JP2005531187A - 画像認証サインの埋め込み - Google Patents

Abstract

デジタル画像又はビデオのようなオーディオ−ビジュアル信号（１０）を認証するための方法（２）及び装置、この方法を実行するコンピュータ読み込み可能な媒体、並びにこの方法の使用が開示されている。サインは、フラットコンテントか、そうでなければ、ウォーターマーキング不可能なコンテントをもつ領域を含む全ての画像領域から得られる。オーディオ−ビジュアル信号の全領域からのサインビットを複合し、オーディオ−ビジュアル信号全体にわたって、又は少なくとも該信号の広い領域にわたって、サインビットを分散することによって、好ましくは、スペクトラム拡散ウォーターマーキング技法（２．４０）を適用することによって、フラット領域の信頼性が確認される。

Description

本発明は、概して、信号認証の分野に関し、具体的には、画像及びビデオの認証のためのオーディオビジュアル信号におけるサインの埋め込みに関する。

デジタルイメージング及びビデオの成功は、日常生活のさまざまな分野においてこの技術の幅広い使用をもたらしている。デジタル画像又はビデオシーケンスを編集するため、変えるため又は変更するための技術は、商業的に入手可能であり、トレースを残すことなく、これらのオーディオビジュアル信号のコンテンツを変更することを可能にする。法の執行における証拠のイメージング、医療書類作成、保険目的の損害査定などのようなさまざまな応用例に対して、画像又はビデオは変更されていないこと、及び当初取得された画像又はビデオと一致することを確実にすることが必要である。これが画像又はビデオ認証システムの開発をもたらし、それに関する実施例が図１に示されている。この図１において、サイン又はウォーターマークは、デジタル信号に対して、すなわち、１．１０で得られる画像又はビデオに対して１．２０で作成される。このサインは、デジタル画像又はビデオに１．３０で埋め込まれる。その後、画像又はビデオは、１．４０で処理されるか又は改ざん（tamper）され、１．５０で再生されるか記録されるか又は抽出され、最後に、デジタル画像又はビデオの信頼性（authenticity）が証明されるか、さもなければ、デジタル画像又はビデオの変更が明らかになるかの何れであるかを確実にするために、１．６０で確認される。認証が可能にされるためには、元の画像から得られるサインが利用可能でなければならない。アプリケーションの中には、サインが「メタデータ」として処理され得るものもあり、すなわち、 画像／ビデオのチャネル自体に加えて、サインの伝達及び／又は記憶に関して利用可能である別個のチャネルが存在するものもある。しかしながら、多くのアプリケーションでは、このような追加のチャネルは存在しない。こうした状況では、サインがウォーターマークを用いて画像自体に埋め込まれ得る。

埋め込み可能であるサインのビット量は、埋め込まれたサインをもつオーディオビジュアル信号が、元のオーディオビジュアル信号と視覚的に区別がつかないであろうということから決定される。埋め込み可能性（Embeddability）は、人間の視覚モデルによって決定されることが多く、知覚的なスレッショルドにより、所望のペイロードが埋め込み可能であるか、すなわち、埋め込まれたサインをもつオーディオビジュアル信号が元のオーディオビジュアル信号と視覚的に区別がつかないか、又はペイロードが埋め込み不可能であるか、すなわち、埋め込まれたサインをもつオーディオビジュアル信号が元のオーディオビジュアル信号と視覚的に区別がつくかの何れであるかが規定される。

この文脈におけるオーディオビジュアル信号の認証は、オーディオビジュアル信号の信頼性を確証すること、すなわち、デジタル画像又はビデオのようなオーディオビジュアル信号の知覚的なコンテンツを、当初取り込まれたオーディオビジュアル信号の知覚的なコンテンツと一致するものとして確認することとして規定される。

認証されるべきデジタル画像又はビデオのようなオーディオビジュアル信号は、フラットコンテンツをもつ平滑な領域、すなわち、エッジ、テクスチャ又は同様のもののような画像特性をほとんど又は全くもたない領域を含み得る。このような平滑な領域においては、平滑な領域内のいかなる変化も、この平滑な領域内における変更又は変形（distortion）とし知覚され得るであろうことから、ペイロードは埋め込み不可能である。従って、サインビットを平滑な領域に埋め込むことはできない。

しかしながら、オーディオビジュアル信号において、すなわち、フラットコンテンツをもつ領域を含む当該信号においてさえ、改ざんを正確に検出しローカライズし得ることが望ましいので、フラットコンテンツをもつ平滑な領域を含む画像の信頼性を確証する必要性がある。

