퍼지 로직을 활용한 디지털 워터마크 강도 최적화

초록

본 논문은 DCT 영역에서 인간 시각 시스템(HVS)과 퍼지 추론 시스템(FIS)을 결합하여 이미지 블록별로 적응적인 워터마크 삽입 강도를 결정하는 방법을 제안한다. 8×8 블록 단위의 텍스처와 밝기 정보를 입력으로 사용하고, 상관관계 기반 검출기로 복원성을 확보한다. 실험 결과, 눈에 띄는 왜곡 없이 다양한 이미지 처리 공격에 높은 강인성을 보였다.

상세 분석

이 연구는 디지털 워터마크의 두 핵심 요구사항인 ‘불가시성( imperceptibility )’과 ‘강인성( robustness )’ 사이의 트레이드오프를 퍼지 논리 기반 적응 제어를 통해 해결하고자 한다. 먼저 입력 영상은 8×8 DCT 블록으로 분할되며, 각 블록에 대해 텍스처 특징(예: 에너지, 대비, 엔트로피)과 평균 밝기(luminance)가 추출된다. 이러한 특징들은 인간 시각 시스템(HVS)이 민감하게 반응하는 영역을 정량화하는 데 사용된다. 퍼지 추론 시스템(FIS)은 두 개의 입력 변수(텍스처와 밝기)를 각각 ‘낮음’, ‘보통’, ‘높음’ 등 3단계 퍼지 집합으로 매핑하고, 규칙 기반(rule base)으로 9개의 IF‑THEN 규칙을 구성한다. 예를 들어, “텍스처가 높고 밝기가 낮으면 높은 삽입 강도”와 같은 규칙은 인간 눈이 복잡하고 어두운 영역에서는 작은 변화를 감지하기 어렵다는 HVS 가정에 기반한다. 출력 변수는 삽입 강도이며, ‘약함’, ‘보통’, ‘강함’ 퍼지 집합으로 정의된다. 디플레이션(defuzzification) 단계에서는 무게중심법을 적용해 구체적인 스칼라 강도 값을 얻는다. 이렇게 결정된 강도는 DCT 계수 중 인간 눈에 덜 민감한 중·고주파 영역에 워터마크 비트를 조절한다. 삽입 과정은 기존의 양자화 기반 방법과 유사하게, 선택된 계수에 강도 비례값을 더하거나 빼는 형태로 구현된다. 검출 단계에서는 원본 이미지가 없을 경우에도 상관관계(correlation) 검출기를 사용해 삽입된 비트를 복원한다. 실험에서는 PSNR, SSIM 등 객관적 품질 지표와 다양한 공격(JPEG 압축, 가우시안 노이즈, 회전·스케일링 등)에 대한 BER(bit error rate)을 측정하였다. 결과는 적응형 강도 조절이 고정 강도 방식에 비해 PSNR을 평균 23 dB 향상시키고, 공격 저항성에서도 1015 % 정도 개선됨을 보여준다. 또한, 퍼지 규칙을 추가하거나 멤버십 함수를 조정함으로써 시스템을 특정 응용(예: 의료 영상, 저작권 보호)에 맞게 쉽게 튜닝할 수 있다는 확장성도 강조된다. 전체적으로 이 논문은 퍼지 로직을 HVS와 결합해 블록 단위로 동적 워터마크 강도를 결정함으로써, 기존 고정 강도 방식의 한계를 효과적으로 극복하고, 실시간 적용 가능성을 확보한 점이 의의이다.