[論文レビュー] Convolutional Neural Network Architecture for Recovering Watermark Synchronization

Wook‐Hyung Kim, Jong‐Uk Hou+2 more|arXiv (Cornell University)|May 16, 2018

Advanced Steganography and Watermarking Techniques被引用数 5

ひとこと要約

本稿では、スクリーンキャプチャによる幾何的歪みに強く、スケーリング、回転、平行移動に対しても耐性を持つ水差しの復元を可能にする、深層学習ベースの畳み込みニューラルネットワーク（CNN）テンプレートアーキテクチャを提案する。本手法は、テンプレート生成、抽出、一致の3段階からなるCNNパイプラインを用い、歪みパラメータを推定し、元の幾何学的形状を回復することで、Webコミックやストリーミング動画などのリアルタイムコンテンツにおける水差しの耐性を著しく向上させる。

ABSTRACT

Since real-time contents can be captured and downloaded very easily, copyright infringement has become a serious problem. In order to reduce the loss caused by copyright infringement, copyright owners insert a watermark in the content to protect the copyright using illegal distribution route tracking and copyright authentication. However, whereas many existing watermarking techniques are robust to signal distortion such as compression, they are vulnerable to geometric distortion that causes synchronization errors. In particular, capturing real-time content in Internet browsers and smartphone applications is problematic because geometric distortion such as scaling and translation frequently occurs. In this paper, we propose a convolutional neural network-based template architecture that compensates for the disadvantages of existing watermarking techniques that are vulnerable to geometric distortion. The proposed template consists of a template generation network, a template extraction network, and a template matching network. The template generation network generates a template in the form of noise and the template is inserted into certain pre-defined spatial locations of the image. The extraction network detects spatial locations where the template is inserted in the image. Finally, the template matching network estimates the parameters of the geometric distortion by comparing the shape of spatial locations where the template was inserted with the locations where the template was detected. It is possible to recover an image in its original geometrical form using the estimated parameters, and as a result, watermarks applied using existing watermarking techniques that are vulnerable to geometric distortion can be decoded normally.

研究の動機と目的

• ブラウザやスマートフォンを介して配信されるリアルタイムのデジタルコンテンツにおける著作権侵害の増加に対処する。
• スクリーンキャプチャによって引き起こされるスケーリング、回転、平行移動などの幾何的歪みに対して脆弱な従来の水差し技術の課題を克服する。
• オリジナル画像データを必要とせず、ブラインド水差し検出と幾何的回復を可能にする学習ベースのテンプレートシステムを開発する。
• CNN駆動の同期回復機構を統合することで、幾何的攻撃に対して脆弱な既存の水差し方式の耐性を向上させる。
• 現在、幾何的攻撃に対して保護が不十分なDIBRレンダリング3D画像などの新規コンテンツタイプに対しても、水差し技術の適用を可能にする。

提案手法

• テンプレート生成、テンプレート抽出、テンプレート一致の3段階からなるCNNアーキテクチャを提案する。
• 水差し信号への干渉を避けるために、画像の事前に定義された空間的位置にノイズベースのテンプレートを挿入する。
• テンプレート抽出ネットワークを用いて、歪んだ画像内の挿入済みテンプレートの空間的位置を検出する。
• テンプレート一致ネットワークを用い、元のテンプレート形状とその検出された形状を比較することで、幾何的歪みパラメータ（例：スケール、回転、平行移動）を推定する。
• 推定されたパラメータを用いて画像を幾何的に元の形状に回復させ、埋め込まれた水差しの正しく復元可能にする。
• DT-CWTやDIBRベースの手法を含む既存の水差し技術と、テンプレート回復プロセスを統合することで、その耐性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 深層学習ベースのテンプレートシステムは、スクリーンキャプチャによって引き起こされる水差し画像の幾何的歪みを効果的に回復できるか？
• RQ2 提案されたCNNベースのテンプレートは、真値回復と比較して、水差し復元精度においてどの程度優れているか？
• RQ3 提案された手法は、回転、スケーリング、平行移動攻撃に対して、既存の水差し技術の耐性をどの程度向上できるか？
• RQ4 テンプレートベースの回復手法は、DIBRレンダリング3D画像のような新規コンテンツタイプに対しても効果的に適用可能か？
• RQ5 テンプレートベースのアプローチは、水差しの見えにくさを維持したまま、ブラインド検出と幾何的補正を可能にするか？

主な発見

• 回転攻撃下で100％JPEG品質の条件下で、平均ビット誤り率（BER）をベースライン手法と比較して最大40％まで低減した。BERは、テンプレートなしでは0.153、真値回復では0.128に低下した。
• スケーリング攻撃において、1.5倍スケール、100％JPEG品質の条件下でBERが0.047に達し、ベースラインを上回り、スケールにわたる一貫性ある性能を示した。
• 平行移動攻撃において、27％の平行移動条件下で、BERはテンプレートなしの0.278から真値回復の0.252に低下し、耐性が向上した。
• DIBR水差しシナリオにおいて、テンプレートベースの回復はDT-CWT単体の手法と比較して、特に高歪み条件下でBERを顕著に低減し、新規歪みタイプに対しても有効であることを示した。
• 90度回転攻撃下で100％JPEG品質の条件下で、真値回復を用いた場合、BERは0.040に達し、重度の幾何的歪みに対しても強い耐性を示した。
• 27％の平行移動と30％のJPEG品質の条件下で、テンプレートベースの回復はBERが0.304、真値回復は0.284を記録し、高圧縮と高歪み下でも高い耐性を示した。