[논문 리뷰] TRLG: Fragile blind quad watermarking for image tamper detection and recovery by providing compact digests with quality optimized using LWT and GA

Behrouz Bolourian Haghighi, Amir Hossein Taherinia외 1명|arXiv (Cornell University)|2018. 03. 07.

Advanced Steganography and Watermarking Techniques참고 문헌 22인용 수 3

한 줄 요약

TRLG는 이미지 위변조 탐지 및 복구를 위한 라이프팅 웨이블릿 변환(LWT)과 유전 알고리즘(GA)을 사용하는 취약한 블라인드 4중 워터마킹 기법을 제안한다. 이 기법은 LWT와 반투명화를 통해 2×2 블록당 네 개의 고품질·고밀도 디제스트를 생성하고, GA 기반 임계값 설정을 통해 디제스트 품질을 최적화하며, 블록당 네 번의 복구 기회를 제공한다. 결과적으로 수중화된 이미지의 PSNR는 46 dB에 도달하고, 90% 위변조 이후 복구된 이미지의 PSNR는 24 dB를 기록한다.

ABSTRACT

In this paper, an efficient fragile blind quad watermarking scheme for image tamper detection and recovery based on lifting wavelet transform and genetic algorithm is proposed. TRLG generates four compact digests with super quality based on lifting wavelet transform and halftoning technique by distinguishing the types of image blocks. In other words, for each 2*2 non-overlap blocks, four chances for recovering destroyed blocks are considered. A special parameter estimation technique based on genetic algorithm is performed to improve and optimize the quality of digests and watermarked image. Furthermore, CCS map is used to determine the mapping block for embedding information, encrypting and confusing the embedded information. In order to improve the recovery rate, Mirror-aside and Partner-block are proposed. The experiments that have been conducted to evaluate the performance of TRLG proved the superiority in terms of quality of the watermarked and recovered image, tamper localization and security compared with state-of-the-art methods. The results indicate that the PSNR and SSIM of the watermarked image are about 46 dB and approximately one, respectively. Also, the mean of PSNR and SSIM of several recovered images which has been destroyed about 90% is reached to 24 dB and 0.86, respectively.

연구 동기 및 목표

• 기존의 취약한 워터마킹 기법에서 낮은 복구 품질과 제한된 복구 기회 문제를 해결한다.
• 정확한 위변조 국소화 및 복구를 가능하게 하면서도, 수중화된 이미지의 정밀도와 보안성을 향상시킨다.
• LWT와 반투명화를 활용해 블록 무늬에 적응하는 방식으로 디제스트 품질을 최적화하고, 블록 효과를 감소시킨다.
• CCS 지도 기반의 색체화 및 디제스트와 워터마크의 암호화를 통해 보안성을 강화한다.
• Mirror-aside 및 Partner-block 기법을 활용해 고위변조율(예: 90%) 조건에서도 복구율을 극대화한다.

제안 방법

• 이미지를 겹치지 않는 2×2 블록으로 분할하고, LWT 계수를 이용해 각 블록을 거칠거나 매끄럽게 분류한다.
• 반투명화를 적용하여 블록당 두 개의 주요 및 두 개의 보조 고밀도 디제스트를 생성함으로써 네 번의 복구 기회를 확보한다.
• 유전 알고리즘(GA)을 사용해 블록 분류를 위한 임계값을 최적화하여 디제스트 생성 시 왜곡을 최소화한다.
• 수정된 로지스틱 지도(CCS 지도)를 활용해 디제스트와 워터마크를 색체화 및 암호화하여 보안성을 향상시킨다.
• 기존 픽셀 값과 수중화된 픽셀 값 간의 차이를 최소화하는 최적화 문제로 워터마크 삽입을 모델링한다.
• 공간적 재dundancy를 활용해 복구 정확도를 향상시키기 위해 Mirror-aside 및 Partner-block 전략을 도입한다.

실험 결과

연구 질문

• RQ1 고위변조율 조건에서 복구 정밀도를 향상시키기 위해 취약한 워터마킹에서 디제스트 품질을 어떻게 최적화할 수 있는가?
• RQ2 블록당 네 번의 복구 기회를 제공하는 4중 워터마킹 접근 방식이 단일 기회 기반 기법에 비해 복구 성공률을 크게 향상시킬 수 있는가?
• RQ3 LWT와 GA의 통합이 블라인드 취약 워터마킹에서 정밀도와 보안성 향상에 어느 정도 기여하는가?
• RQ4 제안된 CCS 지도가 디제스트를 보호하고 내장된 데이터의 역공학을 방지하는 데 얼마나 효과적인가?
• RQ5 이 방법은 복사-이동, 콜라주, 벡터 양자화와 같은 복잡한 위변조 공격을 정확하게 탐지하고 복구할 수 있는가?

주요 결과

• 수중화된 이미지의 PSNR는 약 46 dB에 도달하여 시각적 왜곡이 거의 없음을 나타낸다.
• 수중화된 이미지의 SSIM 값은 거의 1.0에 가까워 원본과 강한 구조적 유사성을 확인한다.
• 90% 위변조 이후 평균적으로 복구된 이미지의 PSNR는 24 dB이며, SSIM은 0.86로, 극심한 손상 조건에서도 효과적인 복구를 보여준다.
• 특정 테스트 케이스(Girl 이미지)에서, 위변조 후 복구된 이미지의 PSNR는 32.52 dB, SSIM은 0.9862로 매우 높은 복구 품질을 입증한다.
• 이 기법은 복사-이동, 콜라주, 벡터 양자화 공격 등 다양한 위변조 유형을 정확하게 탐지하고 국소화할 수 있다.
• 임계값 최적화 및 삽입 탐색에 GA를 사용함으로써 디제스트 품질과 전체 시스템의 강성과 안정성이 크게 향상된다.