• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.104-107
• /
• 2003

본 논문에서는 웨이브릿 영역에서 HVS 및 NVF 함수를 사용하여 영상특성에 기반한 통계적 판정법을 이용한 적응 워터마크 검출 알고리즘을 판정법을 제안한다. 워터마크는 4레벨로 분해된 웨이브릿 영역에서 JND(just noticeable difference) 특성과 NVF(noise visibility function)를 이용한 통계적 특성을 기반으로 정상상태 가우시안 모델에 따라 지각적 동조 특성을 이용하여 적응적으로 삽입하고, Bayes 이론 및 Neyman-Pearson 정리를 이용한 통계적 판정법을 이용하여 워터마크를 추출함으로써 기존의 통계적 판정법 보다 정확하게 워터마크 존재 유무를 판정 할 수 있음을 확인하였다.

• Journal of Korea Multimedia Society
• /
• v.6 no.6
• /
• pp.1008-1014
• /
• 2003

In this paper, we propose the image retrieval method based on object regions using bidirectional round filter in the wavelet transform domain. A conventional method that includes unnecessary background information reduce retrieval efficiency, because of the extraction of feature vectors from the whole region of subband. On proposed method, it extracts accurate feature vectors and keep certainly retrieval efficiency in case of reduced feature vectors, because of the extraction of feature vectors from the only extracted object region. Furthermore, it improve retrieval efficiency by removing unnecessary background information. Consequently, the retrieval efficiency is improved with 2.5%∼5.5% values, which have a little chances to vary according to characteristics of image.

• Journal of Korea Multimedia Society
• /
• v.6 no.3
• /
• pp.508-517
• /
• 2003

This paper presents perceptual model with a stochastic multiresolution characteristic that can be applied with watermark embedding in the biorthogonal wavelet domain. The perceptual model with adaptive watermarking algorithm embeds at the texture and edge region for more strongly embedded watermark by the SSQ. The watermark embedding is based on the computation of a NVF that has local image properties. This method uses non- stationary Gaussian and stationary Generalized Gaussian models because watermark has noise properties. The particularities of embedding in the stationary GG model use shape parameter and variance of each subband regions in multiresolution. To estimate the shape parameter, we use a moment matching method. Non-stationary Gaussian model uses the local mean and variance of each subband. The experiment results of simulation were found to be excellent invisibility and robustness. Experiments of such distortion are executed by Stirmark 3.1 benchmark test.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.283-286
• /
• 2002

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.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.886-889
• /
• 2002

본 논문에서는 보다 강인한 워터마크의 은닉을 위하여 웨이브릿 변환영역에서 정상상태 일반화 가우스(generalized Gaussian) 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(perceptually significant coefficients: PSC)에만 은닉한다. 워터마크를 은닉하기 위한 지각모델은 정상상태의 통계적 특성을 이용한다. 이것은 국부영상 특성을 갖는 NVF(noise visibility function) 함수에 의하여 계산되어진다. 은닉모델은 다해상도내의 각 서브밴드별 분산과 형상계수(shape parameter)를 사용한다. 여러 가지 공격 실험결과 우수한 비가시성과 강인성을 확인하였다.