KR20030051726A - 데이터 은닉을 위한 인간 시각 모델 - Google Patents

데이터 은닉을 위한 인간 시각 모델 Download PDF

Info

Publication number
KR20030051726A
KR20030051726A KR10-2003-7005490A KR20037005490A KR20030051726A KR 20030051726 A KR20030051726 A KR 20030051726A KR 20037005490 A KR20037005490 A KR 20037005490A KR 20030051726 A KR20030051726 A KR 20030051726A
Authority
KR
South Korea
Prior art keywords
block
blocks
determining
image file
identification data
Prior art date
Application number
KR10-2003-7005490A
Other languages
English (en)
Inventor
우민
유홍헤더
Original Assignee
마쯔시다덴기산교 가부시키가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 마쯔시다덴기산교 가부시키가이샤 filed Critical 마쯔시다덴기산교 가부시키가이샤
Publication of KR20030051726A publication Critical patent/KR20030051726A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking
    • G06T1/0092—Payload characteristic determination in a watermarking scheme, e.g. number of bits to be embedded
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking
    • G06T1/0028—Adaptive watermarking, e.g. Human Visual System [HVS]-based watermarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0051—Embedding of the watermark in the spatial domain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0052—Embedding of the watermark in the frequency domain
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0061—Embedding of the watermark in each block of the image, e.g. segmented watermarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2201/00—General purpose image data processing
    • G06T2201/005—Image watermarking
    • G06T2201/0202—Image watermarking whereby the quality of watermarked images is measured; Measuring quality or performance of watermarking methods; Balancing between quality and robustness

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Image Processing (AREA)

Abstract

시각 매체에서 식별데이터(12)를 은닉하는 방법 및 장치가 개시된다. 영상데이터가 입력되면, 주파수 마스킹(14)을 수행하여 입력된 영상데이터를 평활블록과 비평활블록으로 구분하고, 예비 인식가능한차이(just-noticeable-difference)값을 구한다. 에지 감지 프로세스(16)를 수행하여 영상데이터의 비평활영역을 텍스쳐블록과 에지블록으로 구분한다. 그 이후, 화상데이터는 각 블록의 타입에 따라 다른 세기의 워터마크를 적용하여 조절된다.

