Content Adaptive Watermarking Using a Stochastic Image Modeling Based on Wavelet Transform Domain

웨이브릿 변환 영역에서 스토케스틱 영상 모델을 이용한 내용기반 적응 워터마킹

본 논문에서는 보다 효과적이고 강인한 워터마크 은닉을 위한 방법으로 웨이브릿 변환 영역에서 영상의 통계적 특성에 기초한 비정상상태(non-stationary)에서와 정상상태(stationary) 일반화 가우스(generalized Gaussian: GG)모델을 이용한 적응 워터마크 은닉 기술을 제안한다. 워터마크는 고주파 영역에서 연속 부대역 양자화(successive subband quantization: SSQ)를 이용하여 다해상도 영상의 웨이브릿 계수 중에서 시각적 중요 계수(perceptual significant coefficients: PSC)를 선택하여 삽입한다. 워터마크 은닉을 위한 지각 모델은 NVF(noise visibility function)함수에 의해 계산된다. 이것은 비정상상태와 정상상태의 통계적 특성을 이용하고, 국부영상 특성을 가진다. 은닉모델은 다해상도내의 각 부대역별 분산과 형상계수(shape parameter)를 사용한다. Stirmark benchmark test에 근거하여 여러 가능한 왜곡에 대한 실험에서 강인성과 비가시성에서의 우수함을 확인하였고, 비정상상태의 경우와 정상상태의 경우를 비교하였다.