ウェーブレット変換と 非線形適応信号処理を用いた 電子透かしの研究

Slides:



Advertisements
Similar presentations
静脈画像を鍵とする暗号化手 法に関する研究 大山研究室 安藤のぞみ. 研究の背景、目的 近年、バイオメトリクス認証が注目されて いる 静脈は身体内部の情報 → 偽造に強い 環境に左右されることが少ない 利用者の心理的抵抗が軽減される オープンなネットワークへのバイオメトリ クス認証の適用 : Double.
Advertisements

生体情報を利用したオンライン認証システムに関する研 究 情報工学科 大山・山口・小尾研究室 学士課程4年田中 丈登.
Information Hiding ~RQLミーティング発表~
データの圧縮.
テンソル積展開 宮崎大輔.
量子化(Mid-riser型) 出力y 入力x 通信ネットワーク特論(量子化・符号化).
電子透かしにおける マスキング効果の主観評価
Signal Masterによる フィルタバンクの実装
第四章 情報源符号化の基礎 4・1 情報量とエントロピー 4・2 エントロピー符号化 4・3 音声符号化 4・4 画像符号化.
Motion-JPEG2000を使ったノードに最適な動画像配信
~Information hiding -meta data hiding- ~
コンテンツ配信に優れている P2P 技術と、著作権侵害問題の関係について 述べよ。
ロボットビジョン(ロボットの視覚能力)のための デジタル画像処理
ウェーブレットによる 信号処理と画像処理 宮崎大輔 2004年11月24日(水) PBVセミナー.
アナログとディジタル 五感 視覚、聴覚、味覚、臭覚、触覚 埼玉県立越ヶ谷高等学校・情報科.
経営情報 #1 デジタル表現 / 2003 (春) 安田豊 1.
スペクトル法による数値計算の原理 -一次元線形・非線形移流問題の場合-
符号化のための重み付きジョイントバイラテラルフィルタを用いた 奥行き画像超解像
AllReduce アルゴリズムによる QR 分解の精度について
「データ学習アルゴリズム」 第3章 複雑な学習モデル 3.1 関数近似モデル ….. … 3層パーセプトロン
第三章 ディジタル符号変換の基礎 3・1PCMパルス符号変換 3・2符号変換 3・3通信路符号形式 3・4スクランブル.
デジタル信号処理①
PSOLA法を用いた極低ビットレート音声符号化に関する検討
マルチメディア情報の ディジタル表現と処理
ランダムプロジェクションを用いた 音声特徴量変換
ディジタル信号処理 Digital Signal Processing
ワイヤレス通信におけるMIMO伝送技術.
コンピュータビジョン Computer Vision(CV) パワーポイント 抜粋
実時間動画像マルチキャストのための フィルタリング手法の実装と評価
コンテンツ配信 エンコード (符号化) CBR (Constant Bit Rate) VBR (Variable Bit Rate)
ガウス誤差関数を利用した 収束の速いヒルベルト変換ディジタルフィルタ
ディジタル回路 1. アナログ と ディジタル 五島 正裕.
周波数領域での非線形適応システムを用いた電子透かしの耐性評価
表紙 MATLAB 応用講習会(A) 情報アシスタント M1 山本幸司.
~Information hiding -meta data hiding- ~
感性情報と インフォメーションハイディング
線形フィルタと畳み込み積分 マスクによる画像のフィルタリング 1.入力画像中の関心の画素のまわりの画素値
授業展開#3 アナログとデジタル.
画像処理 基礎.
画像情報特論 (5) - ディジタル圧縮 (2) 音声・オーディオ圧縮 電子情報通信学科 甲藤二郎
5. 音声からの特徴抽出 5.1 特徴抽出の手順 5.2 音声信号のディジタル化 5.3 人の聴覚をまねて -スペクトル分析 5.4 もうひと工夫 -ケプストラム分析 5.5 雑音の除去.
深層学習を用いた音声認識システム 工学部 電気電子工学科 白井研究室 T213069 林健吉.
QRコードを用いたウェーブレット変換による 電子透かし
2章 暗号技術 FM15002 友池 絲子.
QRコードを用いたIDカードに 適した電子透かし
Data Clustering: A Review
2012年度 情報数理 ~ 様々なデジタル情報(1) ~.
暗号技術 ~暗号技術の基本原理~ (1週目) 情報工学科  04A1004 石川 真悟.
音声データにおける 墨塗り署名ツール“SANI”の開発
アナログ と ディジタル アナログ,ディジタル: 情報処理の過程: 記録/伝送 と 処理 において, 媒体(メディア)の持つ物理量 と
Number of random matrices
ノイズ.
音声合成.
Wavelet係数の局所テクスチャ特徴量を用いたGraph Cutsによる画像セグメンテーション
Bottom-UpとTop-Down アプローチの組み合わせによる 単眼画像からの人体3次元姿勢推定
2010年度 情報数理 ~ 様々なデジタル情報(1) ~.
適応信号処理とその応用 大阪府立大学大学院工学研究科 電気・情報系専攻 大松 繁.
アナログとデジタル.
「ICAによる顔画像特徴量抽出とSVMを用いた表情認識」
画像処理工学 2011年12月1日 担当教員 北川 輝彦.
◎小堀 智弘,菊池 浩明(東海大学大学院) 寺田 真敏(日立製作所)
制約付き非負行列因子分解を用いた 音声特徴抽出の検討
ソースフィルタモデル.
CSP係数の識別に基づく話者の 頭部方向の推定
線形符号(10章).
2019年度 情報数理特論B ~ 様々なデジタル情報(1) ~.
アナログ と ディジタル アナログ,ディジタル: 情報処理の過程: 記録/伝送 と 処理 において, 媒体(メディア)の持つ物理量 と
グラフ-ベクトル変換を用いたグラフ構造表現による一般物体認識
CSS符号を用いた量子鍵配送の安全性についての解析
コンピュータと音 B3 入野仁志(irino).
Presentation transcript:

ウェーブレット変換と 非線形適応信号処理を用いた 電子透かしの研究 ITプログラム ノーベルコンピューティング プロジェクト(武藤研究室) 政策・メディア研究科 修士課程二年 直江健介

電子透かし 従来の手法 画像に対して周波数変換処理を行い、信号をスペクトラム拡散方式を用いて埋め込む 透かし情報信号を組み込む。 その信号を取り除くと、作品の質が損なわれてしまう技術を開発した。 仕組みは、配信する映像や音声を周波数に変換し、所有者独自の信号を拡散させながら混ぜ、この周波数を再度変換して元の映像や音声に戻す。この方法で、データを劣化させないで所有者の信号が混入される。この信号はデジタル・データからアナログ・データに、アナログ・データからデジタル・データに変換を繰り返しても消えない。もし、無理に消そうとすると、元の情報も壊れるようになっている。 これはいわゆるフラジャイルウォーターマーク 従来の手法 画像に対して周波数変換処理を行い、信号をスペクトラム拡散方式を用いて埋め込む

本研究の概要 1.適応信号処理を用いた非対称鍵の生成により情報秘匿を高度化 透かし情報を埋め込む際に必要になる情報と復元する際に必要になる情報が同じではない 非線形適応信号処理システムにより透かし情報を復元 2.従来の電子透かし手法に比べ、少ない埋め込み情報によって多くの情報の復元を可能 鍵生成に必要となる鍵ブロックの位置情報を埋め込む 3.DWTを用いることで局所的な周波数情報を取り込んだ処理が可能 秘匿情報(透かし情報)そのものを埋め込むわけではないので堅牢である スペクトラム拡散で使うPseudo Random(擬似乱数)係数よりもランダム性が高い 周波数分割することをサブバンド分割といいます フーリエ変換、DCTなどが周波数成分の分解をするのに対して、ウェーブレットという小さな並の単位の集まりとして元の信号を表現しようとする方法。 ウェーブレット変換を用いた場合、画像の不連続部分では大きな値を取り、滑らかな部分では小さな値となります。 画像の性質で係数値が変わってきますので、ある値以下は捨て去る、とすればウェーブレット変換により画像の圧縮が実現できる。 離散コサイン変換同様、画像データを周波数成分に変換する直交変換の1つ。ウェーブレット変換では、画像の周波数成分を広域と低域成分に分割し、次に垂直方向を分割、そして水平方向を分割する。  離散コサイン変換と比べて、ブロック歪みが目立たなく、モスキート雑音が比較的小さいといわれている。急激な変化である広域成分は小さなブロックで細かく分析でき、緩やかな変化の低域成分は大きなブロックで大まかに分析できるという特徴を利用して、波形分析や計測にも応用されている。 多重解像度表現 一枚の画像を複数の解像度を有する画像成分の重ね合せにより、階層的に表現することができる。 例えば、現行テレビとハイビジョンテレビのように、解像度の異なる画像の相互変換や、圧縮・伝送の両立性が容易に実現できる。(スケーラビリティとコンパチビリティ) 変換に伴うひずみが目立ちにくい JPEG方式のブロックひずみ等、ブロック構造に起因する特有のひずみ・雑音が少ない。 ウェーブレット変換では、一般的なサブバンド符号化の分割法と異なり、高域側の分割を繰り返さない。このため、高域成分に対応する基底の長さ(≒フィルタのタップ数)が短くなり、動画像におけるモスキート雑音(ブロック境界で蚊が飛んでいるように見える)が目立ちにくいという長所がある。 このように、ウェーブレット変換(サブバンド符号化)にはスケーラビリティとコンパチビリティ等、従来方式にはない特長を有していることから、JPEG2000等の方式に採用されている。

先行研究 ●スペクトラム拡散を用いた電子透かし コンテンツの信号を周波数変換し、特定のエリアの係数にP N係数を掛け、スペクトラム拡散を行い透かし情報を埋め込む →本研究では直接拡散時のPN係数の変わりに 非線形適応信号処理時に生成された鍵を用いる(秘匿性の向上) ●LVQ(学習ベクトル量子化)を用いた電子すかし 画像に対してはではなく、コードブックに透かし情報をエンコードする。 スペクトラム拡散の場合は通信の場合エンコードをしなくてはいけない 透かし情報をエンコードする方法としてスペクトラム拡散 1.符号化を工夫する事で向上>スペクトラム拡散 2.画質を変えない     >LVQ →本研究ではコードブックの変わりに、 非線形適応信号処理(Back Propagation)によって階層ネットワークに透かし情報をエンコードする(透かし埋め込み後の画質の劣化防止)

提案手法の手順 埋め込み処理 画像の周波数変換処理 鍵穴ブロックと鍵穴の位置情報埋め込みブロックの選定 鍵穴の位置情報の埋め込み 鍵の生成 復元処理 5. 画像の周波数変換処理 6. 鍵穴の位置情報の取り出し 7. 4.で作った復号鍵を用いて透かし情報の復元

埋め込み1:鍵穴ブロックと 鍵穴の位置情報埋め込みブロックの選定 Bブロック 8 8x32 中間層 低周波 高周波 A 1.鍵穴ブロックとしてA(7,3)を選択 AC係数の行列 B 2.鍵穴ブロックの位置情報を埋め込むブロックとしてB(4,5)を選択 拡大 8x32

埋め込み2:鍵穴の位置情報の埋め込み 8 7 (30,35) 鍵穴となるブロックの位置情報が 埋め込まれている画素の位置 8 3 鍵穴となるブロックの位置情報が   埋め込まれている画素の位置 8 3 (28,33) Bブロック

適応信号処理(3層 Back Propagation) 3層構造により収束を保証

埋め込み3:鍵の生成 1.鍵穴ブロックに着目し 対角線のAC係数をBack Propagationの入力とする (例:helloのh>10110101) 3.結合係数を復号鍵とする 鍵穴ブロックA

透かし情報の復元 A B ブロックA 復号に必要となる鍵穴ブロックAの位置情報を持つブロックBの位置を知っているためブロックAを探索可能 透かし情報の入っている画像 ブロックA 復号に必要となる鍵穴ブロックAの位置情報を持つブロックBの位置を知っているためブロックAを探索可能 鍵穴ブロックAの対角線上のAC系列を入力信号とし結合係数を用いて出力すると透かし情報得ることが出来る

手法のまとめ:埋め込みと復号に使う情報(鍵) 1.埋め込む情報:                       鍵穴ブロックの位置情報 2.透かし情報を復元する際に必要になる情報:     鍵である結合係数と鍵穴ブロックの位置情報が埋め込まれている座標

実験1:透かし情報の認識率 透かし情報(ビット列):10110101 の復号実験 認識率 認識率 bit bit 透かし情報(ビット列):10110101  の復号実験 認識率 認識率 bit bit 図1.透かし情報の入っているブロックから復号(1byteのデータ) 図2.まったく関係ないブロックから復号(1byteのデータ)

透かし情報の入った画像にデジタルフィルタをかけた後に透かし情報を復号できるか 実験2:フィルタの耐性評価 透かし情報の入った画像にデジタルフィルタをかけた後に透かし情報を復号できるか 認識率 図1.フィルタ処理前の画像 bit ハイパスフィルター処理後の認識率 図2.フィルタ処理後の画像

手法の特徴と効果 特徴 効果 適応信号処理によるエンコード 入力信号の位置情報の埋め込み 少ない埋め込み情報から多くの情報を復号可能 画像の劣化を抑え、フィルタへの耐性を向上 スペクトラム拡散よりも、冗長性が高まる エンコードとデコードの手法に特徴 冗長性の高める(手順を増やす)>ロバストになる ◎鍵の埋め込みと検出手法 1.画像に直接透かし信号を埋め込まず、非線形適応システム内にエンコードして、 復号に必要な入力信号の位置情報を埋め込む

Future Work (修士論文に向けての課題) 周波数変換処理にウェーブレット変換 Back Propagationの代わりにSupport Vector Machineの利用 パッチワーク法との連携により透かし情報を画像全体へ拡散 サンプルの増加と解析的な裏づけ 耐性評価 ツール:Stirmark、UnZign

Appendix:DCTによる周波数変換処理 256 ・・・ 256 8x32 DCTによる 周波数変換処理 ・ 8 JPEGは画像信号を周波数に変換してから処理を行ないます 通常DCTは2^N個のデータを計算する必要があります。 画像は二次元ですのでN個×N個の画素数に対してDCT計算をすることになります。 通常8×8画素単位に分割しDCT計算を行い、それを全画面について繰り返します。 256×256がその場合には1024個のブロックについてこの計算を行なう この大きさが計算時間がとノイズの目立ちにくさのバランスが最良だからです 8 量子化

Appendix:量子化 a.原画像の一部 (8×8画素) b.DCT計算後 c.量子化テーブルで割った後 a. g. f. b. 113 77 40 25 73 59 48 34 36 41 49 20 13 14 120 66 38 22 82 49 39 19 40 45 14 25 44 53 a.原画像の一部 (8×8画素) b.DCT計算後 c.量子化テーブルで割った後 a. g. 16 11 10 12 14 19 13 24 17 22 29 245 177 112 48 -156 -80 -32 -27 84 6 -16 0 23 116 102 22 480 176 110 48 -156 -84 -28 -19 84 13 -16 0 28 119 29 b. f. 量子化テーブル 量子化テーブルは高周波成分ほど大きな値で割り算をする これは高周波成分を積極的に0にするため>データ圧縮が可能になる反面、可逆性が失われる e.ハフマン符号から復号 f.逆DCT計算後 g.復号された画像 30 16 11 3 -13 -7 -2 -1 6 1 0 2 7 5 30 16 11 3 -13 -7 -2 -1 6 1 0 2 7 5 c. e. d.ハフマン符号化

Appendix 評価項目 比較対象 提案方式 透かし情報の圧縮 ハフマン符号(8bit情報は3bitに圧縮で、埋め込むのに3画素分24bit必要) 圧縮比が固定(8bitの情報を埋め込むのに2画素分16bit必要) 画質と耐性 (画像への影響) LVQ   画像全域にある          局所的にある 秘匿性(スクランブルによる情報拡散大きさ) スペクトル拡散    8bit 情報拡散の大きさ  2^8 適応信号システム    8bit            (10^m)^8*3             mは桁数