DOI QR코드

DOI QR Code

영상 워터마킹을 위한 엔트로피 마스킹 모델

An Entropy Masking Model for Image and Video Watermarking

  • 발행 : 2003.08.01

초록

본 논문에서는 정지 영상과 동영상 컨텐츠에 적용하기 위한 새로운 워터마크 설계 가이드라인을 제공한다. 본 논문에서 제안하는 워터마크 설계 방법은 인간 시각 시스템 내의 시각 세포들의 기본적인 동작 특성인 상호간섭 및 배제 작용을 이용하여, 각각의 영상 컨텐츠의 특성을 반영하여 최대한의 워터마크 강도를 구하는데 있다. 영상 컨텐츠의 최대 워터마크를 결정할 수 있다면, 자연스럽게 워터마크의 강인성이 증가되어 일반적인 영상처리 공격이나 MPEG 공격에도 강인하게 동작한 수 있다. 정지영상에서는 여러 단계의 에지 성분이 나타나게 됨에 따라 인간 시각 시스템의 민감도가 급감하게 되고, 동영상에서는 움직임이 세밀해지고 또는 많아질수록 민감도가 급감한다는 점을 모델링하기 위해, 본 논문에서는 정지 영상에서의 엔트로피 마스킹과 동영상에서의 움직임 엔트로피 마스킹을 이용하여 민감도 저하 현상을 모델링하였다. 또한, (움직임) 엔트로피 마스킹 모델을 기존의 워터마크 기법에 적용한 결과를 통해, 일반적인 워터마크 기법에 엔트로피 마스킹을 더함으로써, 워터마크의 투명성을 늘리고, 자연스럽게 워터마크의 강건성을 늘릴 수 있음을 보였다.

We present a new watermark design tool for digital images and digital videos that are based on human visual system (HVS) characteristics. In this tool, basic mechanisms (inhibitory and excitatory behaviour of cells) of HVS are used to determine image dependent upper bound values on watermark insertion. This allows us to insert maximai allowable transparent watermark, which in turn is extremely hard to attack with common image processing, Motion Picture Experts Group (MPEG) compression. As the number of details (e.g. edges) increases in an image, the HVS decrease its sensitivity to the details. In the same manner, as the number of motion increases in a video signal, the HVS decrease its sensitivity to the motions. We model this decreased sensitivity to the details and motions as an (motion) entropy masking. Entropy masking model can be efficiently used to increase the robustness of image and video watermarks. We have shown that our entropy-masking model provides watermark scheme with increased transparency and henceforth increased robustness.

키워드

참고문헌

  1. I. J. Cox, J. Killian, T. Leighton and T. Shannon, 'Secure spread spectrum watermarking for images,audio and video,' IEEE Proc. Int. Conf. Image Proc., 3, pp.243-246, 1996 https://doi.org/10.1109/ICIP.1996.560429
  2. C. I. Podilchuk and W. Zeng, 'lmage adaptive watermarkimg using visual models,' IEEE J.Selected Areas in Comm., 16, pp.525-539, 1998 https://doi.org/10.1109/49.668975
  3. J. Fridrich, 'Combining low frequency and spread spectrum watermarking,' Proc.SPIE Int. Symp. Opt. Sci.Eng. and Inst, 1998 https://doi.org/10.1117/12.330355
  4. S. W. Kim, S. Suthaharan, H. K. Lee and K. R. Rao, 'A Watermaking scheme using human visual model and BN distribution,' Proc. of The 6th IEEE international workshop on intelligent signal processing and communication systems, pp.396-400, 1998
  5. A. B. Watson, 'DCT quantization matrices visually optimised for individual images,' Proc. SPIE Conf. Human Vision; Visual Proc. and Digital Display VI, 1995 https://doi.org/10.1117/12.152694
  6. R. L. De Valois and K. K. De Valois, 'Spatial Vision,' Oxford University Press, 1990
  7. A. B. Watson, R. Borthwick and M. Taylor, 'Image quality and entropy masking,' in Proc.SPIE Conf.Human Vision;Visual Proc. and Digital Display VI, 1997 https://doi.org/10.1117/12.274501
  8. F. A. P. Petitcolas, R. J. Anderson and M. G. Kuhn, 'Attacks on copyright marking systems,' the 2nd Workshop on Info.Hiding, pp.211-214, 1998