• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• 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.

• 한국멀티미디어학회논문지
• /
• 제6권6호
• /
• pp.1008-1014
• /
• 2003

본 논문에서는 보다 강인하면서 화질의 열화를 최소화할 수 있는 워터 마크의 은닉을 위 해 9/7 쌍직교 웨이브릿 변환영역에서의 지각적 동조 (tuned)특성과 정상상태 일반화 가우시안 (stationary generalized Gaussian) 모델에서의 NVF (noise visibility function)를 적용하는 방법을 제안한다 이 방법은 웨이브릿 영역에서 각 부대역에 대한 문턱값을 결정한 다음 지각적 중요 계수를 찾은 후 이 지각적 중요계수에만 적응적인 삽입강도를 갖는 워터마크를 은닉한다. 워터마크는 3레벨로 분해된 웨이브릿 변환영역에서 영상의 인간시각 시스템에서 계산된 JND값과 통계적 다해상도 특성을 기반으로 정상상태 일반화 가우시안 모델에 따라 각 계수들의 값에 따라 은닉된다. 실험 결과 제안한 방법에서 WF를 이용함으로써 에지나 텍스쳐 영역에 더 강하게 삽입할 수 있고 각 부대역에 대한 지각특성을 이용할 수 있어 우수한 비가시성과 강인성을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.508-517
• /
• 2003

본 논문에서는 쌍직교 웨이브릿 영역에서 워터마크를 삽입할 수 있는 연속 부대역 양자화 및 스토케스틱 다해상도 특성을 갖는 지각 모델을 제안한다. 적응 워터마킹 알고리즘을 갖는 지각모델은 보다 강인한 워터마크 은닉을 위한 방법으로 연속 부대역 양자화(successive subband quantization: SSQ)에 의해서 텍스쳐 및 에지 영역에 삽입한다. 워터마크 삽입은 국부 영상 특성을 갖는 NVF(noise visibility function)함수에 의해 계산된다. 이 방법은 워터마크가 노이즈 특성을 갖기 때문에 영상의 통계적 특성에 기초한 비정상상태(non-stationary state) 가우스 모델과 정상상태(stationary state) 일반화 가우스(generalized Gaussian: GG)모델을 이용한다. 정상상태 GG모델의 삽입은 다해상도 내의 각 부대역별 분산과 형상계수(shape parameter)를 사용한다. 형상계수를 추정하기 위하여 모멘트 정합 방법을 사용한다. 비정상상태 가우스 모델은 각 부대역의 국부 평균 및 분산을 이용한다. 실험결과 우수한 비가시성과 강인성을 확인하였으며, 공격에 대한 실험으로 Stirmark 3.1 benchmark test를 수행하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• 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.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(하)
• /
• 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.