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

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

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

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ＰＮ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。

→ 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1． 画像の周波数変換処理2． 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3． 鍵穴の位置情報の埋め込み4． 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

B ブロック

８

８

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8x32

8x32

A

１．鍵穴ブロックとして A （７，３）を選択

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

AC係数の行列 中

間層

低周

波

高周

波

拡大

埋め込み２：鍵穴の位置情報の埋め込み

B ブロック

７

３

（３０，３５）

（２８，３３）

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

８

適応信号処理（３層 Back Propagation ）

埋め込み３：鍵の生成

鍵穴ブロックA

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２．二値化した透かし情報をBack Propagation の教師信号とする

（例： hello の h ＞ 10110101 ）３．結合係数を復号鍵とする

透かし情報の復元

1. 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

2. 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

A

B

透かし情報の入っている画像 ブロック

A

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

0

0.2

0.4

0.6

0.8

1

1 2 3 4 5 6 7 80

0.05

0.1

0.15

0.2

0.25

1 2 3 4 5 6 7 8bit

認識率 認識率

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）

透かし情報（ビット列）：１０１１０１０１　　の復号実験

図 2 ．まったく関係ないブロックから復号（ 1byte のデータ）

実験２：フィルタの耐性評価

0

0.2

0.4

0.6

0.8

1

1 2 3 4 5 6 7 8

1byteのデータを抽出ハイパスフィルター処理後の認識率

図 1 ．フィルタ処理前の画像

図 2. フィルタ処理後の画像

bit

認識率

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

手法の特徴と効果

• 特徴– 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

• 効果– 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

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

DCT による周波数変換処理

8x32

8x32

・・・

・

・８

８ 量子化

Appendix: 量子化１１３ ７７ ４０ ２５

７３ ５９ ４８ ４８

３４ ３６ ４１ ４９

２５ ２０ １３ １４

２４５ １７７ １１２ ４８

－１５６－８０－３２－２７

８４ ６ －１６ ０

２３ １１６ １０２ ２２

１６ １１ １０ １６

１２ １２ １４ １９

１４ １３ １６ ２４

１４ １７ ２２ ２９

３０ １６ １１ ３

－１３ －７ －２ －１

６ １ －１ ０

２ ７ ５ １

３０ １６ １１ ３

－１３ －７ －２ －１

６ １ －１ ０

２ ７ ５ １

４８０ １７６ １１０ ４８

－１５６－８４－２８－１９

８４ １３ －１６ ０

２８ １１９１１０ ２９

１２０ ６６ ３８ ２２

８２ ４９ ３９ １９

４０ ３９ ４５ １４

２５ ４４ ５３ １４

量子化テーブル

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.

b.

c.

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

d.ハフマン符号化

e.

f.

g.

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