認証のための脆弱型(fragile)ウォーターマーキング技法は、ウォーターマークをオーディオビジュアル信号の全領域に埋め込むことによって動作する。ウォーターマークの存在が後に検出され得る領域は信頼できると判断され、ウォーターマークが検出されることができない領域は変えられていると示される。この手法による欠点は、フラットコンテントをもつ領域によって生じる。ウォーターマークが非可視であるべき条件の下では、上述されたように、フラット領域が認証されることができるように十分なウォーターマークエネルギーを該フラット領域に埋め込むことは、実質的には不可能である。このことは、とりわけ、画像が、ウォーターマーク埋め込みと信頼性の確認との間に、圧縮又はノイズ除去のような許容可能な動作を施される場合に当てはまる。

更に、偽造者が、デジタル画像のような明らかに信頼できるオーディオビジュアル信号において、真のコンテントをフラットコンテントと交換する場合、画像コンテントが初めからフラットだったから画像領域のウォーターマーク検出失敗が生じるのか、又は真の画像コンテントがフラットコンテントと交換されているから画像領域のウォーターマーク検出失敗が生じるのかを見分けようがない。従って、いかなるこのような改ざんも、脆弱型ウォーターマーキング手法によって検出されることはできない。

サインを埋め込むことに基づく認証スキームは、一般に、
１．オーディオビジュアル信号をあるサイズのブロック、例えば６４×６４ピクセルに分割するステップと、
２．各々のブロックについて何らかのサインビットを生成するステップと、
３．上記サインビットを該サインビットが生成されたブロックに埋め込むステップと、を有している。

フラット画像領域は、この手法についても脆弱型ウォーターマーキングに関するものと同じ問題を生じさせる。第１に、フラットコンテントを含むブロックからサインビットをうまく抽出し埋め込むことはできない。第２に、サインビットが抽出されることができない領域は、初めからフラットコンテントであったのか、又はこのフラットコンテントが改ざんの結果であるのか、その何れであるのかを区別することはできない。

上記の問題を解決する方向への小さな一歩が、M. Wu, B. Liuによる“画像認証のためのウォーターマーキング（Watermarking For Image Authentication）”，１９９８年１０月米国シカゴ市にて開催された画像処理に関する国際会議（International Conference on Image Processing，ICIP'98）の議事録にしるされている。この文献では、各々のサインビットが「バックアップ埋め込み」によってデジタル画像における２つの空間的に別個の位置に埋め込まれている。このバックアップ埋め込み位置は、確定的に識別され、元の埋め込み位置に対して固定の空間的な関係をもつ。それゆえ、双方の選択された埋め込み位置がフラットコンテントを含む場合、当該ブロックのサインビットは、デジタル画像の信頼性を確証するとき、抽出されることはできない。更に、平滑な領域についてバックアップブロックを含む画像の領域が改ざんされる場合、この平滑な領域は、もはや認証されることはできないので、画像のある領域の改ざんは、全く異なる領域の認証を妨げる。従って、上記に述べられたようなラットコンテントにより生じる問題は、例証される開示によっても解決されない。

従って、本発明により解決されるべき課題は、フラットコンテントをもつ領域を含むオーディオビジュアル信号について信頼のおける認証をもたらすやり方を定めることにある。

本発明は、従来技術における上記に述べられた欠点を克服し、ウォーターマーク埋め込みを供給することによって上記の課題を解決するものである。添付された独立請求項によれば、このウォーターマーク埋め込みによって、各々のサインビットは、画像全体にわたって分散されるか、又は少なくとも該画像の広い領域にわたって分散される。サインは、フラットコンテントか、そうでなければ、ウォーターマーキング不可能であるコンテントをもつ領域を含む、全ての画像領域からビットを得るので、全ての画像領域の認証を可能にする。ウォーターマークの埋め込みは、ペイロードサイズと、ロバストネスと、可視性との間において最良のトレードオフを達成するように行われる。このように達成された技術的な効果は、元のコンテントが、フラットであるか、又は改ざんにより交換されている場合でさえ、全ての画像領域のサインビットが抽出されることができるということにある。更に、埋め込み方法はサイン生成に依存しなくなる。

本発明の実施形態によれば、オーディオビジュアル信号を認証するための方法、装置及びコンピュータ読み込み可能な媒体が開示され、それによって、サインが、オーディオビジュアル信号の少なくとも第１の領域について生成される。このサインは、サインのビットをオーディオビジュアル信号の部分にわたって分散させることによって、このオーディオビジュアル信号に埋め込まれ、上記の部分は第１の領域より広い。