Description

데이터 은닉을 위한 인간 시각 모델{Human Visual Model for Data Hiding}
인터넷의 발달은 전자 데이터(electronic data)에의 접근을 용이하게 하였으나, 이는 또한 어떻게 전자 데이터를 보호할 것인가 하는 문제를 야기시켰다. 최근 수년간에 걸쳐, 이와 같은 보안문제와 관련하여 많은 기술들이 제시되어 왔다. 이러한 기술들 중 하나로 전자 데이터에 디지털 워터마킹(watermarking)을 도입하는 기술은 디지털 영상의 저작권보호를 가능케 하였다. 그러나, 디지털 워터마킹 기술은 인식된 전자 콘텐트(electronic content)의 질을 변경시킨다. 따라서, 보안을 유지하면서도 시각 데이터의 인식도를 보호하기 위하여 워터마크를 적절히 감소시키는 것이 요구되어지고 있다. 특히, 종래의 시도들은 영상 데이터의 에지(edge) 부근의 링깅효과(ringing effect)를 제거하거나, 적어도 이를 실질적으로 감소시키는데 있어서는 별로 효과적이지 못하였다.
종래의 방법들은 시각 데이터 은닉 모델을 사용하여 워터마크를 감소시켜 영상 데이터의 인식도를 보호한다. 이러한 예로써, Podilchuk-Zeng은 시각 데이터에 나타나는 아티팩트(artifact)를 감소시키기 위한 주파수 마스킹 모델(frequencymasking model)을 제안하였다(Image Adaptive Watermarking Using Visual Models,IEEE Journal Selected Areas of Communication(JSAC), vol. 16, no. 4, May, 1998). 이 방법에서는 영상데이터에 블록이산여현변환(block discrete cosine transform: block DCT) 영역을 끼워넣고 블록 DCT 영역 주파수 마스킹 모델에 기초하여 각 블록의 워터마크 세기를 조절한다. 그러나, 이 방법은 텍스쳐(texture)와 에지를 구별하지 않으며, 이에 따라 세기가 강할 때는 링깅효과가 발생하거나, 아티팩트의 발생을 피하기 위해 세기를 낮추면 견고성이나 데이터 은닉 능력이 줄어들게 된다. Tao-Dickinson은 아티팩트를 감소시키기 위해 블록을 세분하는 방법을 제안하였다(Adaptive Watermarking in the DCT Domain, ICASSP 1997). 이 방법에서 그는 잡음 대비 시각 감도가 낮아지는 순서에 따라, 영상 블록을 여섯 가지의 카테고리-에지블록; 보통의 강도(intensity)로 균일한 블록; 높은 강도 또는 낮은 강도로 균일한 블록; 변화가 약간 있는(moderately busy) 블록; 변화가 심한(busy) 블록; 및 변화가 매우 심한(very busy) 블록-로 분류하고, 각 분류별로 워터마크의 세기를 조절하였다. 이러한 알고리즘은 수평에지, 수직에지 및 균일한 블록-텍스쳐블록 또는 균일한 블록-균일한 블록의 두 영역을 가로지르는 대각선에지들의 다양한 상황을 일일이 열거하고 각 블록들의 모든 상황을 체크해야 함에 따라 비교적 복잡하게 된다. 이에 따라, 이 접근방법은 에지들에서의 링깅효과를 제거하는데 그리 효율적이지 못하다는 단점이 있다.
본 발명은 데이터 은닉 기술에 관한 것으로서, 특히 세밀한 인간 시각 모델에 사용되는 시각 데이터 은닉기술에 관한 것이다.
본 발명은 상기한 단점들을 극복한다. 본 발명에 따르면, 영상파일을 입력받은 후의 첫 번째 단계는 주파수 마스킹 단계로써 이 단계에서 영상 데이터는 평활영역(smooth region)블록과 비평활영역블록으로 구분되어지고 각 주파수 계수의 예비적인 인식가능한 차이(just-noticeable-difference)가 얻어진다. 두 번째 단계는 에지를 감지하는 단계로써 이 단계에서 비평활영역을 텍스쳐 블록과 에지 블록으로 구분한다. 세 번째 단계는 주로 이들 영역의 블록들 중, 평활영역블록과 실질적으로 근사한(proximate) 블록들을 결정하는데 사용된다.
그 이후, 영상 데이터는 각 블록의 타입에 따라 다른 세기의 워터마크를 적용하여 조절된다. 일반적으로 에지블록에 적용되는 워터마크 신호는 텍스쳐블록에 적용되는 것에 비하여 그 세기가 약하다. 평활영역에 인접한 블록들에도 약한 워터마크 신호가 적용된다. 따라서, 본 발명은, 영상에 블록 DCT영역을 끼워넣는 종래의 접근방법에서 흔히 발생되는 에지에서의 링깅효과를 감소시킬 수 있는, 보다 효율적이고 감지하기 어려운 데이터 은닉방법 및 장치를 제공한다.
<부호도면의 상세한 설명>
도 1은 본 발명의 상위레벨 단계들을 보여주는 흐름도이다.
도 2는 본 발명의 소트트웨어 모듈 구성을 보여주는 구성도이다.
도 3은 8×8 픽셀블록들로 나누어진 영상의 한 예이다.
도 4는 8×8 픽셀블록들을 블록 DCT변환한 실험결과의 한 예를 보여주는 도면이다.
도 5a 내지 도 5c는 Lenna 영상에 본 발명에 따른 방법을 적용한 영상 및 종래 기술에 따른 방법을 적용한 영상을 본래 영상과 비교하여 주는 도면이다.
도 6a 내지 도 6c는 비비(baboon) 영상에 본 발명에 따른 방법을 적용한 영상 및 종래 기술에 따른 방법을 적용한 영상을 본래 영상과 비교하여 주는 도면이다.
도 1은 본 발명에 따른 바람직한 3단계 시각 데이터 은닉과정을 보여주는 흐름도이다. 이 과정(10)에서 식별데이터는 영상 또는 화상과 같은 시각매체에 은닉된다. 식별데이터는 워터마크 신호와 영상파일의 콘텐츠, 소유자 및 기타 정보(저작권 등)들을 식별하여주는 유사한 형태의 신호들을 포함한다. 바람직하게, 상기 과정(10)은 주파수영역 마스킹단계(14), 에지블록 감지단계(16) 및 평활영역에 인접한 블록을 식별하는 단계(18)를 포함하여 구성된다. 상기 단계들(14, 16, 18)에서는 세 가지의 다른 블록 영역 타입-평활블록영역, 텍스쳐블록영역 및 에지블록영역-에 따라 영상데이터(12)를 분석한다.
상대적으로 낮은 DCT계수값을 갖는 균일한 영역은 평활블록영역으로 정의된다. 비평활블록영역은 텍스쳐블록영역과 에지블록영역으로 나뉜다.
랜덤구조의 패턴에 의해 위장되는 경향이 있는 랜덤 아티팩트 때문에, 텍스쳐블록보다는 에지블록들에서 원하지 않는 아티팩트들이 나타나는 경향이 많다. 따라서, 상기 시각은닉과정(10)에서는 상기한 세 가지 단계들(14, 16, 18)를 통하여 계산된 각 블록의 예비적 임베딩가능성(embeddability)값 및 인식가능한차이(just-noticeable-difference: JND)값을 단계(20)을 통하여 완화시킨다. 본 발명에서, 임베딩가능성이라 함은 눈에 보일 정도의 아티팩트를 야기시킴 없이 소정량(은닉데이터를 담기에 충분한 크기임)만큼 변화될 수 있는 계수를 의미하고, 인식가능한차이(JND)라 함은 계수에 행해지는 인식될 수 있는 정도의 변화량의 의미한다. 각 블록에 대한 상기 임베딩가능성값 및 JDN값은 예비단계에서 계산된다. 다시 말해서, 주파수 마스킹 단계에서는 블록영역의 타입에 따른 링깅 등의 아티팩트를 고려하지 않고 식별데이터를 은닉한다.
도 2는 상기 과정(10)이 컴퓨터에 적용되는 경우의 요소들을 보여주고 있는 도면이다. 영상데이터가 입력되면, 이는 각각이 하나의 픽셀군(群)을 포함하는 블록들로 나누어진다. 각 픽셀은 각 픽셀의 휘도나 색상을 나타내는 픽셀값(22)을 갖는다. 블록 DCT 모듈(24)은 각 블록의 블록 DCT 계수들을 생성한다. 각 블록의 DCT 계수들은 주파수 마스킹 모듈(27)에서 예비(preliminary) 임베딩가능성값과 JDN값(28)을 결정하는데 사용된다.
이어서, 두 개의 모듈(30, 32)을 포함하는 에지블록 감지단계(16)에서 어떤 블록이 에지를 포함하는지를 결정한다. 제1 모듈(30)은 Harr 필터링 알고리즘이나 Sobel 필터링 알고리즘 등과 같은 기존의 에지 감지 알고리즘을 사용하여 에지 맵(map)을 생성한다. 이러한 필터링 알고리즘들은A. K. Jain, "Fundamentals of digital image processing", Prentice Hall, 1989또는"MATLAB Image Tool Box User's Guide", Mathworks, 1997과 같은 문헌들에 일반적으로 논의되어져 있다. 상기 모듈(30)의 결과는 텍스쳐 영역으로부터 많은 원하지 않는 에지들을 포함할 수 있으나, 이들은 모듈(34)에서 에지 맵이 모듈(32)로부터의 결과와 결합되면서 제거된다.
모듈(32)에서는 픽셀값들을 이용하여 이중 표준편차척도(double standard deviation(STD) measure)를 결정한다. 블록 STD 모듈(36)에서는 미리 결정된 픽셀블록 내의 픽셀값들의 표준편차를 결정하고, 결정된 값은 이웃 STD 모듈(38)에서 이웃하는 블록들의 표준편차를 계산하는데 사용된다.
이중 STD 모듈(32)의 사용은 텍스쳐 영역의 경우, 비록 각 블록의 표준편차는 상당히 큼에도 불구하고, 같은 텍스쳐 영역 내의 이웃하는 블록들의 표준편차값들은 서로 유사하다는 것을 인지함에 있다. 따라서, 텍스쳐블록 영역의 이중 STD 척도는 상대적으로 작다. 이와는 반대로, 에지블록의 이중 STD는 그의 이웃하는 블록의 그것과 매우 다른 경우가 많으므로, 전형적으로 에지블록의 이중 STD 척도는 텍스쳐블록 영역의 그것보다 크다.
모듈(38)에서의 프로세스가 실행된 후, 모듈(34)에서는 제1 모듈(30)에서 생성된 에지 맵과 모듈(32)로부터의 이중 STD 척도를 결합하여 각 블록의 에지척도(edge measure)를 출력한다. 에지척도는 그 블록을 가로지르는 에지가 있느냐 하는 것과, 만일 있는 경우, 그 에지가 얼마나 강한지를 표시한다. 에지척도는 조절모듈(adjustment module: 40)에서 각 블록의 계수들에 적용될 워터마크의 세기를 결정하는데 사용된다.
블록 DCT 계수(26)는 또한 모듈(39)에서 평활블록에 인접한 블록들을 식별하는 단계에도 사용된다. 블록 DCT 영역의 끼워넣기에 의해 발생되는 아티팩트는, 비록 그 블록이 아주 약한 에지나 천이(transition)를 포함하고 있다 할지라도, 에지블록 감지단계(16)를 수행하는 모듈의 결과에 기초하여 워터마크가 완화되지 않을수 있는, 평활영역에 인접한 블록들에서 다른 블록들에서보다 더욱 두드러지게 나타난다. 어떤 블록이 평활영역에 인접한 것인가를 식별(16)하기 위해, 평활블록들은 블록 DCT 모듈(24)에서 생성되는 각 블록의 AC(0이 아닌 주파수 성분)계수(66)의 세기에 의해 결정된다. DC계수는 블록의 평균휘도를 나타낸다. 이에 의해, 적용될 워터마크의 세기를 결정하기 위하여 평활블록에 인접한 블록들이 식별된다.
조절모듈(40)에서는 모듈들(27, 34, 39)의 출력에 따라 영상데이터의 각 블록에 적용될 워터마크의 세기를 결정한다. 주파수 마스킹 모듈(27)에서 얻어진 예비 임베딩가능성값 및 예비 JND값(28)들이 조절의 기초로 사용된다. 워터마크의 세기는 각 블록 및 이에 인접한 블록(들)의 활성도(activeness)에 기초하여 조절된다.
'활성도'라 함은 블록의 인지감도(perceptual sensitivity)를 나타낸다. 즉, 어떤 영상블록에 노이즈(noise)가 끼었을 때, 얼마나 민감하게 시각적 아티팩트가 나타나는가 하는 정도를 나타낸다. 낮은 인지감도를 갖는 블록이 보다 활성인 것으로 간주된다. 예를 들면, 평활블록은 작은 변화도 바로 인식되게 되므로 인지감도가 높다. 또한, 에지블록은 그 주파수성분에 끼는 노이즈에 의해 주변에 링깅패턴이 형성되는 예에서 알 수 있듯이, 에지의 정규성이나 선명도를 해치는 노이즈에 민감하다. 랜덤패턴의 텍스쳐블록은 일반적으로 노이즈에 덜 예민하다. 다시 말해서, 에지블록이나 평활블록이 텍스쳐블록에 비해 노이즈에 더 민감하다. 따라서, 에지블록은 텍스쳐블록보다 활성도가 낮은 것으로 간주된다.
조절모듈(40)에서 모듈(34)과 모듈(39)에서 계산되는 평활도(smoothness) 및경계도(edgeness) 척도에 따라 예비 JDN값(28)을 조절하는데 있어 이러한 민감도가 고려된다.
본 발명의 바람직한 실시예에 따르면, 본 발명은 에지블록과 그 외의 블록을 상대적으로 고려한다.
인지감도가 높은 블록, 즉 활성도가 낮은 블록에는 약한 세기의 워터마크가 적용된다.
바람직한 실시예에서, 에지블록들에는 텍스쳐블록들보다 약한 세기의 워터마크가 적용된다. 단계(18)에서 평활블록에 인접한 것으로 판단된 블록의 예비 JDN값(28)은 감소하게 되고, 이에 따라 이러한 블록들에도 약한 세기의 워터마크가 적용된다.
도 3을 참조하여 영상데이터의 분석과정을 살펴본다. 영상데이터(12)가 입력되면, 입력된 영상데이터(12)는 각각 도면부호 46, 48, 50으로 나타내어지는 일군의 픽셀들을 포함하는 블록들(41, 42, 44)로 나뉘어진다. 본 실시예에서는 8×8 크기의 블록이 사용되었으나, 이 크기가 바람직한 부분특징을 담기에 너무 큰 경우에는 4×4와 같이 보다 작은 크기의 블록 등과 같이 다른 크기의 블록이 사용될 수도 있다.
상기 세 개의 8×8 블록들(41, 42, 44)은 개별 픽셀들의 픽셀값(22)들을 보여주고 있다. 픽셀값(22)은 각 픽셀의 활성도를 나타내며, 일반적으로 0 부터 255 사이의 단일바이트 값으로 나타내어진다.
도 4는 블록 DCT 프로세스로 얻어지는 결과의 한 예를 보여준다. 좌측열(70)은 도 3에 도시된 영상에서 눈썹블록(41), 눈블록(42) 및 코블록(44)의 8×8 픽셀값(22)들을 각각 나타낸다. 우측열(52)은 블록 DCT변환모듈(24)에서 생성된 이들 세 블록들의 DCT스펙트럼(54, 56, 58)을 나타낸다. 코블록 스펙트럼(58)을 참조하여 보여지는 것과 같이, 각 블록은 하나의 DC 평균계수값(68)과 하나의 AC(0이 아닌 주파수 성분)계수의 그룹(66)으로 나뉘어진다. AC계수 그룹(66)은 다시 저대역(low-band) 영역(60), 중간대역(mid-band) 영역(62) 및 고대역(high-band) 영역(64)으로 나뉘어진다. 일반적으로 블록 DCT 영역(24)에서 DC계수값(68)을 조작하면 특히 평활영역에서 블록 아티팩트(blocky artifact)가 발생하게 되므로, 본 발명에서는 AC계수 그룹(66)만을 고려하기로 한다.
도 2로 돌아가서, 본 발명의 바람직한 실시예에 있어서의 주파수 마스킹 단계(27)는 앞에서 언급한 Podilchuk-Zeng에 의해 제안된 것과 유사하다. 이 주파수 마스킹 단계(27)에서 기존의 블록 DCT 알고리즘(24)을 이용하여 예비 JND값들(28)이 계산되고, 예비 JND값에 기초하여, 주파수 마스킹 모델(27)을 사용하여 예비 임베딩가능성 척도가 결정된다. Podilchuk-Zeng의 주파수 마스킹 모델에서는, 비가시성(invisibility)을 보존하기 위해 작은 계수들은 전혀 수정되지 않는다. 이와 유사하게, 본 발명의 바람직한 실시예에서도, 예비 JND값 또는 JPEG 양자화 테이블(quatization table)의 해당 양자화 단계의 크기보다 작은 크기의 계수는 임베딩(끼워넣기)이 되지 않도록 결정된다. 한 블록의 모든 계수가 임베딩이 불가한 경우, 그 블록은 평활블록으로 지정된다.
도 2를 참조하면, 에지블록 감지단계(16)에서는 이중 STD 측정단계(32)와 에지 맵 생성기(30)의 결과를 결합하여, 에지측정결과(34)에 기초하여 예비 JND값을 조절하기 위한 정량적인 값을 결정한다.
조절모듈(40)에서의 프로세스를 설명하기 위해, 모듈(32)로부터의 이중 STD 척도를 "blk_stdstd"라 표시하고, 제1 모듈(30)을 거쳐 0~1 사이로 정규화되어 생성된 에지 맵을 "origedg"로 나타낸다. "origedg"값이 크면 클수록 해당 픽셀은 에지일 가능성이 높다.
본 실시예에서 에지 맵을 생성하는데 있어서는 Harr 필터링 기법이 사용되었다. 고주파 노이즈를 제거하기 위해 수평 및 수직 방향으로 저역통과 필터링을 한 번 수행한 후, 두 번째 필터링을 수행하고, 수평방향 고주파(HL)의 최대 크기에 기초하여 정규화를 수행하고, 수직방향 고주파(LH)를 정규화하여 에지 맵 "origedg"를 구하였다. HL은 수평방향의 고역통과필터(HPF)이고, LH는 수직방향의 저역통과필터(LPF)이다.
이중 STD 모듈(32)에서 STD는 표본 세트의 표준편차를 나타낸다. 블록 STD(36)는 다음의 표준 STD 식을 이용하여 계산된다:
여기서, xi(i=1,..,n, n=64)는 각 8×8 블록 내의 픽셀값을 나타낸다.
이어서, 같은 식을 이용하여 3×3의 이웃하는 픽셀블록의 표준편차가 계산된다. 이 때, n은 9로 설정되고, xi는 3×3의 이웃하는 픽셀블록의 각 블록의 STD 값이다:
이중 STD 모듈(32)의 프로세스가 완료되면, 척도값(measure)이 계산되어, 현재 블록에 에지가 존재하는지, 또는 그렇지 않은지가 결정되고, 만일 에지가 존재하면 모듈(34)에서 그 에지의 세기가 판단된다. 본 실시예에서는 이러한 계산과정을 보여주기 위해 8×8 크기의 블록이 사용되었고, 여기서 왼쪽 상단 구석의 픽셀은 (i,j)에 위치하며, MATLAB 구문(syntax)에 따른 다음 수학식을 만족한다:
여기서, x는 각 픽셀당 하나의 값을 갖는 에지 맵을 나타낸다. 그러나, 바람직한 실시예에서는 각 블록당 하나의 척도(measure)가 요구되므로, 임계값 "edg_thresh"가 에지의 존재여부를 결정하기 위한 "blk_stdstd"로 사용된다. 영역 내에서 에지가 감지되면, 에지의 세기는 "x"의 최대값과 평균값을 이용하여 결정된다:
여기서, 상수 edg_thresh의 값은 바람직하게는 10 이다. 대부분의 임계값들은 작은 세트의 영상에 대한 실험을 통해 결정되며, 대략 5 에서 10 사이의 범위를 갖는다. 그러나, 이들 각각은 그 블록이 평활한지 또는 많은 텍스쳐를 포함하고 있는지, 또는 그 영상이 에지, 다크-마진(dark-margine), 혹은 고대비영역(high contrast area) 등과 같은 어떤 전형적 특성들을 포함하고 있는지를 잘 나타내어 준다.
마지막으로, 모듈(40)에서 JND값을 조절하기 위해 가중치 "orig_edgweight"가 적용된다.
상기 식에서, edge_factor1의 범위는 1.25 ~ 1.75 사이가 바람직하다.
단계(18)에서는, 평활블록과 인접한 블록들이 식별된다. 어떤 블록이 평활블록에 인접해 있으면, 다음 식에 따라 단계(40)에서 JDN값이 결정된다:
여기서, edge_factor2의 범위는 0.25 ~ 0.5 사이가 바람직하며, 함수 "round"는 MATLAB의 반올림 함수이다. METLAB은 MathWorks, Inc.에서 제공된다.
바람직한 실시예에 따르면, 매우 낮은 주파수 계수의 JND값의 경우, 그들이 고주파 링깅효과에 미치는 영향이 없으면, 이들에 대한 조절을 하지 않을 수도 있다.
도 5a ~ 5c 및 도 6a ~ 6c는 주파수 마스킹 단계만을 적용했을 때("HVS zeng"으로 표시됨)와 본 발명의 프로세스를 적용했을 때("HVS edge"로 표시됨)의 차이를 보여주고 있다. 도 5a에 도시된 본래의 "Lenna" 영상(80)은 많은 평활영역과 선명한 에지들을 포함하고 있다. 도 6a의 본래의 "Baboon" 영상(86)은 많은 텍스쳐를 포함하고, 또한 하단부에 어두운 보더(border)를 포함하고 있다. 단일 분산-스펙트럼(spread-spectrum) 워터마크의 화질 및 감지 통계치(detection statistics)가 아래 표에 요약되어 있다. 표에서, 조절이 이루어지기 이전의 워터마크 세기에 대한 스케일링 팩터(scaling factor) 등과 같은 다른 파라미터들은 모두 동일하다. 이 표의 결과는, 본 발명이 보다 적은 아티팩트를 포함하고 있음을보여준다.
---표---
Image: 영상
Subjective Image Quality: 대상화질
good image quality: 화질이 양호함
artifacts along edges(e.g., shoulder): 에지(즉, 어깨선)를 따라 아티팩트 발생
obvious artifacts along bottom dark border: 하부 다크-보더를 따라 명백한 아티팩트 발생
도 5c를 보면, HVS zeng 영상(84)은 선명한 에지이면서 또한 평활영역에 인접한, Lenna의 어깨선을 따라 아티팩트(85)가 보인다. 본 발명은 도 5b에 도시된 영상(82)에서 보여지듯, HVS zeng 영상(84)의 이러한 아티팩트들을 제거할 수 있다. 이와 유사하게 도 6c에서는, "Baboon"의 HVS zeng 영상(90)이 도면번호 92의 사각형 안에 포함된 하부의 보더를 따라(보다 정확하게는 도면번호 93으로 표시되는 부분) 아티팩트를 포함하고 있다. 본 발명은 에지 부근에서의 링깅 아티팩트를 제거할 수 있으므로, 도 6b에 도시된 본 발명에 따른 영상(88)에서는 도면부호 93에 나타나는 것과 같은 아티팩트를 찾아볼 수 없다.
상기와 같이 본 발명이 서술되었으나 동일한 기술 사상이 많은 방법으로 변형될 수 있음은 자명하다. 이러한 변형이 본 발명의 기술사상의 범주를 벗어나는 것은 아니며, 당해 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술사상의 범위 이내에서 다양한 변형을 이룩할 수 있음은 재론의 여지가 없다. 따라서 본 발명의 범위는 다음에 기술되는 청구범위를 바탕으로 이해되어야 할 것이다.

Claims (13)

  1. 평활영역블록과 비평활영역블록을 포함하는 영상파일을 입력받는 단계와;
    어떤 영역의 블록들이 평활영역블록들과 실질적으로 근사한가를 결정하는 단계; 및
    상기 영상파일로부터의 첫번째 블록과 연계하여 저장된 식별데이터의 양을 조절하는 단계를 포함하여 구성되되;
    상기 첫번째 블록에 대한 조절은 상기 첫번째 블록이 평활영역블록과 실질적으로 근사하가에 대한 결정에 기초하여 이루어지는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  2. 청구항 1에 있어서,
    평활블록들에 실질적으로 근사한 블록들에 저장된 식별데이터의 양을 조절하는 단계를 더 포함하되;
    상기 조절은 근사한 블록들과 그들의 기준이 되는 평활블록과의 강도(intensity) 차이에 기초하여 이루어지는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  3. 청구항 1에 있어서,
    영상 파일에 식별데이터를 저장함으로써 야기되는 시각적인지능(perceptability)을 나타내는 인지능 척도를 결정하는 단계와;
    상기 영상파일로부터의 첫번째 블록과 연계하여 저장된 식별데이터의 인지능 척도를 조절하는 단계; 및
    상기 조절된 인지능 척도를 이용하여 상기 영상파일의 적어도 하나 이상의 블록에 끼워넣어질 식별데이터의 양을 결정하는 단계를 더 포함하되;
    상기 인지능 척도에 대한 조절은 상기 첫번째 블록이 평활영역블록과 실질적으로 근사한가에 대한 결정에 기초하여 이루어지는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  4. 청구항 1에 있어서,
    영상 파일에 식별데이터를 저장함으로써 야기되는 시각적 인지능을 나타내는 인식가능한차이(just-noticeable-difference) 척도를 결정하는 단계와;
    상기 영상파일로부터의 첫번째 블록과 연계하여 저장된 식별데이터의 인식가능한차이 척도를 조절하는 단계; 및
    상기 조절된 인식가능한차이 척도를 이용하여 상기 영상파일의 적어도 하나 이상의 블록에 끼워넣어질 식별데이터의 양을 결정하는 단계를 더 포함하되;
    상기 인식가능한차이 척도에 대한 조절은 상기 첫번째 블록이 평활영역블록과 실질적으로 근사한가에 대한 결정에 기초하여 이루어지는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  5. 청구항 4에 있어서,
    주파수영역 마스킹 모델을 통하여 인식가능한차이 척도를 생성하는 단계를 더 포함하는 영상 파일의 식별데이터 은닉방법.
  6. 청구항 1에 있어서,
    어떤 블록이 평활영역과 다른 영역 사이의 경계를 구성하는 블록인지 아닌지에 기초하여, 그 블록에 끼워넣어지는 식별데이터의 양을 감소시키는 단계를 더 포함하는 영상 파일의 식별데이터 은닉방법.
  7. 청구항 1에 있어서,
    상기 블록은 픽셀값들을 포함하고,
    상기 은닉방법은,
    각 블록 내의 픽셀값들과 연계하여 제 1 변동척도(variation metric)를 결정하는 단계와;
    각 블록에 이웃하는 블록들을 결정하는 단계; 및
    상기 단계에서 결정된 이웃하는 블록들의 제 1 변동척도를 이용하여 주어진 이웃영역 내에서의 변동을 나타내는 제 2 변동척도를 결정하는 단계를 더 포함하는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  8. 청구항 1에 있어서,
    상기 블록은 픽셀값들을 포함하고,
    상기 은닉방법은,
    각 블록 내의 픽셀값들과 연계하여 제 1 표준편차를 결정하는 단계와;
    각 블록에 이웃하는 블록들을 결정하는 단계; 및
    상기 단계에서 결정된 이웃하는 블록들의 제 1 표준편차를 이용하여 주어진 이웃영역 내에서의 변동을 나타내는 제 2 표준편차를 결정하는 단계를 더 포함하는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  9. 청구항 8에 있어서,
    에지 맵을 생성하는 단계; 및
    생성된 에지 맵과 제 2 표준편차에 기초하여 에지의 존재여부를 결정하는 단계를 더 포함하는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  10. 청구항 4에 있어서,
    블록과 연관된 픽셀값들에 기초하여 블록 DCT 계수를 결정하는 단계; 및
    주파수영역 마스킹 모델을 이용하여, 상기 결정된 블록 DCT 계수에 기초하여 인식가능한차이 척도를 생성하는 단계를 더 포함하는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  11. 소정의 활성도(activeness)를 가지며 적어도 하나 이상의 이웃하는 블록을갖는 블록들을 포함하는 영상파일을 입력받는 단계; 및
    상기 영상파일의 첫번째 블록의 활성도와 상기 첫번째 블록에 이웃하는 적어도 하나 이상의 이웃블록의 활성도에 기초하여, 상기 영상파일로부터의 적어도 하나 이상의 블록과 연계하여 저장된 식별데이터의 양을 조절하는 단계를 포함하는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  12. 청구항 11에 있어서,
    상기 첫번째 블록의 활성도는 상기 첫번째 블록의 경계도(edginess)를 나타내는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
  13. 청구항 11에 있어서,
    적어도 하나 이상의 블록에서, 그 블록 및 그에 이웃하는 블록들의 고주파 성분에 의해 나타나는 패턴에 기초하여 그 블록의 활성도를 결정하는 단계를 더 포함하는 것을 특징으로 하는 영상 파일의 식별데이터 은닉방법.
KR10-2003-7005490A 2000-10-18 2001-10-17 데이터 은닉을 위한 인간 시각 모델 KR20030051726A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/691,544 2000-10-18
US09/691,544 US6611608B1 (en) 2000-10-18 2000-10-18 Human visual model for data hiding
PCT/US2001/032247 WO2002033650A1 (en) 2000-10-18 2001-10-17 Human visual model for data hiding

Publications (1)

Publication Number Publication Date
KR20030051726A true KR20030051726A (ko) 2003-06-25

Family

ID=24776957

Family Applications (1)

Application Number Title Priority Date Filing Date
KR10-2003-7005490A KR20030051726A (ko) 2000-10-18 2001-10-17 데이터 은닉을 위한 인간 시각 모델

Country Status (8)

Country Link
US (1) US6611608B1 (ko)
EP (1) EP1336150A4 (ko)
JP (1) JP2004512751A (ko)
KR (1) KR20030051726A (ko)
CN (1) CN1656501A (ko)
AU (1) AU2002214591A1 (ko)
CA (1) CA2426459A1 (ko)
WO (1) WO2002033650A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100692527B1 (ko) * 2005-10-12 2007-03-09 한국전자통신연구원 워터마크 삽입을 위한 인간시각시스템용 마스킹모델생성방법

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7508944B1 (en) * 2000-06-02 2009-03-24 Digimarc Corporation Using classification techniques in digital watermarking
JP4688279B2 (ja) * 2000-11-21 2011-05-25 富士通株式会社 動画像の空間解像度自動設定方法及び装置
US9363409B2 (en) 2001-03-05 2016-06-07 Digimarc Corporation Image management system and methods using digital watermarks
US6664976B2 (en) 2001-04-18 2003-12-16 Digimarc Corporation Image management system and methods using digital watermarks
US7249257B2 (en) 2001-03-05 2007-07-24 Digimarc Corporation Digitally watermarked maps and signs and related navigational tools
US7298865B2 (en) * 2001-07-30 2007-11-20 Sarnoff Corporation Secure robust high-fidelity watermarking
US7006656B2 (en) * 2001-10-15 2006-02-28 The Research Foundation Of Suny Lossless embedding of data in digital objects
JP3932110B2 (ja) * 2002-04-23 2007-06-20 シャープ株式会社 画像処理装置、画像処理システム、電子情報機器、画像処理方法、制御プログラムおよび可読記録媒体
US7190805B2 (en) * 2002-04-30 2007-03-13 Hewlett-Packard Development Company, L.P. Method of and system for edge watermarking of an image
US7194106B2 (en) 2003-04-03 2007-03-20 Digimarc Corporation Creating electronic forms through digital watermarking
US9330060B1 (en) 2003-04-15 2016-05-03 Nvidia Corporation Method and device for encoding and decoding video image data
US7756288B2 (en) * 2003-05-29 2010-07-13 Jeffrey Lubin Method and apparatus for analog insertion of low frequency watermarks
WO2004114531A2 (en) * 2003-06-19 2004-12-29 Sarnoff Corporation Method and apparatus for providing a noise estimation for automatic selection of dither patterns in low frequency watermarks
US7786988B2 (en) * 2003-07-16 2010-08-31 Honeywood Technologies, Llc Window information preservation for spatially varying power conservation
US7583260B2 (en) * 2003-07-16 2009-09-01 Honeywood Technologies, Llc Color preservation for spatially varying power conservation
US7714831B2 (en) * 2003-07-16 2010-05-11 Honeywood Technologies, Llc Background plateau manipulation for display device power conservation
US7663597B2 (en) * 2003-07-16 2010-02-16 Honeywood Technologies, Llc LCD plateau power conservation
US7602388B2 (en) * 2003-07-16 2009-10-13 Honeywood Technologies, Llc Edge preservation for spatially varying power conservation
US7580033B2 (en) * 2003-07-16 2009-08-25 Honeywood Technologies, Llc Spatial-based power savings
US20060020906A1 (en) * 2003-07-16 2006-01-26 Plut William J Graphics preservation for spatially varying display device power conversation
KR100522049B1 (ko) * 2003-11-14 2005-10-18 한국전자통신연구원 프레임 평균을 이용한 실시간 비디오 워터마크 삽입 및추출 방법
JP4981455B2 (ja) 2004-02-04 2012-07-18 ディジマーク コーポレイション オンチップでの電子透かしの入ったイメージ信号及び電子透かしを通じた写真によるトラベルログ
US7949051B2 (en) * 2004-05-26 2011-05-24 Broadcom Corporation Mosquito noise detection and reduction
US7697782B2 (en) * 2004-09-16 2010-04-13 Sharp Laboratories Of America, Inc. System for reducing ringing artifacts
US7169920B2 (en) * 2005-04-22 2007-01-30 Xerox Corporation Photoreceptors
US7680355B2 (en) * 2005-05-02 2010-03-16 Intel Corporation Detection of artifacts resulting from image signal decompression
US7602408B2 (en) 2005-05-04 2009-10-13 Honeywood Technologies, Llc Luminance suppression power conservation
US7760210B2 (en) * 2005-05-04 2010-07-20 Honeywood Technologies, Llc White-based power savings
JP4260781B2 (ja) * 2005-06-30 2009-04-30 富士通株式会社 情報埋め込み装置、情報埋め込み方法および情報埋め込みプログラム
US20080292133A1 (en) * 2005-07-04 2008-11-27 Commonwealth Scientific And Industrial Research Organization Image Watermarking
CN1333371C (zh) * 2005-10-20 2007-08-22 李京兵 一种可抗几何攻击和常规攻击的数字水印方法
KR100693371B1 (ko) * 2005-11-15 2007-03-09 한국전자통신연구원 웨이블릿 기반의 다중 비트 핑거프린트 삽입 및 추출 방법
KR100797024B1 (ko) * 2006-05-02 2008-01-22 한국전자통신연구원 하이브리드 이미지 워터마킹 방법 및 장치
TWI323604B (en) * 2006-05-09 2010-04-11 Realtek Semiconductor Corp Video processing method and apparatus based on smooth detection
US7865032B2 (en) * 2006-09-22 2011-01-04 Hewlett-Packard Development Company, L.P. Methods and systems for identifying an ill-exposed image
CN100421123C (zh) * 2006-10-16 2008-09-24 李京兵 一种鲁棒的二值文本图像多水印实现方法
CN100421124C (zh) * 2006-10-16 2008-09-24 李京兵 一种基于图像相位特征抗局部非线性几何攻击的水印方法
US8311347B2 (en) 2006-11-10 2012-11-13 Microsoft Corporation Image compression based on parameter-assisted inpainting
US9118927B2 (en) 2007-06-13 2015-08-25 Nvidia Corporation Sub-pixel interpolation and its application in motion compensated encoding of a video signal
US8873625B2 (en) 2007-07-18 2014-10-28 Nvidia Corporation Enhanced compression in representing non-frame-edge blocks of image frames
US8565472B2 (en) 2007-10-30 2013-10-22 General Instrument Corporation Method, device and system for dynamically embedding watermark information into multimedia content
CN101159059B (zh) * 2007-11-26 2010-09-29 清华大学 一种对离散余弦变换域数字水印系统的自适应攻击方法
CN101911716A (zh) * 2008-01-18 2010-12-08 汤姆森许可贸易公司 评估感知质量的方法
US8031946B2 (en) * 2008-03-27 2011-10-04 Texas Instruments Incorporated Reduced calculations in determining intra-prediction type method and system
TWI397299B (zh) * 2008-12-04 2013-05-21 Nat Univ Chung Hsing 利用邊緣預測誤差之高容量可回復式資訊隱藏法
US8559511B2 (en) 2010-03-30 2013-10-15 Hong Kong Applied Science and Technology Research Institute Company Limited Method and apparatus for video coding by ABT-based just noticeable difference model
CN103020886B (zh) * 2012-11-06 2015-05-13 武汉大学 一种基于线特征的数字扫描地图水印方法
KR101416265B1 (ko) * 2013-02-28 2014-07-09 연세대학교 산학협력단 하이브리드 방식 기반 영상의 화질을 평가하기 위한 장치 및 그 방법
US9245310B2 (en) * 2013-03-15 2016-01-26 Qumu Corporation Content watermarking
CN107004247B (zh) * 2014-12-18 2021-05-11 诺基亚技术有限公司 用于发布保留版权的位置水印视频的方法和装置
US10402696B2 (en) * 2016-01-04 2019-09-03 Texas Instruments Incorporated Scene obstruction detection using high pass filters
WO2021211105A1 (en) * 2020-04-15 2021-10-21 Hewlett-Packard Development Company, L.P. Watermarked image signal with varied watermark strengths

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5862260A (en) 1993-11-18 1999-01-19 Digimarc Corporation Methods for surveying dissemination of proprietary empirical data
US5689587A (en) * 1996-02-09 1997-11-18 Massachusetts Institute Of Technology Method and apparatus for data hiding in images
US6031914A (en) * 1996-08-30 2000-02-29 Regents Of The University Of Minnesota Method and apparatus for embedding data, including watermarks, in human perceptible images
US6154571A (en) * 1998-06-24 2000-11-28 Nec Research Institute, Inc. Robust digital watermarking
US6141441A (en) * 1998-09-28 2000-10-31 Xerox Corporation Decoding data from patterned color modulated image regions in a color image
US6285775B1 (en) 1998-10-01 2001-09-04 The Trustees Of The University Of Princeton Watermarking scheme for image authentication
US6209094B1 (en) * 1998-10-14 2001-03-27 Liquid Audio Inc. Robust watermark method and apparatus for digital signals
US6411953B1 (en) * 1999-01-25 2002-06-25 Lucent Technologies Inc. Retrieval and matching of color patterns based on a predetermined vocabulary and grammar
US6385329B1 (en) * 2000-02-14 2002-05-07 Digimarc Corporation Wavelet domain watermarks

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100692527B1 (ko) * 2005-10-12 2007-03-09 한국전자통신연구원 워터마크 삽입을 위한 인간시각시스템용 마스킹모델생성방법

Also Published As

Publication number Publication date
JP2004512751A (ja) 2004-04-22
EP1336150A1 (en) 2003-08-20
CA2426459A1 (en) 2002-04-25
AU2002214591A1 (en) 2002-04-29
US6611608B1 (en) 2003-08-26
EP1336150A4 (en) 2006-04-05
WO2002033650A1 (en) 2002-04-25
WO2002033650A8 (en) 2002-09-12
CN1656501A (zh) 2005-08-17

Similar Documents

Publication Publication Date Title
KR20030051726A (ko) 데이터 은닉을 위한 인간 시각 모델
US7822226B2 (en) Perceptual modeling of media signals for data hiding
US6631198B1 (en) Perceptual modeling of media signals based on local contrast and directional edges
US7720253B2 (en) Visual perception model for hi-fidelity image watermarking
Huang et al. A contrast-sensitive visible watermarking scheme
EP1139650A1 (en) Method for embedding electronic watermark and method for decoding the same
US20050074139A1 (en) Method for embedding and extracting digital watermark on lowest wavelet subband
Roy et al. A perception based color image adaptive watermarking scheme in YCbCr space
KR101140700B1 (ko) 고화질 동영상 워터마킹의 비가시성 향상을 위한 복합 마스킹 시스템
KR100948381B1 (ko) 인간시각시스템을 이용한 영상 워터마킹 방법
EP1041815B1 (en) Image processing apparatus, image processing method, and storage medium
Nguyen et al. Perceptual watermarking using a new Just-Noticeable-Difference model
Wang et al. Robust image watermarking via perceptual structural regularity-based JND model
CN105023237A (zh) 提高图像数字水印隐蔽性能的方法
US7729505B2 (en) Method and device for watermarking an image
Nguyen et al. Perceptual watermarking using pyramidal JND maps
US20050036174A1 (en) Method and apparatus for providing a noise estimation for automatic selection of dither patterns in low frequency watermarks
Amar et al. Perceptual Image Watermarking based on a Mixed-scale Wavelet Representation
Nguyen et al. A robust-transparent watermarking scheme based on perceptual modeling
Tsai et al. The collaboration of noise reduction and human vision system models for a visible watermarking algorithm
Khalil et al. A gray-scale image watermarking technique using the contrast sensitivity function masks
Autrusseau et al. A study of content based watermarking using an
Nguyen et al. Perceptual watermarking using a multi-scale JNC Model
Ninassi et al. Pseudo No Reference image quality metric using
Autrusseau et al. Psychovisual selection of auspicious sites for watermarking

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid