Journal of the Institute of Electronics Engineers of Korea CI (전자공학회논문지CI)

The Institute of Electronics and Information Engineers (대한전자공학회)
권호 표지

Watermark Detection Algorithm Using Statistical Decision Theory

통계적 판단 이론을 이용한 워터마크 검출 알고리즘

  • 권성근 (경북대학교 전자전기컴퓨터학부) ;
  • 김병주 (경북대학교 전자전기컴퓨터학부) ;
  • 이석환 (경북대학교 전자전기컴퓨터학부) ;
  • 권기구 (경북대학교 전자전기컴퓨터학부) ;
  • 권기용 (부산외국어대하교 전자공학과) ;
  • 이건일 (경북대학교 전자전기컴퓨터학부)
  • Published : 2003.01.01
Download PDF
⟨ Previous Next ⟩

Abstract

Watermark detection has a crucial role in copyright protection of and authentication for multimedia and has classically been tackled by means of correlation-based algorithms. Nevertheless, when watermark embedding does not obey an additive rule, correlation-based detection is not the optimum choice. So a new detection algorithm is proposed which is optimum for non-additive watermark embedding. By relying on statistical decision theory, the proposed method is derived according to the Bayes decision theory, Neyman-Pearson criterion, and distribution of wavelet coefficients, thus permitting to minimize the missed detection probability subject to a given false detection probability. The superiority of the proposed method has been tested from a robustness perspective. The results confirm the superiority of the proposed technique over classical correlation- based method.

멀티미디어에 삽입된 워터마크의 검출은 저작권 보호 및 인증 분야에서 매우 중요한 역할을 한다. 최근 워터마크의 검출에 많이 사용되는 유사도 기반 알고리즘은 상가성 방법을 제외한 워터마크 삽입 방법에 대해서는 효과적이지 못한 단점을 가진다. 따라서 본 논문에서는 웨이블릿 변환 영역에서 상승적 방법에 의하여 삽입된 워터마크에 대한 효율적인 검출 알고리즘을 제안하였다. 제안한 워터마크 검출 알고리즘은 통계적 판단 이론에 따라 Bayes 판단 이론, Neyman-Pearson 정의, 및 웨이블릿 계수들의 확률 분포 모델을 기반으로 도출되어서, 주어진 오류 검출 확률에 대하여 간과 검출 확률을 최소화할 수 있다. 제안한 검출 알고리즘의 성능 평가는 견고성 측면에서 수행되었고, 실험 결과로부터 제안한 알고리즘이 유사도 기반 알고리즘에 비하여 우수한 성능을 나타냄을 확인하였다.

Keywords

References

  1. W. Bender, D. Gruhl, and N. Morimoto, 'Techniques for data hiding,' Proc. of the SPIE Conf. on Storage and Retrieval for Image and Video Databases III, vol. 2420, pp. 164-173, San Jose, California, Feb. 1995 https://doi.org/10.1117/12.205315
  2. I. Pitas, 'A method for watermark casting on digital images,' IEEE Trans. on Circuits System Video Technology, vol. 8, pp. 775-700, Oct, 1998 https://doi.org/10.1109/76.728421
  3. Cox, J. Kilian, T. Leighton, and T. Shamoon, 'Secure spread spectrum watermarking for multimedia,' IEEE Trans. on Image Processing, vol. 6, no. 12, pp. 1673-1687, 1997 https://doi.org/10.1109/83.650120
  4. A. Piva, M. Barni, F. Bartolini, and V. Cappellini, 'DCT-based watermark recovering without resorting to the uncorrupted original image,' Proc. of the IEEE Int. Conf. Image Processing, Santa Barbara, California, vol. 1, pp. 520-527, Oct. 1997 https://doi.org/10.1109/ICIP.1997.647964
  5. Xia, C. Boncelet, and G. Aree, 'A multiresolution watermark for digital images,' Proc. of the Int. Conf. Image Processing, Santa Barbara, California, vol. 1, pp. 548-561, Oct. 1997 https://doi.org/10.1109/ICIP.1997.647971
  6. W. Zlm, Z. Xiong, and Y. -Q. Zhang, 'Multiresolution watermarking for images and video,' IEEE Trans. on Circuits and Systems for video technology, vol. 9, no. 4, pp. 545-550, June 1999 https://doi.org/10.1109/76.767121
  7. M. Barni, F. Bartolini, V. Cappellini, and A Piva, 'A DCT-domain system for robust image watermarking,' Signal Process., vol. 66, pp. 357-372, May 1998 https://doi.org/10.1016/S0165-1684(98)00015-2
  8. A. Piva M. Bami F. Bartolini V. Cappellini, 'Threshold selection for correlation-based watermark detection,' Proc. of the COST254 Workshop, L' Aquila, Italy, Apr. 1998
  9. L. Scharf, Statistical Signal Processing : Detection, Estimation, and Time Series Analysis. Reading, MA: Addison-Wesley, 1991
  10. J. Franco and W. Rubin, Radar Detection. Norwood, MA: Artech House, 1980
  11. A. Papoulis, Probability, Random Variables, and Stochastic Process. New York: McGraw - Hill, 1991