本発明の好ましい実施形態が、添付の図面を参照し、以下の詳細な開示において説明されるであろう。

図２による本発明の好ましい実施形態では、オーディオビジュアル信号２０を認証するための方法であって、フラット領域を含むオーディオビジュアル信号２０にサインを埋め込むための方法２において、２．１０で作成される各画像ブロックに対して、２．２０でサインビットが得られる。その後、例えば、スペクトラム拡散ウォーターマークを用いることによって、画像全体にわたるサインビットを埋め込むウォーターマークを作成するために、２．３０から全てのブロックの複合（combined）サインビットを用いることによって、２．４０でウォーターマーキングスキームが実施される。２．１０で画像全体がブロックに分割され、２．２０でそれぞれのブロックに対してサインビットが計算されるので、２．３０で生成された複合サインは、全ての画像領域からのビットを含んでいる。スペクトラム拡散ウォーターマークを用いることによって、サイン埋め込みは、人間の目に認知可能である度合いが最も少ないオーディオビジュアル信号の領域における変形部に集中され、フラット領域を相対的に変わらないままにする。このことは、当該領域のコンテントがフラットか否かに関わらず、全領域に関するサインビットが抽出されることを可能にする。スペクトラム拡散ウォーターマーキング技法の適切な実施例は、T. Kalker らによる“放送監視のためのビデオウォーターマーキングシステム（A Video Watermarking System for Broadcast Monitoring）”，１９９９年１月米国サンノゼ市，SPIE主催の国際会議マルチメディアコンテンツのセキュリティ及びウォーターマーキング（Security and watermarking of multimedia contents）に開示されている。ＪＡＷＳ（Just Another Watermarking Technique）と呼ばれる、この開示されたウォーターマーキング技法は、複数のノイズパターンを画像に埋め込み、この場合サインビットであるペイロードデータをノイズパターン間における相対的な変換シフト（translational shift）としてエンコードする。ＪＡＷＳを用いると、実質的には、それぞれのビットが画像全体に分散されるので、特定のビットが埋め込まれる空間的な位置を識別することはできない。ＪＡＷＳは、元のサインビットを評価するために、情報が複数の領域又は単一の広い領域から抽出されることが必要であるように、この場合、サインビットであるペイロードビットを分解する特別な事例である。ＪＡＷＳスペクトラム拡散埋め込みは、どのサインビットも分解される限界、すなわち、どの画像ピクセルにわたっても分散される限界を表すものである。

スペクトラム拡散ウォーターマークによってサインビットを埋め込む代わりに、サインビットは、それぞれのサインビットを種々の異なる位置に複数回埋め込むことによる他の実施形態において埋め込まれることもできる。それによって、上記の位置は、互いに対して又はフラットコンテンツを含む領域の元の位置に対して固定の関係をもつ必要がない。これらの位置は、好ましくは、オーディオビジュアル信号のコンテンツに基づいて決定され、埋め込まれたサインをもつオーディオビジュアル信号が、できる限り元のオーディオビジュアル信号と視覚的にほとんど区別がつかないことを確実にするために、サインビットは、好ましくは、エッジ、テクスチャ又は同様のもののような画像特性を十分備える領域に埋め込まれている。フラット領域の信頼性は、ＪＡＷＳのようなスペクトラム拡散ウォーターマーキング技法が用いられる場合、正確に抽出される領域に関するサインビットによって確認される。サインビットが得られたブロックに該サインビットが再び埋め込まれ、不可視性が保たれるならば、フラットブロックにおいてサインビットが確実に抽出されることはできない。その場合、 サインエラーが、改ざんに起因するエラーなのか、又は元のコンテントがフラットであることに起因するエラーなのかは分からない。それゆえ、偽造者が、オーディオビジュアル信号の領域における元のコンテントをフラットコンテントと交換しているときは、そのことが検出され、改ざんされたことが証明される。

それぞれのサインビットは、好ましくは、可能な限り画像の大部分にわたって分散される。これは、サインを埋め込むのにきわめて適切なスペクトラム拡散ウォーターマーキング技法を用いて行われる。更に、上述されたフィリップス社のＪＡＷＳ技法のようなスペクトラム拡散ウォーターマークも良好なロバストネスを有する。画像の十分な部分が改ざんされない（untampered）ままである限り、このような技法は、ウォーターマークからのサインビットの回復を可能にする。

図３による本発明の他の実施形態では、フラット領域を含むオーディオビジュアル信号３０２にサインを埋め込むための装置３０１が、オーディオビジュアル信号を認証するためのシステム３００に設けられている。オーディオビジュアル信号３０２は、手段３１０によって画像ブロックに分割される。サインビットは、手段３１０で作成された画像ブロック用の手段３２０において得られる。その後、手段３３０で計算された全てのブロックの複合サインビットを埋め込むことによる手段３４０によって、ウォーターマーキングスキームが実施される。ウォーターマーク、好ましくは、スペクトラム拡散ウォーターマークは、上記に説明されたように画像全体にわたってサインビットを埋め込む。
本発明の他の実施形態が、図４に示されている。サインをオーディオビジュアル信号４０１に埋め込むためのコンピュータ読み込み可能な媒体４００は、フラット領域を含んでいる。オーディオビジュアル信号４０１は、プログラムモジュール４１０によって画像ブロックに分割され、命令をプロセッサ４０２に与える。サインビットは、プログラムモジュール４１０で作成された画像ブロックに関する他のプログラムモジュール４２０において得られる。その後、プログラムモジュール４３０によって計算された全てのブロックの複合サインビットを埋め込むことによるプログラムモジュール４４０によって、ウォーターマーキングスキームが実施される。

本発明による上記に説明された信号認証の使用及び応用例は多岐にわたり、例示的な分野としては、
法の執行、証拠イメージング若しくは指紋に関するような防犯カメラ又は監視カメラ、
遠隔医療システム、医療スキャナ若しくは患者の書類作成のような健康管理システム、又は
自動車保険、損害保険及び健康保険のような保険書類作成を含んでいる。

本発明は、特定の実施形態を参照して上記に説明されている。しかしながら、上記の好ましい実施形態以外の他の実施形態、例えば、ハードウェア又はソフトウェアなどによって上記の方法を実行する上述されたものとは異なるフィールドパターンでも、添付の請求項の範囲内であれば同様に実現可能である。

更に、「有する，含む（comprising）」という動詞は他の構成要素又はステップを除外するものではなく、「a」又は「an」という冠詞も複数の他の要素の存在を除外するものではない。単一のプロセッサ又は他のユニットが、請求項に列挙された複数のユニット又は回路の機能を満たすことも可能である。

従来の認証システムを示す図である。 本発明の好ましい実施形態を示す図である。 本発明の他の実施形態による装置を示す図である。 本発明の更に他の実施形態による読み込み可能なコンピュータを示す図である。

Claims (13)

1. オーディオビジュアル信号を認証する方法であって、前記オーディオビジュアル信号の少なくとも第１の領域について生成されたサインの埋め込みを、前記オーディオビジュアル信号の部分にわたって前記サインのビットを分散させることによって行う方法において、前記部分が前記第１の領域よりも広い方法。
2. 前記部分が、前記第１の領域よりもきわめて広い、請求項１に記載の方法。
3. 前記サインが、ウォーターマークとして埋め込まれる、請求項１又は２に記載の方法。
4. 前記ウォーターマークが、スペクトラム拡散ウォーターマークである、請求項３に記載の方法。
5. 前記ウォーターマークは、前記オーディオビジュアル信号のペイロードサイズと、前記ウォーターマークのロバストネスと、前記ウォーターマークの可視性との間における最良のトレードオフによって埋め込まれる、請求項３又は４に記載の方法。
6. 各々のサインビットが、前記部分における種々の異なる位置に複数回埋め込まれる、請求項１乃至５の何れか１項に記載の方法。
7. 前記サインビットを分散させることは、元のサインビットを評価するために、情報が前記部分における単一の広い領域又は複数の領域から抽出される必要があるように、前記サインビットを、前記部分における前記単一の広い領域又は前記複数の領域に分解することを含む、請求項１乃至５に記載の方法。
8. 前記埋め込みが、前記各々のサインビットを前記オーディオビジュアル信号全体に分散させる、請求項７に記載の方法。
9. 前記サインが、前記オーディオビジュアル信号の複数の領域について複合サインビットを有する、請求項１乃至８の何れか１項に記載の方法。
10. 前記部分の位置は、前記領域に対して固定の関係をもたない、請求項１乃至９の何れか１項に記載の方法。
11. 請求項１に記載の方法によってサインをオーディオビジュアル信号に埋め込む手段を有する、オーディオビジュアル信号を認証するための装置であって、
    前記オーディオビジュアル信号の少なくとも第１の領域に対して作成されるサインを生成する手段と、
    前記サインを、前記第１の領域よりも広い前記オーディオビジュアル信号の部分にわたって分散されるように前記オーディオビジュアル信号に埋め込む手段と、
    を有する装置。
12. 請求項１に記載の方法を実行するための複数のコンピュータ実行可能な命令をもつコンピュータ読み込み可能な媒体であって、
    サインを生成するためにコンピュータに対して命令を作成する第１のプログラムモジュールであり、前記サインが前記オーディオビジュアル信号の少なくとも第１の領域について生成される、第１のプログラムモジュールと、
    前記サインを、前記第１の領域より広い前記オーディオビジュアル信号の部分にわたって分散されるように前記オーディオビジュアル信号に埋め込むために、コンピュータに対して命令を作成する、第２のプログラムモジュールと、
    を有するコンピュータ読み込み可能な媒体。
13. 監視カメラ、防犯カメラ、デジタル画像カメラ、デジタルビデオカメラ又は医療イメージングシステムにおける請求項１に記載の方法の使用。
    

Images