Upload
thad
View
54
Download
1
Embed Size (px)
DESCRIPTION
Digitalni vodeni žig. Goran Horak, Ivan Murat, Milan Domazet. Uvod. Digitalni vodeni žig (Digital watermark) Informacija koja se dodaje na neki signal (sliku, zvuk, video) Dodana informacija je “skrivena” – izvorni signal nije značajnije promjenjen - PowerPoint PPT Presentation
Citation preview
Zagreb, svibanj 2004.
1
Sveučilište u ZagrebuFakultet elektrotehnike i računarstvaZavod za elektroničke sustave i obradbu informacija
Digitalni vodeni žig
Goran Horak,
Ivan Murat, Milan Domazet
Zagreb, svibanj 2004. 2
Uvod
Digitalni vodeni žig (Digital watermark) Informacija koja se dodaje na neki signal
(sliku, zvuk, video) Dodana informacija je “skrivena” – izvorni
signal nije značajnije promjenjen Može se detektirati i nakon što signal s
vodenim žigom pretrpi razne modifikacije
Zagreb, svibanj 2004. 3
Opis problema
Problem Dodavanje digitalnog vodenog žiga na
sliku (B/W, Color) i njegova detekcija Primjena
Dodatne informacije (npr. autor, godina...) Zaštita autorskih prava Provjera autentičnosti
Zagreb, svibanj 2004. 4
Opis problema (2)
Zahtjevi Transparentnost za čovjekov vizualni
sustav Robusnost Sigurnost
Zagreb, svibanj 2004. 5
Model procesa
x – osnovni signal (slika) m – digitalni vodeni žig s – signal s vodenim žigom y – signal s vodenim žigom nakon modifikacija – estimirani vodeni žig
s(x, m) Kanal Detektorx
m
s y m̂
m̂
Zagreb, svibanj 2004. 6
Pregled postojećih metoda
Podjela prema domeni Prostorna domena Transformacijska domena
Frekvencijska (DCT, DFT) Wavelet (DWT) Razne “egzotične” (fraktalna, kompleksna
wavelet, Fresnel, Fourier-Mellin...)
Zagreb, svibanj 2004. 7
Pregled postojećih metoda (2)
Podjela prema načinu dodavanja vodenog žiga Linearne aditivne metode
Spread spectrum Manipulacija bitovima male važnosti Nelinearna kvantizacija
Podjela prema dostupnosti originala Dostupan Nije dostupan
Zagreb, svibanj 2004. 8
Spread Spectrum
Linearna aditivna metoda u prostornoj domeni Vodeni žig se raspoređuje po svim
frekvencijama Postupak dodavanja
Moduliranje informacije bijelim šumom Dodavanje moduliranog signala izvornom
signalu (slici)
Zagreb, svibanj 2004. 9
Dodavanje vodenog žiga
vodeni žig – binarni niz: transformacija tog niza:
slika x se dijeli u blokove xi, u svaki blok se sprema jedan bit vodenog žiga
mi’ se modulira bijelim šumom w veličine bloka slike, modulirani signal se dodaje bloku slike xi
, 0,1im m
', ' 2 1, ' 1,1i i im m m m m
xi
w
'i i is x pwm
Zagreb, svibanj 2004. 10
Detekcija vodenog žiga
Kroskorelacija bloka slike s realizacijom bijelog šuma s kojom je vodeni žig stvoren
Ako je vrijednost korelacije veća od eksperimentalno određedog praga, tj. vodeni žig je prisutan:
,( , ) ( , )1 1
1 N M
i i k l k lk l
s wNM
i
ˆ ' sgn( )i im
Zagreb, svibanj 2004. 11
Detekcija vodenog žiga (2)
p – snaga vodenog žiga mora biti dovoljno velika da se vodeni žig može detektirati
i nakon modifikacije slike ne smije biti prevelika da se šum ne bi vidio na slici u našoj implementaciji se mijenja, ovisi o korelaciji šuma i
bloka slike
120 140 160 180 200 220 240 260 280
0
0.5
1
1.5
2
2.5
3
3.5
4
4.5
Pozicija na slici
Kro
skore
lacija
Prag (tau)
Zagreb, svibanj 2004. 12
Modifikacije osnovne metode
Ispis slike Visoke frekvencije se ne mogu dobro rekonstruirati Vodeni žig treba modelirati s obojenim šumom koji
sadrži samo niske frekvencije Stvaranje manjeg bloka bijelog šuma i iterpolacija
dodavanjem nula u frekvencijsku karakteristiku
wdct2
dodane nule
idct2
w’
Zagreb, svibanj 2004. 13
Modifikacije osnovne metode (2)
JPEG kompresija Spread spectrum nije pogodan za JPEG
kompresiju Kompresijom se gube sve informacije male snage
(većina šuma koji smo dodali) Trik – bijeli šum komprimirati JPEG-om i takvog ga
dodavati na sliku Nije savršeno, ali radi
jpeg
Zagreb, svibanj 2004. 14
Eksperimentalni rezultati
Modifikacije boje Testna slika: dimenzije 512 x 512 pixela, boja 24 bitna, RGB Vodeni žig, veličina bloka 32 x 32 pixela, snaga 5
original: sa vodenim žigom: razlika:
Zagreb, svibanj 2004. 15
Rezultati – modifikacije boje
Dodavanje šuma:• 100% do suma
amplitude 100• Postotak detekcije
opada daljnjim porastom suma
Color balance:• 98% za prikazanu
sliku
Plastic:• 100%
Gaussovo Zamućenje:
• 100% za r=0.3px• 95% za r=0.4px• 70% za r=0.5px• za r>0.7px ne
može se detektirati
Zagreb, svibanj 2004. 16
Eksperimentalni rezultati
Modifikacija geometrije Testna slika: dimenzije 512 x 512 pixsela, boja 24 bitna, RGB Vodeni žig: veličina bloka 24 x 24, interpolirano na 32 x 32, snaga 5
original: sa vodenim žigom: razlika:
Zagreb, svibanj 2004. 17
Rezultati - modifikacije geometrije
Ova metoda ne podnosi promjenu geometrije Moguće su samo vrlo male modifikacije Može se implementirati skaliranje i rotacija šuma
Program bi bio vrlo spor (već sa pomakom blokova radi sporo)
Povećanje na 516 x 516: 85%
Smanjenje na 508 x 508: 84%
Rotacija 0.5°:
72%
Zagreb, svibanj 2004. 18
Rezultati - JPEG
vodeni žig 32 x 32 komprimiran JPEG-om
Kvaliteta 10/100:
ne može se detektirati
Kvaliteta 20/100:
ne može se detektirati
Kvaliteta 30/100:
100% za sve kavlitete veće od 30/100
Zagreb, svibanj 2004. 19
Rezultati - ispis
Slika 1280 x 960, Grayscale Vodeni žig 16 x 16 interpoliran na 64 x 64, snaga 8
Original
Pretvorena u Grayscale i dodan vodeni žig
Ispisana na laserskom pisaču i skenirana:
Točno pročitan, osim na mjestima gdje je nestalo tonera ;)
Ispisana, zgužvana i skenirana:
65% (uključujući i mjesta bez tonera)
Zagreb, svibanj 2004. 20
Ocjena metode i usporedba s ostalim metodama
Spread spectrum Jedna od najstarijih metoda Ne pretjerano dobra
Vodeni žig mora biti dosta snažan - vidi se “slijepa” metoda – ne koristi karakteristike slike
na koju se primjenjuje Uz manje modifikacije može se primjeniti u
raznim situacijama (bolje metode su usko specijalizirane)
Zagreb, svibanj 2004. 21
Zaključak
Rezultati Implementiranom metodom ne može se na sliku
dodati puno podataka Detekcija dobra, osim nakon modifikacija
geometrije slike Moguća poboljšanja
Mogućnost skaliranja i rotacije šuma prilikom detekcije
Optimiziranje koda i ubrzavanje izvođenja
Zagreb, svibanj 2004. 22
I za kraj...
Lena Sjööblom Playmate of the Month,
studeni 1972. Skenirana na USC, SIPI
za jedan članak Najčešće korištena slika
za testiranje algoritama koji se bave obradom slike