Digitalni vodeni

1
Digitalni vodeni žig

• Goran Horak,
• Ivan Murat, Milan Domazet

2
Uvod

• Digitalni vodeni žig (Digital watermark)
• Informacija koja se dodaje na neki signal (sliku,
  zvuk, video)
• Dodana informacija je skrivena izvorni signal
  nije znacajnije promjenjen
• Može se detektirati i nakon što signal s vodenim
  žigom pretrpi razne modifikacije

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 autenticnosti

4
Opis problema (2)

• Zahtjevi
• Transparentnost za covjekov vizualni sustav
• Robusnost
• Sigurnost

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

6
Pregled postojecih metoda

• Podjela prema domeni
• Prostorna domena
• Transformacijska domena
• Frekvencijska (DCT, DFT)
• Wavelet (DWT)
• Razne egzoticne (fraktalna, kompleksna wavelet,
  Fresnel, Fourier-Mellin...)

7
Pregled postojecih metoda (2)

• Podjela prema nacinu dodavanja vodenog žiga
• Linearne aditivne metode
• Spread spectrum
• Manipulacija bitovima male važnosti
• Nelinearna kvantizacija
• Podjela prema dostupnosti originala
• Dostupan
• Nije dostupan

8
Spread Spectrum

• Linearna aditivna metoda u prostornoj domeni
• Vodeni žig se rasporeduje po svim frekvencijama
• Postupak dodavanja
• Moduliranje informacije bijelim šumom
• Dodavanje moduliranog signala izvornom signalu
  (slici)

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 velicine bloka
  slike, modulirani signal se dodaje bloku slike xi

xi
w
10
Detekcija vodenog žiga

• Kroskorelacija bloka slike s realizacijom bijelog
  šuma s kojom je vodeni žig stvoren
• Ako je vrijednost korelacije veca od
  eksperimentalno odrededog praga, tj.
  vodeni žig je prisutan

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

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

w
w
dct2
idct2
dodane nule
13
Modifikacije osnovne metode (2)

• JPEG kompresija
• Spread spectrum nije pogodan za JPEG kompresiju
• Kompresijom se gube sve informacije male snage
  (vecina šuma koji smo dodali)
• Trik bijeli šum komprimirati JPEG-om i takvog
  ga dodavati na sliku
• Nije savršeno, ali radi

jpeg
14
Eksperimentalni rezultati

• Modifikacije boje
• Testna slika dimenzije 512 x 512 pixela, boja 24
  bitna, RGB
• Vodeni žig, velicina bloka 32 x 32 pixela, snaga 5

original
sa vodenim žigom
razlika
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 Zamucenje
• 100 za r0.3px
• 95 za r0.4px
• 70 za r0.5px
• za rgt0.7px ne može se detektirati

16
Eksperimentalni rezultati

• Modifikacija geometrije
• Testna slika dimenzije 512 x 512 pixsela, boja
  24 bitna, RGB
• Vodeni žig velicina bloka 24 x 24, interpolirano
  na 32 x 32, snaga 5

original
sa vodenim žigom
razlika
17
Rezultati - modifikacije geometrije

• Ova metoda ne podnosi promjenu geometrije
• Moguce su samo vrlo male modifikacije
• Može se implementirati skaliranje i rotacija šuma
• Program bi bio vrlo spor (vec sa pomakom blokova
  radi sporo)

Povecanje na 516 x 516 85
Smanjenje na 508 x 508 84
Rotacija 0.5 72
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 vece od
30/100
19
Rezultati - ispis

• Slika 1280 x 960, Grayscale
• Vodeni žig 16 x 16 interpoliran na 64 x 64, snaga
  8

Original
Ispisana na laserskom pisacu i skenirana Tocno
procitan, osim na mjestima gdje je nestalo tonera
)
Pretvorena u Grayscale i dodan vodeni žig
Ispisana, zgužvana i skenirana 65 (ukljucujuci
i mjesta bez tonera)
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)

21
Zakljucak

• Rezultati
• Implementiranom metodom ne može se na sliku
  dodati puno podataka
• Detekcija dobra, osim nakon modifikacija
  geometrije slike
• Moguca poboljšanja
• Mogucnost skaliranja i rotacije šuma prilikom
  detekcije
• Optimiziranje koda i ubrzavanje izvodenja

22
I za kraj...

• Lena Sjööblom
• Playmate of the Month, studeni 1972.
• Skenirana na USC, SIPI za jedan clanak
• Najcešce korištena slika za testiranje algoritama
  koji se bave obradom slike