WO2025012147A1 - Méthode de tatouage numérique d'une image, méthode d'extraction d'un tatouage numérique et méthode de détection de falsification d'une image tatouée - Google Patents

Méthode de tatouage numérique d'une image, méthode d'extraction d'un tatouage numérique et méthode de détection de falsification d'une image tatouée Download PDF

Info

Publication number
WO2025012147A1
WO2025012147A1 PCT/EP2024/069075 EP2024069075W WO2025012147A1 WO 2025012147 A1 WO2025012147 A1 WO 2025012147A1 EP 2024069075 W EP2024069075 W EP 2024069075W WO 2025012147 A1 WO2025012147 A1 WO 2025012147A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
sub
signature
block
digital
Prior art date
Legal status (The legal status 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 status listed.)
Pending
Application number
PCT/EP2024/069075
Other languages
English (en)
Inventor
Andres TROYA-GALVIS
Caroline NAUD
Reda SEMLAL
Luis PALLUEL
Romain HUGUES
Serge Rainjonneau
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Thales SA
Original Assignee
Thales SA
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 Thales SA filed Critical Thales SA
Publication of WO2025012147A1 publication Critical patent/WO2025012147A1/fr
Anticipated expiration legal-status Critical
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking
    • G06T1/0042—Fragile watermarking, e.g. so as to detect tampering
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

Definitions

  • the invention relates to the field of monitoring the integrity of digital images, in particular images acquired by an Earth observation satellite.
  • the invention relates more specifically to a method of digitally tattooing an image, a method of extracting a tattoo and a method of detecting falsification of a tattooed image.
  • a more specific problem concerns the localization, in the image, of an image falsification, that is, the ability to identify which area of an image has been falsified.
  • Another specific problem concerns the robustness of a digital watermarking method to certain so-called classical transformations such as image cutting or cropping transformations.
  • a first known solution consists in calculating, at the time of production or delivery of the image, a unique key of fixed length representing precisely an original object and its characteristics. This key can be recalculated at the time of the image integrity check and compared to the original key to deduce whether a modification has taken place on the image.
  • This first method has the advantage of low complexity, however it has several drawbacks. First of all, it is not robust to any transformation carried out on the image. The slightest modification of the image such as a cut or a mirror results in a different key and therefore leads to detecting a falsification of the image when it has only undergone an acceptable transformation.
  • Another disadvantage is that this method involves a calculation on the entire image which does not allow to locate the areas of the image affected by a falsification.
  • a second known solution is to apply a digital watermark to an entire image. If the image is modified, the watermark is visibly altered and allows for the detection of falsifications.
  • the main disadvantage of this method is that it visually and functionally alters the usability of the image.
  • Another disadvantage is that this method does not allow for the localization of a falsification in a local area of the image.
  • a third known solution consists of analyzing the content of the received image and comparing it to a statistical expectation to assess the probability of authenticity of the information contained in the image. This solution does not apply to all technical fields because it assumes strong a priori assumptions about the content of the processed images and any falsifications applied to the image.
  • the invention consists of a new digital tattooing method which consists of the integration of a tattoo on each sub-block of a grid applied to the image so as to allow a localization of falsification in the image.
  • the invention also relates to a method of extracting the digital tattoo as well as a method of locating falsification which does not require a reference tattoo.
  • the invention relies on an artificial intelligence engine to carry out the learning of the tattooing and tattoo extraction functions.
  • the proposed method has the advantage of being robust to image cutting or cropping operations.
  • the invention is advantageously applied to the verification of the integrity of Earth observation satellite images.
  • the subject of the invention is a method, implemented by computer, of digital tattooing of an image comprising the steps of:
  • each sub-block i. Transform the sub-block into an intermediate space via a predetermined transform, ii. Combine the signature with the sub-block in the intermediate space to obtain a signed sub-block in the intermediate space, iii. Apply to the signed sub-block a transform inverse to the predetermined transform,
  • the digital tattooing method according to the invention further comprises the steps of:
  • the binary pattern is positioned on at least three areas of the matrix corresponding to three corners of a square, for example three corners of the matrix.
  • the step of combining the signature with a sub-block is carried out by means of a first artificial intelligence engine trained to minimize the visual impact of a signature on a signed image.
  • the invention also relates to a method, implemented by computer, for extracting a digital tattoo comprising the steps of:
  • the step of extracting the binary signature of a sub-block is carried out by means of a second artificial intelligence engine trained to minimize a gap between the binary signature originally generated and the binary signature extracted from a sub-block.
  • the first artificial intelligence engine and the second artificial intelligence engine are trained jointly.
  • the method for extracting a digital tattoo according to the invention further comprises the steps of:
  • the invention also relates to a method, implemented by computer, for detecting falsification of a digitally tattooed image by means of the digital tattooing method according to the invention, the method comprising the steps of:
  • the digital image is an image acquired by a satellite.
  • the invention also relates to a computer program comprising instructions for executing the method according to the invention, when the program is executed by a processor.
  • the invention also relates to a recording medium readable by a processor on which is recorded a program comprising instructions for the execution of the method according to the invention, when the program is executed by a processor.
  • FIG. 1 represents a general principle diagram of a digital tattooing method according to the prior art
  • FIG. 2 represents a diagram of a digital tattooing method according to an embodiment of the invention
  • FIG. 3 represents a diagram of a method of extracting a digital tattoo according to an embodiment of the invention
  • FIG. 4 shows a diagram of an artificial intelligence engine trained to perform a first digital watermarking function and a second digital watermark extraction function according to one embodiment of the invention
  • FIG. 5 shows an example of an artificial intelligence model trained to perform the first digital tattoo function
  • FIG. 6 shows an example of an artificial intelligence model trained to perform the second digital tattoo extraction function
  • FIG. 7 represents a flowchart detailing the steps of implementing a method of detecting falsification according to one embodiment of the invention
  • FIG. 8a represents for the same example, the digital tattoo extracted if no cutting of the image has taken place
  • FIG. 8b represents an example of digital tattoo extracted following an image cutting operation
  • FIG. 9a represents a first example of a pattern combined with a digital tattoo according to an embodiment of the invention
  • Figure 1 illustrates a block diagram of a method of digitally watermarking an image to verify the integrity of the image.
  • an image I is shown which is projected into a particular space by means of a given transformation, for example a Fourier transform, a DCT transform or other to obtain a transformed image I'.
  • a binary tattoo or signature W is then combined with the transformed image I' to obtain a tattooed image l' t .
  • the tattooed image l' t in the transformation space is then converted into the initial space via an inverse transformation to obtain the signed image l t .
  • the inverse operations are applied, that is to say that the watermarked image is transformed in the transformation space and then the inverse operation is applied to the combination operation to recover the signature.
  • the combination operation can take different forms but must be robust to certain image processing operations, for example cropping operations.
  • a cropping operation of the watermarked image l t must not alter the signature buried in the image.
  • the invention relates to a particular method of digital tattooing which notably allows the localization in the image of a falsification.
  • Figure 2 shows a flowchart detailing the steps of a digital tattooing method according to one embodiment of the invention.
  • the image may be a single-channel image or a multi-spectral image comprising multiple channels at different wavelengths.
  • step 202 a decomposition of the image into sub-blocks of identical dimensions is applied according to a predetermined image cutting grid.
  • the dimensions of the sub-blocks are chosen a priori according to constraints linked to the storage of the data and to the complexity of the processing but also depending on the level of granularity desired to localize the impact of an image tampering.
  • step 203 a binary signature S or tattoo is received which contains, for example, useful information.
  • This signature is then integrated into each sub-block in step 205 according to a digital tattooing process as described in FIG. 1.
  • a notable difference is that the tattooing operation is not applied to the entire image I but to each sub-block in which the same signature is integrated.
  • step 206 the signed image is reconstructed by aggregating all the watermarked sub-blocks according to the same decomposition grid used in step 202.
  • Figure 3 shows a flowchart detailing the steps of a method for extracting signatures from a digitally watermarked image, according to one embodiment of the invention.
  • the method of Figure 3 begins with the reception 301 of an image l t that has been watermarked using the watermarking method of Figure 2.
  • the image is decomposed into sub-blocks according to the same cutting grid used to watermark the image.
  • a signature is extracted from each sub-block using a signature extraction procedure that implements operations inverse to those used to watermark the image.
  • a falsification detection step 304 can then be applied by comparing these signatures with each other since these signatures are supposed to be all identical if the image has not been falsified.
  • Figure 4 discloses a particular example of implementation of the steps of integrating a signature into a sub-block (step 205) and of extracting signatures from a sub-block (step 303).
  • the digital watermarking technique is based on the use of two artificial intelligence engines.
  • the first artificial intelligence engine is trained to learn to perform a function of integrating a binary signature into an image of way to minimize the visual impact of the signature on the image.
  • the second artificial intelligence engine is trained to learn how to perform a function of extracting a signature from a watermarked image in order to best reconstruct the initial signature.
  • An image I is received as input then decomposed into sub-blocks Bi.
  • Each sub-block is produced as input to a first encoder-type network R1 responsible for transforming each sub-block into a latent space.
  • a binary signature S is received as input, it is transformed into a matrix W of size at most equal to that of a sub-block.
  • the matrix signature W is then concatenated, via a concatenation operation C, to the output vector of the first encoder network R1, then the whole is supplied to a second network R2 of decoder type which decodes the information of the latent space to obtain a signed sub-block BSi.
  • a cost function F1 is used for training the auto-encoder network consisting of R1 and R2. This cost function is, for example, defined by a minimization of an error between a signed sub-block BSi and an original sub-block Bi.
  • a third network R3 is trained to extract a signature from a signed block BSi to find an extracted signature Se.
  • the third network R3 is trained by applying certain perturbations to the input blocks in order to encourage robust learning.
  • the perturbations correspond to alterations of the image that could be carried out by a third party. For example, this may involve the addition of different types of noise, a change in intensity or contrast in the image, a compression of the image or a geometric transformation such as a rotation or scaling.
  • a second cost function F2 is used for training the third network R3, for example defined by an error between the extracted signature Se and the original signature S.
  • the training of the three networks R1, R2, R3 is carried out jointly from an image database, for example images satellites, producing at the input of the first network R1 sub-blocks chosen randomly in each image.
  • One objective of the learning of these networks is in particular robustness to certain transformations of the image, such as for example a mirror transformation, invisibility of the signature buried in the image, an absence of functional impact on the usability of the image but also a minimum capacity of the quantities of data which can be included in the signature.
  • the diagram in Figure 5 represents an example of an auto-encoder artificial neural network for producing the networks R1 and R2 of Figure 4.
  • It is composed of a first convolution layer 501 with fixed parameters to transform a block of an image into a latent space, a concatenation operation C to concatenate a signature S to the transformed image, an artificial neural network 502 and a second convolution layer 503 with fixed parameters to transform the result obtained into the image space.
  • the network 502 is trained to learn to integrate the signature into the image without visual impact. It is for example composed of several layers of successive convolutions.
  • Figure 6 describes an example of an artificial neural network for realizing the network R3 of Figure 4.
  • any other trainable artificial intelligence model for learning to perform the two aforementioned functions can be used to replace the neural networks described in Figures 5 and 6.
  • Figure 7 shows, on a flowchart, the steps of implementing a method for detecting and locating falsification in an image according to an embodiment of the invention. This method corresponds to an exemplary embodiment of step 304 of the method of Figure 3.
  • the method of Figure 7 begins at step 701 with the extraction of N signatures corresponding to N sub-blocks of an image as described in Figure 3.
  • the dominant signature is searched for among the N extracted signatures.
  • the dominant or majority signature is the signature most present among the N extracted signatures.
  • the N signatures are compared with each other and grouped into groups of identical signatures. The group containing the greatest number of identical signatures corresponds to the majority group.
  • step 703 the signature extracted from the sub-block of index i is compared to the dominant signature. If these two signatures are identical, it is deduced in step 704 that the sub-block of index i has not been falsified. Otherwise, the difference between the two signatures is calculated in step 705 and then this difference is compared in step 706 to a predefined detection threshold. If the difference is less than or equal to the threshold, the procedure returns to step 704 to conclude that the sub-block of index i has not been falsified. Otherwise, the procedure goes to step 707 to report the sub-block of index i as a falsified sub-block.
  • Steps 703 to 707 are iterated for all sub-blocks of the image.
  • An optional step 708 makes it possible to generate a falsification map indicating which sub-blocks of the image have been falsified.
  • the method of Figure 7 makes it possible to precisely locate the areas of the image which have been falsified, unlike global methods which integrate a single signature into an image.
  • Figure 8a illustrates an example of a signature or tattoo represented in the form of a matrix. According to the invention, this tattoo is integrated into each block of an image decomposed into N blocks.
  • FIG. 9a An example of such a pattern is given in Figure 9a, it involves placing bits at 1 in at least 3 zones 901, 902, 903, 904 corresponding to corners of the matrix.
  • the patterns thus created in the corners of the matrix must be identical.
  • the pattern described in FIG. 9a is added to the signature received in step 203, the whole being represented in a matrix form.
  • the size of the matrix is less than or equal to that of a block of the image and is such that the ratio between the size of a block and the size of the matrix is fixed.
  • an additional step 305 (with reference to FIG. 3) is performed to recombine the extracted signatures using the pattern M to compensate for the image cutting operation.
  • the elements of the pattern M are detected in the extracted signature (for example that of figure 8b), then we deduce the offset between the initial position of the pattern M during its integration in a block and the position of this pattern in the extracted signature. A vertical offset and a horizontal offset can be estimated. Then these offsets are applied to the pixels of the matrix signature to obtain the decoded signature.
  • Figure 9b shows another example of a possible M pattern consisting of four elements of the same geometric shape (e.g. crosses) located at the four corners of a square.
  • the pattern M consists of at least three elements arranged in three fixed positions, for example three corners of a square inscribed in the signature matrix.
  • the elements of the pattern consist of values of 1.
  • they are placed on the edges or corners of the matrix so as to avoid areas where the useful bits of the signature are located.
  • the steps of the invention may be implemented as a computer program comprising instructions for its execution.
  • the computer program may be recorded on a recording medium readable by a processor.
  • references to a computer program that, when executed, performs any of the functions described above is not limited to an application program executing on a single host computer. Rather, the terms computer program and software are used herein in a general sense to refer to any type of computer code (e.g., application software, firmware, microcode, or any other form of computer instruction) that can be used to program one or more processors to implement aspects of the techniques described herein.
  • the computing means or resources may notably be distributed (“cloud computing"), possibly using peer-to-peer technologies.
  • the software code may be executed on any suitable processor (e.g., a microprocessor) or processor core or a set of processors, whether provided in a single computing device or distributed among multiple computing devices (e.g., as may be accessible within the device environment).
  • the executable code of each program enabling the programmable device to implement the processes according to the invention may be stored, for example, in the hard disk or in read-only memory.
  • the program(s) may be loaded into one of the storage means of the device before being executed.
  • the central unit may control and direct the execution of the instructions or portions of software code of the program(s) according to the invention, instructions which are stored in the hard disk or in read-only memory or in the other aforementioned storage elements.

Landscapes

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

Abstract

Méthode, mise en œuvre par ordinateur, de tatouage numérique d'une image comprenant les étapes de : - Recevoir (201) une image numérique, - Décomposer (202) l'image numérique en une pluralité de sous-blocs de mêmes dimensions prédéfinies, - Générer (203) une signature binaire numérique, - Pour chaque sous-bloc, i. Transformer le sous-bloc dans un espace intermédiaire via une transformée prédéterminée, ii. Combiner la signature avec le sous-bloc dans l'espace intermédiaire pour obtenir un sous-bloc signé dans l'espace intermédiaire, iii. Appliquer au sous-bloc signé une transformée inverse à la transformée prédéterminée, - Concaténer (206) l'ensemble des sous-blocs signés pour former une image signée.

Description

DESCRIPTION
Titre de l’invention : Méthode de tatouage numérique d’une image, méthode d’extraction d’un tatouage numérique et méthode de détection de falsification d’une image tatouée
[0001] L’invention concerne le domaine du suivi d’intégrité d’images numériques, en particulier d’images acquises par un satellite d’observation de la Terre.
[0002] L’invention porte plus précisément sur une méthode de tatouage numérique d’une image, une méthode d’extraction d’un tatouage et une méthode de détection de falsification d’une image tatouée.
[0003] Dans le contexte de l’accroissement des quantités de données, en particulier d’images, transmises via des systèmes de transmission numérique, il existe un besoin général pour détecter les atteintes volontaires ou non à l’intégrité des images reçues.
[0004] En particulier, dans le domaine des transmissions d’images acquises par un satellite d’observation de la Terre, ce besoin est particulièrement présent car les images acquises peuvent transiter par différents équipements, réseaux de communications et plateformes de transmission.
[0005] Dans ce contexte, les possibilités d’atteinte à l’intégrité des images augmentent et il est impératif pour un utilisateur de pouvoir vérifier cette intégrité avant l’utilisation finale des images.
[0006] Un problème plus spécifique concerne la localisation, dans l’image, d’une falsification de l’image, c’est-à-dire la capacité à identifier quelle zone d’une image a été falsifiée.
[0007] Un autre problème spécifique concerne la robustesse d’une méthode de tatouage numérique à certaines transformations dites classiques telles que les transformations de découpage ou recadrage d’une image.
[0008] Différentes solutions existent dans l’état de l’art pour adresser le sujet de l’intégrité des images.
[0009] Une première solution connue consiste à calculer, au moment de la production ou de la livraison de l’image une clé unique de longueur fixe représentant précisément un objet d’origine et ses caractéristiques. Cette clé peut être recalculée au moment de la vérification d’intégrité de l’image et comparée à la clé d’origine pour en déduire si une modification a eu lieu sur l’image. Cette première méthode présente l’avantage d’une faible complexité cependant elle a plusieurs inconvénients. Tout d’abord, elle n’est robuste à aucune transformation opérée sur l’image. La moindre modification de l’image telle qu’un découpage ou un miroir entraine une clé différente et donc conduit à détecter une falsification de l’image alors que celle-ci a uniquement subi une transformation acceptable.
[0010] Un autre inconvénient est que cette méthode implique un calcul sur l’image entière ce qui ne permet pas de localiser les zones de l’image affectées par une falsification.
[0011] Une deuxième solution connue consiste à appliquer un tatouage numérique sur une image entière. En cas de modification de l’image, le tatouage est altéré de façon visible et permet de détecter les falsifications. L’inconvénient principal de cette méthode est qu’elle altère visuellement et fonctionnellement l’utilisabilité de l’image. Un autre inconvénient est que cette méthode ne permet pas de localiser une falsification dans une zone locale de l’image.
[0012] Une troisième solution connue consiste à analyser le contenu de l’image reçue et à comparer à un attendu statistique pour évaluer la probabilité d’authenticité de l’information contenue dans l’image. Cette solution ne s’applique pas à tous les domaines techniques car elle suppose des a priori forts sur le contenu des images traitées et les falsifications éventuellement appliquées à l’image.
[0013] L’invention consiste en une nouvelle méthode de tatouage numérique qui consiste en l’intégration d’un tatouage sur chaque sous-bloc d’une grille appliquée à l’image de manière à permettre une localisation de falsification dans l’image.
[0014] L’invention porte également sur une méthode d’extraction du tatouage numérique ainsi qu’une méthode de localisation de falsification qui ne nécessite pas de tatouage de référence.
[0015] Avantageusement, l’invention s’appuie sur un moteur d’intelligence artificielle pour réaliser l’apprentissage des fonctions de tatouage et d’extraction de tatouage.
[0016] La méthode proposée présente notamment l’avantage d’être robuste aux opérations de découpage ou recadrage d’une image. [0017] L’invention s’applique avantageusement à la vérification d’intégrité d’images satellites d’observations de la Terre.
[0018] L’invention a pour objet une méthode, mise en oeuvre par ordinateur, de tatouage numérique d’une image comprenant les étapes de :
- Recevoir une image numérique,
- Décomposer l’image numérique en une pluralité de sous-blocs de mêmes dimensions prédéfinies,
- Générer une signature binaire numérique,
- Pour chaque sous-bloc, i. Transformer le sous-bloc dans un espace intermédiaire via une transformée prédéterminée, ii. Combiner la signature avec le sous-bloc dans l’espace intermédiaire pour obtenir un sous-bloc signé dans l’espace intermédiaire, iii. Appliquer au sous-bloc signé une transformée inverse à la transformée prédéterminée,
- Concaténer l’ensemble des sous-blocs signés pour former une image signée.
[0019] Dans une variante de réalisation, la méthode de tatouage numérique selon l’invention comprend en outre les étapes de :
- Ajouter à la signature binaire numérique un motif binaire,
- Transformer la signature binaire en une matrice de dimensions inférieures aux dimensions d’un sous-bloc,
- Le motif binaire étant inséré dans la signature binaire de sorte à être positionné sur des positions prédéfinies de la matrice identiques pour chaque sous-bloc
[0020] Selon un aspect particulier de l’invention, le motif binaire est positionné sur au moins trois zones de la matrice correspondant à trois coins d’un carré, par exemple trois coins de la matrice. [0021 ] Selon un aspect particulier de l’invention, l’étape de combiner la signature avec un sous-bloc est réalisée au moyen d’un premier moteur d’intelligence artificielle entraîné pour minimiser l’impact visuel d’une signature sur une image signée.
[0022] L’invention a aussi pour objet une méthode, mise en oeuvre par ordinateur, d’extraction d’un tatouage numérique comprenant les étapes de :
- Recevoir une image numérique signée au moyen de la méthode de tatouage numérique selon l’invention,
- Décomposer l’image numérique en une pluralité de sous-blocs de mêmes dimensions utilisées pour générer l’image numérique signée,
- Pour chaque sous-bloc, i. Extraire la signature binaire tatouée dans le sous-bloc
[0023] Selon un aspect particulier de l’invention, l’étape d’extraire la signature binaire d’un sous bloc est réalisée au moyen d’un second moteur d’intelligence artificielle entraîné pour minimiser un écart entre la signature binaire générée à l’origine et la signature binaire extraite d’un sous bloc.
[0024] Selon un aspect particulier de l’invention, le premier moteur d’intelligence artificielle et le second moteur d’intelligence artificielle sont entraînés conjointement.
[0025] Dans une variante de réalisation, la méthode d’extraction d’un tatouage numérique selon l’invention comprend en outre les étapes de :
- Détecter, pour au moins un sous-bloc, un motif binaire inséré dans la signature extraite,
- Comparer les positions du motif binaire détecté à un ensemble de positions attendues et si elles diffèrent des positions attendues, en déduire que l’image numérique reçue a subi une opération de découpage,
- Reconstruire la signature binaire associée à l’image avant opération de découpage à partir des positions du motif binaire en appliquant à la signature numérique une opération inverse à l’opération de découpage [0026] L’invention a encore pour objet une méthode, mise en oeuvre par ordinateur, de détection de falsification d’une image tatouée numériquement au moyen de la méthode de tatouage numérique selon l’invention, la méthode comprenant les étapes de:
- Exécuter la méthode d’extraction d’un tatouage numérique pour une image reçue selon l’invention,
- Rechercher, pour l’ensemble des sous-blocs de l’image, la signature extraite majoritaire parmi cet ensemble,
- pour chaque sous-bloc, i. comparer la signature extraite pour le sous-bloc à la signature majoritaire et, ii. en déduire si le sous-bloc de l’image a été falsifié ou non
[0027] Selon un aspect particulier de l’invention, l’image numérique est une image acquise par un satellite.
[0028] L’invention a aussi pour objet un programme d'ordinateur comportant des instructions pour l'exécution de la méthode selon l’invention, lorsque le programme est exécuté par un processeur.
[0029] L’invention a aussi pour objet un support d'enregistrement lisible par un processeur sur lequel est enregistré un programme comportant des instructions pour l'exécution de la méthode selon l’invention, lorsque le programme est exécuté par un processeur.
[0030] D’autres caractéristiques et avantages de la présente invention apparaîtront mieux à la lecture de la description qui suit en relation aux dessins annexés suivants.
[0031] [Fig. 1] représente un schéma de principe général d’une méthode de tatouage numérique selon l’art antérieur,
[0032] [Fig. 2] représente un schéma d’une méthode de tatouage numérique selon un mode de réalisation de l’invention,
[0033] [Fig. 3] représente un schéma d’une méthode d’extraction d’un tatouage numérique selon un mode de réalisation de l’invention, [0034] [Fig. 4] représente un schéma d’un moteur d’intelligence artificielle entraîné pour réaliser une première fonction de tatouage numérique et une seconde fonction d’extraction de tatouage numérique selon un mode de réalisation de l’invention,
[0035] [Fig. 5] représente un exemple de modèle d’intelligence artificielle entraîné pour réaliser la première fonction de tatouage numérique,
[0036] [Fig. 6] représente un exemple de modèle d’intelligence artificielle entraîné pour réaliser la seconde fonction d’extraction de tatouage numérique,
[0037] [Fig. 7] représente un organigramme détaillant les étapes de mise en oeuvre d’une méthode de détection de falsification selon un mode de réalisation de l’invention,
[0038] [Fig. 8a] représente pour le même exemple, le tatouage numérique extrait si aucun découpage de l’image n’a eu lieu,
[0039] [Fig. 8b] représente un exemple de tatouage numérique extrait suite à une opération de découpage d’une image,
[0040] [Fig. 9a] représente un premier exemple de motif combiné à un tatouage numérique selon un mode de réalisation de l’invention,
[0041] [Fig. 9b] représente un second exemple de motif combiné à un tatouage numérique selon un mode de réalisation de l’invention,
[0042] La figure 1 illustre un schéma de principe d’une méthode de tatouage numérique d’une image pour vérifier l’intégrité de l’image.
[0043] Le principe du tatouage numérique ou « watermarking » en anglais est d’intégrer dans une image I un tatouage ou signature binaire qui soit non visible au sens où elle n’altère pas le contenu de l’image mais qui est modifiée lorsqu’une falsification de l’image est réalisée au cours de la chaîne de transmission.
[0044] Sur la figure 1 , on a représenté une image I qui est projetée dans un espace particulier au moyen d’une transformation donnée, par exemple une transformée de Fourier, une transformée DCT ou autre pour obtenir une image transformée I’. [0045] Un tatouage ou signature binaire W est ensuite combiné à l’image transformée I’ pour obtenir une image tatouée l’t. L’image tatouée l’t dans l’espace de transformation est ensuite convertie dans l’espace initial via une transformation inverse pour obtenir l’image signée lt.
[0046] Pour extraire la signature W de l’image tatouée lt, les opérations inverses sont appliquées, c’est à dire qu’on transforme l’image tatouée dans l’espace de transformation puis on applique l’opération inverse à l’opération de combinaison pour récupérer la signature.
[0047] Il est ensuite possible de comparer la signature extraite à la signature d’origine pour détecter une falsification de l’image.
[0048] L’opération de combinaison peut prendre différentes formes mais doit être robuste à certaines opérations de traitement d’image, par exemple les opérations de découpage ou « cropping » en anglais. Autrement dit, une opération de découpage de l’image tatouée lt ne doit pas altérer la signature enfouie dans l’image.
[0049] L’invention concerne une méthode particulière de tatouage numérique qui permet notamment la localisation dans l’image d’une falsification.
[0050] La figure 2 représente un organigramme détaillant les étapes d’une méthode de tatouage numérique selon un mode de réalisation de l’invention.
[0051] La méthode débute à l’étape 201 par la réception d’une image numérique qui est, par exemple, une image d’observation de la Terre acquise par un satellite. La méthode de tatouage peut être appliquée par exemple dans une station sol appartenant à un segment sol d’un système de communications par satellite ou dans un serveur déporté.
[0052] L’image peut être une image à un seul canal ou une image multi-spectrales comprenant plusieurs canaux à différentes longueurs d’ondes.
[0053] A l’étape 202, on applique une décomposition de l’image en sous-blocs de dimensions identiques selon une grille de découpage de l’image prédéterminée. Les dimensions des sous-blocs sont choisies a priori en fonction de contraintes liées au stockage des données et à la complexité des traitements mais aussi selon le niveau de granularité souhaité pour localiser l’impact d’une falsification de l’image.
[0054] A l’étape 203, on reçoit une signature binaire S ou tatouage qui contient par exemple des informations utiles. Cette signature est ensuite intégrée à chaque sous- bloc à l’étape 205 selon un processus de tatouage numérique tel que décrit à la figure 1 . Une différence notable est que l’opération de tatouage n’est pas appliquée à l’image I entière mais à chaque sous-bloc dans lequel est intégrée la même signature.
[0055] Ensuite à l’étape 206, on reconstruit l’image signée en agrégeant tous les sous-blocs tatoués selon la même grille de décomposition utilisée à l’étape 202.
[0056] La figure 3 représente un organigramme détaillant les étapes d’une méthode d’extraction de signatures d’une image tatouée numériquement, selon un mode de réalisation de l’invention.
[0057] La méthode de la figure 3 débute avec la réception 301 d’une image lt qui a été tatouée au moyen de la méthode de tatouage de la figure 2. A l’étape 302, l’image est décomposée en sous-blocs selon la même grille de découpage utilisée pour tatouer l’image. Ensuite, à l’étape 303, une signature est extraite de chaque sous-bloc au moyen d’une procédure d’extraction de signature qui met en oeuvre des opérations inverses à celles utilisées pour tatouer l’image.
[0058] On obtient in fine un nombre N de signatures, où N est le nombre de blocs de l’image.
[0059] Une étape 304 de détection de falsification peut ensuite être appliquée en comparant ces signatures entre elles puisque ces signatures sont censées être toutes identiques si l’image n’a pas été falsifiée.
[0060] La figure 4 divulgue un exemple particulier de mise en oeuvre des étapes d’intégration d’une signature dans un sous bloc (étape 205) et d’extraction des signatures d’un sous bloc (étape 303).
[0061] Dans un mode de réalisation particulier de l’invention, la technique de tatouage numérique est basée sur l’emploi de deux moteurs d’intelligence artificielle. Le premier moteur d’intelligence artificielle est entraîné pour apprendre à réaliser une fonction d’intégration d’une signature binaire dans une image de manière à minimiser l’impact visuel de la signature sur l’image. Le second moteur d’intelligence artificielle est entraîné pour apprendre à réaliser une fonction d’extraction d’une signature d’une image tatouée de manière à reconstruire au mieux la signature initiale.
[0062] Un exemple d’un ensemble de deux moteurs d’intelligence artificielle entraînés conjointement est décrit à la figure 4.
[0063] Une image I est reçue en entrée puis décomposée en sous blocs Bi. Chaque sous-bloc est produit en entrée d’un premier réseau R1 de type encodeur chargé de transformer chaque sous bloc dans un espace latent.
[0064] Une signature S binaire est reçue en entrée, elle est transformée en une matrice W de taille au plus égale à celle d’un sous bloc. La signature matricielle W est ensuite concaténée, via une opération de concaténation C, au vecteur de sortie du premier réseau encodeur R1 , puis l’ensemble est fourni à un second réseau R2 de type décodeur qui décode les informations de l’espace latent pour obtenir un sous bloc signé BSi. Une fonction de cout F1 est utilisée pour l’apprentissage du réseau auto-encodeur constitué de R1 et R2. Cette fonction de cout est, par exemple, définie par une minimisation d’une erreur entre un sous bloc signé BSi et un sous bloc d’origine Bi.
[0065] Un troisième réseau R3 est entraîné pour extraire une signature d’un bloc signé BSi pour retrouver une signature extraite Se.
[0066] Dans une variante de réalisation, le troisième réseau R3 est entraîné en appliquant certaines perturbations aux blocs en entrée afin d’encourager un apprentissage robuste. Les perturbations correspondent à des altérations de l’image qui pourraient être réalisées par un tiers. Par exemple, il peut s’agir de l’ajout de différents types de bruit, d’un changement d’intensité ou de contraste dans l’image, d’une compression de l’image ou encore d’une transformation géométrique telle qu’une rotation ou une mise à l’échelle.
[0067] Une seconde fonction de cout F2 est utilisée pour l’entrainement du troisième réseau R3, par exemple définie par une erreur entre la signature extraite Se et la signature d’origine S.
[0068] Avantageusement l’entrainement des trois réseaux R1 ,R2,R3 est réalisé conjointement à partir d’une base de données d’images, par exemple des images satellites, en produisant en entrée du premier réseau R1 des sous blocs choisis aléatoirement dans chaque image.
[0069] Un objectif de l’apprentissage de ces réseaux est notamment une robustesse à certaines transformations de l’image, telles que par exemple une transformation miroir, une invisibilité de la signature enfouie dans l’image, une absence d’impact fonctionnel sur l’utilisabilité de l’image mais aussi une capacité minimum des quantités de données pouvant être inclues dans la signature.
[0070] Différents algorithmes d’intelligence artificielle peuvent être utilisés pour réaliser les réseaux R1 ,R2,R3. Un exemple de modèles d’intelligence artificielle compatible du système décrit à la figure 4 est présenté aux figures 5 et 6. Il est basé sur le modèle décrit dans la référence [1].
[0071] Le schéma de la figure 5 représente un exemple de réseau de neurones artificiels auto-encodeur pour réaliser les réseaux R1 et R2 de la figure 4.
[0072] Il est composé d’une première couche de convolution 501 à paramètres fixes pour transformer un bloc d’une image dans un espace latent, une opération de concaténation C pour concaténer une signature S à l’image transformée, un réseau de neurones artificiels 502 et une seconde couche de convolution 503 à paramètres fixes pour transformer le résultat obtenu vers l’espace image.
[0073] Le réseau 502 est entraîné pour apprendre à intégrer la signature dans l’image sans impact visuel. Il est par exemple composé de plusieurs couches de convolutions successives.
[0074] La figure 6 décrit un exemple de réseau de neurones artificiels pour réaliser le réseau R3 de la figure 4.
[0075] Il est composé d’une première couche de convolution 601 à paramètres fixes puis un ensemble de couches de convolution 602 dont les paramètres sont appris pour extraire une signature Se d’un bloc signé Bs.
[0076] Sans sortir du cadre de l’invention, tout autre modèle d’intelligence artificielle entrainable pour apprendre à réaliser les deux fonctions précitées peut être utilisé en remplacement des réseaux de neurones décrits aux figures 5 et 6.
[0077] La figure 7 représente, sur un organigramme, les étapes de mise en oeuvre d’une méthode de détection et localisation de falsification dans une image selon un mode de réalisation de l’invention. Cette méthode correspond à un exemple de réalisation de l’étape 304 de la méthode de la figure 3.
[0078] La méthode de la figure 7 débute à l’étape 701 avec l’extraction de N signatures correspondants à N sous-blocs d’une image telle que décrite à la figure 3.
[0079] A l’étape 702, on recherche la signature dominante parmi les N signatures extraites. La signature dominante ou majoritaire est la signature la plus présente parmi les N signatures extraites. Pour réaliser l’étape 702, on compare les N signatures entre elles et on les regroupe par groupes de signatures identiques. Le groupe contenant le plus grand nombre de signatures identiques correspond au groupe majoritaire.
[0080] Les étapes suivantes 703 à 707 sont exécutées pour chaque sous-bloc de l’image.
[0081] A l’étape 703 on compare la signature extraite du sous-bloc d’indice i à la signature dominante. Si ces deux signatures sont identiques, on en déduit à l’étape 704 que le sous-bloc d’indice i n’a pas été falsifié. Dans le cas contraire, on calcule, à l’étape 705, la différence entre les deux signatures puis on compare, à l’étape 706, cette différence à un seuil de détection prédéfini. Si la différence est inférieure ou égale au seuil, on retourne à l’étape 704 pour conclure que le sous-bloc d’indice i n’a pas été falsifié. Dans le cas contraire, on passe à l’étape 707 pour signaler le sous-bloc d’indice i comme un sous-bloc falsifié.
[0082] Les étapes 703 à 707 sont itérées pour tous les sous-blocs de l’image.
[0083] Une étape 708 optionnelle permet de générer une carte de falsification indiquant quels sous blocs de l’image ont été falsifiés.
[0084] Ainsi, la méthode de la figure 7 permet de localiser précisément les zones de l’image qui ont été falsifiées à la différence des méthodes globales qui intègrent une seule signature dans une image.
[0085] On décrit à présent un mode de réalisation particulier de l’invention qui permet de rendre la technique proposée robuste aux opérations de découpage ou « cropping » en anglais sur une image. [0086] La figure 8a illustre un exemple de signature ou tatouage représenté sous la forme d’une matrice. Selon l’invention, ce tatouage est intégré à chaque bloc d’une image décomposée en N blocs.
[0087] Lorsque l’image subit, au cours de sa transmission, une opération de découpage ou recadrage, l’extraction des signatures pour chaque bloc est faussée comme cela est illustré à la figure 8b qui représente une signature extraite pour un bloc d’une image après que celle-ci ait subi un recadrage. On voit que la signature extraite ne correspond alors plus à la signature intégrée dans un bloc car le découpage n’est plus cohérent avec la grille de définition initiale des blocs.
[0088] Afin de pallier cet inconvénient, il est proposé d’ajouter à une signature un motif identifiable avant de l’intégrer dans un bloc.
[0089] Un exemple d’un tel motif est donné à la figure 9a, il s’agit de placer des bits à 1 dans au moins 3 zones 901 ,902,903,904 correspondant à des coins de la matrice. Les motifs ainsi créés dans les coins de la matrice doivent être identiques.
[0090] En référence à la figure 2, avant l’intégration 205 de la signature dans un bloc de l’image, le motif décrit à la figure 9a est ajouté à la signature reçue à l’étape 203, l’ensemble étant représenté sous une forme matricielle. La taille de la matrice est inférieure ou égale à celle d’un bloc de l’image et est telle que le ratio entre la taille d’un bloc et la taille de la matrice est fixe.
[0091] Lors de l’extraction des signatures, une étape supplémentaire 305 (en référence à la figure 3) est exécutée pour recombiner les signatures extraites à l’aide du motif M pour compenser l’opération de découpage de l’image.
[0092] Pour cela, les éléments du motif M sont détectés dans la signature extraite (par exemple elle de la figure 8b), puis on en déduit le décalage entre la position initiale du motif M lors de son intégration dans un bloc et la position de ce motif dans la signature extraite. Un décalage vertical et un décalage horizontal peuvent être estimés. Ensuite ces décalages sont appliqués aux pixels de la signature matricielle pour obtenir la signature décodée. [0093] La figure 9b montre un autre exemple de motif M possible constitué de quatre éléments de même forme géométrique (par exemple des croix) situés aux quatre coins d’un carré.
[0094] De façon générale, le motif M est constitué d’au moins trois éléments disposés en trois positions fixes, par exemple trois coins d’un carré inscrit dans la matrice de la signature. Les éléments du motif sont constitués de valeurs à 1 . Avantageusement ils sont placés sur les bords ou les coins de la matrice de manière à éviter des zones où sont situés les bits utiles de la signature.
[0095] Les étapes de l’invention peuvent être mises en oeuvre en tant que programme d’ordinateur comportant des instructions pour son exécution. Le programme d’ordinateur peut être enregistré sur un support d’enregistrement lisible par un processeur.
[0096] La référence à un programme d'ordinateur qui, lorsqu'il est exécuté, effectue l'une quelconque des fonctions décrites précédemment, ne se limite pas à un programme d'application s'exécutant sur un ordinateur hôte unique. Au contraire, les termes programme d'ordinateur et logiciel sont utilisés ici dans un sens général pour faire référence à tout type de code informatique (par exemple, un logiciel d'application, un micro logiciel, un microcode, ou toute autre forme d'instruction d'ordinateur) qui peut être utilisé pour programmer un ou plusieurs processeurs pour mettre en oeuvre des aspects des techniques décrites ici. Les moyens ou ressources informatiques peuvent notamment être distribués ("Cloud computing"), éventuellement selon des technologies de pair-à-pair. Le code logiciel peut être exécuté sur n'importe quel processeur approprié (par exemple, un microprocesseur) ou cœur de processeur ou un ensemble de processeurs, qu'ils soient prévus dans un dispositif de calcul unique ou répartis entre plusieurs dispositifs de calcul (par exemple tels qu’éventuellement accessibles dans l’environnement du dispositif). Le code exécutable de chaque programme permettant au dispositif programmable de mettre en œuvre les processus selon l'invention, peut être stocké, par exemple, dans le disque dur ou en mémoire morte. De manière générale, le ou les programmes pourront être chargés dans un des moyens de stockage du dispositif avant d'être exécutés. L'unité centrale peut commander et diriger l'exécution des instructions ou portions de code logiciel du ou des programmes selon l'invention, instructions qui sont stockées dans le disque dur ou dans la mémoire morte ou bien dans les autres éléments de stockage précités.
[0097] Références
[0098] [1] « ReDMark : Framework for Residual Diffusion Watermarking based on Deep Networks”, M Ahmadi et al

Claims

REVENDICATIONS
1 . Méthode, mise en oeuvre par ordinateur, de tatouage numérique d’une image comprenant les étapes de :
- Recevoir (201 ) une image numérique,
- Décomposer (202) l’image numérique en une pluralité de sous-blocs de mêmes dimensions prédéfinies,
- Générer (203) une signature binaire numérique,
- Pour chaque sous-bloc, i. Transformer le sous-bloc dans un espace intermédiaire via une transformée prédéterminée, ii. Combiner la signature avec le sous-bloc dans l’espace intermédiaire pour obtenir un sous-bloc signé dans l’espace intermédiaire, iii. Appliquer au sous-bloc signé une transformée inverse à la transformée prédéterminée,
- Concaténer (206) l’ensemble des sous-blocs signés pour former une image signée.
2. Méthode de tatouage numérique selon la revendication 1 comprenant en outre les étapes de :
- Ajouter (204) à la signature binaire numérique un motif binaire,
- Transformer la signature binaire en une matrice de dimensions inférieures aux dimensions d’un sous-bloc,
- Le motif binaire étant inséré dans la signature binaire de sorte à être positionné sur des positions prédéfinies de la matrice identiques pour chaque sous-bloc
3. Méthode de tatouage numérique selon la revendication 2 dans laquelle le motif binaire est positionné sur au moins trois zones de la matrice correspondant à trois coins d’un carré, par exemple trois coins de la matrice.
4. Méthode de tatouage numérique selon l’une quelconque des revendications précédentes dans laquelle l’étape de combiner la signature avec un sous-bloc est réalisée au moyen d’un premier moteur d’intelligence artificielle entraîné pour minimiser l’impact visuel d’une signature sur une image signée.
5. Méthode, mise en oeuvre par ordinateur, d’extraction d’un tatouage numérique comprenant les étapes de :
- Recevoir (301 ) une image numérique signée au moyen de la méthode de tatouage numérique selon la revendication 1 ,
- Décomposer (302) l’image numérique en une pluralité de sous-blocs de mêmes dimensions utilisées pour générer l’image numérique signée,
- Pour chaque sous-bloc, i. Extraire (303) la signature binaire tatouée dans le sous-bloc
6. Méthode d’extraction d’un tatouage numérique selon la revendication 5 dans laquelle l’étape d’extraire la signature binaire d’un sous bloc est réalisée au moyen d’un second moteur d’intelligence artificielle entraîné pour minimiser un écart entre la signature binaire générée à l’origine et la signature binaire extraite d’un sous bloc.
7. Méthode d’extraction d’un tatouage numérique selon la revendication 6 dans laquelle :
- l’étape de combiner la signature avec un sous-bloc de la méthode de tatouage numérique est réalisée au moyen d’un premier moteur d’intelligence artificielle entraîné pour minimiser l’impact visuel d’une signature sur une image signée, le premier moteur d’intelligence artificielle et le second moteur d’intelligence artificielle sont entraînés conjointement.
8. Méthode d’extraction d’un tatouage numérique selon l’une quelconque des revendications 5 à 7 comprenant en outre les étapes de :
- Détecter (305), pour au moins un sous-bloc, un motif binaire inséré dans la signature extraite, - Comparer (305) les positions du motif binaire détecté à un ensemble de positions attendues et si elles diffèrent des positions attendues, en déduire que l’image numérique reçue a subi une opération de découpage,
- Reconstruire (305) la signature binaire associée à l’image avant opération de découpage à partir des positions du motif binaire en appliquant à la signature numérique une opération inverse à l’opération de découpage
9. Méthode, mise en oeuvre par ordinateur, de détection de falsification d’une image tatouée numériquement, la méthode comprenant les étapes de:
- Exécuter (701 ) la méthode d’extraction d’un tatouage numérique pour une image reçue selon l’une quelconque des revendications 5 à 8,
- Rechercher (702), pour l’ensemble des sous-blocs de l’image, la signature extraite majoritaire parmi cet ensemble,
- pour chaque sous-bloc, i. comparer (703) la signature extraite pour le sous-bloc à la signature majoritaire et, ii. en déduire si le sous-bloc de l’image a été falsifié ou non
10. Méthode selon l’une quelconque des revendications précédentes dans laquelle l’image numérique est une image acquise par un satellite.
11 . Programme d'ordinateur comportant des instructions pour l'exécution de la méthode selon l’une quelconque des revendications 1 à 10, lorsque le programme est exécuté par un processeur.
12. Support d'enregistrement lisible par un processeur sur lequel est enregistré un programme comportant des instructions pour l'exécution de la méthode selon l’une quelconque des revendications 1 à 10, lorsque le programme est exécuté par un processeur.
PCT/EP2024/069075 2023-07-13 2024-07-05 Méthode de tatouage numérique d'une image, méthode d'extraction d'un tatouage numérique et méthode de détection de falsification d'une image tatouée Pending WO2025012147A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FRFR2307578 2023-07-13
FR2307578A FR3151109B1 (fr) 2023-07-13 2023-07-13 Méthode de tatouage numérique d’une image, méthode d’extraction d’un tatouage numérique et méthode de détection de falsification d’une image tatouée

Publications (1)

Publication Number Publication Date
WO2025012147A1 true WO2025012147A1 (fr) 2025-01-16

Family

ID=89426679

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2024/069075 Pending WO2025012147A1 (fr) 2023-07-13 2024-07-05 Méthode de tatouage numérique d'une image, méthode d'extraction d'un tatouage numérique et méthode de détection de falsification d'une image tatouée

Country Status (2)

Country Link
FR (1) FR3151109B1 (fr)
WO (1) WO2025012147A1 (fr)

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BEGUM MAHBUBA ET AL: "Digital Image Watermarking Techniques: A Review", INFORMATION, vol. 11, no. 2, 1 January 2020 (2020-01-01), pages 110, XP093067196, ISSN: 2078-2489, DOI: 10.3390/info11020110 *
HUSSAIN SHEHZEEN ET AL: "FastStamp: Accelerating Neural Steganography and Digital Watermarking of Images on FPGAs", 2022 IEEE/ACM INTERNATIONAL CONFERENCE ON COMPUTER AIDED DESIGN (ICCAD), ACM, 29 October 2022 (2022-10-29), pages 1 - 9, XP034312740, DOI: 10.1145/3508352.3549357 *
JAIN SHIPRA ET AL: "VGG16Unet: effective passive model for image splicing forgery localization", JOURNAL OF ELECTRONIC IMAGING, S P I E - INTERNATIONAL SOCIETY FOR OPTICAL ENGINEERING, US, vol. 32, no. 4, 1 July 2023 (2023-07-01), pages 43015, XP060186842, ISSN: 1017-9909, [retrieved on 20230717], DOI: 10.1117/1.JEI.32.4.043015 *
SEUNG-MIN MUN ET AL: "A Robust Blind Watermarking Using Convolutional Neural Network", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 11 April 2017 (2017-04-11), XP080762209 *

Also Published As

Publication number Publication date
FR3151109B1 (fr) 2025-09-19
FR3151109A1 (fr) 2025-01-17

Similar Documents

Publication Publication Date Title
EP3832535A1 (fr) Procédé de détection d'au moins un élément d'intérêt visible dans une image d'entrée au moyen d'un réseau de neurones à convolution
EP3552129B1 (fr) Procédé d'enregistrement d'un contenu multimédia, procédé de détection d'une marque au sein d'un contenu multimédia, dispositifs et programme d'ordinateurs correspondants
EP3545449B1 (fr) Procédé d'extraction de données d'une base de données tatouées selon un mécanisme de tatouage réversible
FR3033919A1 (fr) Procede de generation d'une sequence video cyclique
Mani et al. A Survey on Digital Image Forensics: Metadata and Image forgeries.
EP2084644A2 (fr) Outil informatique de gestion de documents numeriques
EP3346442A1 (fr) Procédé et dispositif pour horodater des images numériques
WO2013189881A1 (fr) Procédé de traitement de données sécurisé
EP2785039B1 (fr) Procédé et dispositif de tatouage d'une séquence d'images, procédé et dispositif d'authentification d'une séquence d'images tatouées et programme d'ordinateur correspondant
CA2416198A1 (fr) Procede et systeme de decodage de tatouage d'images
CA2867241A1 (fr) Procede de cryptage d'une pluralite de donnees en un ensemble securise
EP0985313A1 (fr) Procede de dissimulation d'informations binaires dans une image numerique
Bistroń et al. Deep Learning for Image Watermarking: A Comprehensive Review and Analysis of Techniques, Challenges, and Applications
EP2815378A1 (fr) Procede d'insertion d'une marque numerique dans une image, et procede correspondant de detection d'une marque numerique dans une image a analyser
WO2025012147A1 (fr) Méthode de tatouage numérique d'une image, méthode d'extraction d'un tatouage numérique et méthode de détection de falsification d'une image tatouée
FR3059446B1 (fr) Procede d'insertion de donnees a la volee dans une base de donnees tatouees et dispositif associe.
FR2834852A1 (fr) Procede et dispositif de segmentation temporelle d'une sequence video
WO2021123209A1 (fr) Procédé de segmentation d'une image d'entrée représentant un document comportant des informations structurées
EP4443412A1 (fr) Procédé de tatouage numérique d'un réseau de neurones, dispositif et programme d ordinateur correspondant
EP4443413A1 (fr) Procédé de codage de signature numérique d'un réseau de neurones, dispositif et programme d ordinateur correspondant
EP1289261A1 (fr) Procédé d'insertion de messages binaires dans une image numérique
EP4089557B1 (fr) Procédé d'exécution d'un code binaire par un microprocesseur
FR3147653A1 (fr) Procédé de tatouage numérique d’une image et procédé de détection associé
Egri et al. Stegapos: Preventing unwanted crops and replacements with imperceptible positional embeddings
FR3146741A1 (fr) procédé utilisant des distances inter-crêtes en pixels se rapportant à des empreintes digitales

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 24737480

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: P2026-00131

Country of ref document: AE

WWE Wipo information: entry into national phase

Ref document number: 2024737480

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE