 대해 다음 식에서와 같이 워터마크를 추출한다.

성능/효과

그리고, 최초 획득된 영상은 용량을 줄이기 위해 JPEG에 근거한 압축이 되기 마련이므로 JPEG 압축 률에 따른 PSNR(그림 5)과 유사도(그림 6)를 제안한 방법과 기존의 DWT기반 적응 은닉모델과 비교하였다. 그 결과 JPEG 압축에 대한 워터마크 구조는 멀티 웨이브릿 변환 기반에서의 적웅 모델이 더 강인함을 알 수 있었다. 또한 그림 7과 그림 8은 JPEG Q-factor80% 로 압축된 워터마크가 삽입된 영상을 10%~90%까지 제거 후 다시 원 영상의 같은 위치에 대치하여 PSNR과 유사도를 측정한 것으로서 비가시 성 면에서는 멀티웨이브릿기반 방법이 더 좋은 특성을 보인 만면, 강인성에서는 DWT기반 방법이 더 높은 유사도를 보였다.
그 결과 JPEG 압축에 대한 워터마크 구조는 멀티 웨이브릿 변환 기반에서의 적웅 모델이 더 강인함을 알 수 있었다. 또한 그림 7과 그림 8은 JPEG Q-factor80% 로 압축된 워터마크가 삽입된 영상을 10%~90%까지 제거 후 다시 원 영상의 같은 위치에 대치하여 PSNR과 유사도를 측정한 것으로서 비가시 성 면에서는 멀티웨이브릿기반 방법이 더 좋은 특성을 보인 만면, 강인성에서는 DWT기반 방법이 더 높은 유사도를 보였다. 그림 9에서는 Stirmark benchmark에 대해 영상의 열화가 없음을 보였다.
본 논문에서는 멀티웨이브릿 변환영역에서 정적 JND 모델에 의해 워터마크 삽입 위치를 결정하고 삽입 강도 를 부대역의 특징에 맞게 하는 적응 워터마크 은닉 기술을 제안하였다. 멀티웨이브릿 변환된 영역은 계충적 구 조의 부대역으로 분해되므로 영상의 국부적 특성과 전체 적 특성에 적응시킬 수 있었다. 실험결과 제안한 멀티웨 이브릿 기반의 방법이 DWT기반에서의 적응 워터마킹 방법에 비해 비가시성에서 더 우수함을 확인하였다.
워터마크는 중간 및 고주파 영역 만 선택적으로 삽입되고 각 부대역에 대한 삽입 강도 를 다르게 적응시켜 DWT변환 영역의 적응 모델과 비교한다. 실험 결과 비가시성 및 강인성이 우수함을 확인하였다.
멀티웨이브릿 변환된 영역은 계충적 구 조의 부대역으로 분해되므로 영상의 국부적 특성과 전체 적 특성에 적응시킬 수 있었다. 실험결과 제안한 멀티웨 이브릿 기반의 방법이 DWT기반에서의 적응 워터마킹 방법에 비해 비가시성에서 더 우수함을 확인하였다.

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

멀티웨이브릿 변환 영역에서 JND 특성을 이용한 적응 워터마크 은닉 기술
Adaptive Image Watermark Embedding Using JND Characteristic within Multiwavelet Transform 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

멀티웨이브릿 변환 영역에서 JND 특성을 이용한 적응 워터마크 은닉 기술 Adaptive Image Watermark Embedding Using JND Characteristic within Multiwavelet Transform 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

멀티웨이브릿 변환 영역에서 JND 특성을 이용한 적응 워터마크 은닉 기술
Adaptive Image Watermark Embedding Using JND Characteristic within Multiwavelet Transform 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper