다중 이미지 암호화 및 은닉을 위한 광학 회절 신경망

초록

본 논문은 위상 전용 마스크를 층층이 쌓은 광학 회절 신경망(DNN)을 이용해, 여러 입력 이미지 쌍을 동시에 처리하고 각각을 출력면의 비중첩 영역에 복원하는 다중 암호·워터마킹 방식을 제안한다. 파동전면 매칭 알고리즘으로 마스크를 최적화하고, 채널 간 직교성을 활용해 독립적인 변환 경로를 구현한다.

상세 분석

이 연구는 기존 광학 암호화·워터마킹 시스템이 하나의 입력‑출력 쌍만을 처리하던 한계를 극복하기 위해, 다중 채널을 하나의 회절 신경망 구조에 통합하는 새로운 프레임워크를 제시한다. 핵심은 위상 전용 마스크를 여러 층으로 구성한 전파 전파(Propagation) 네트워크이며, 각 층은 자유공간 전파와 푸리에 변환을 교대로 적용한다. 입력 평면에 여러 개의 이미지를 서로 겹치지 않게 배치하고, 각 이미지에 대응하는 출력 영역을 사전에 정의함으로써, 동일한 광학 경로 내에서 독립적인 변환이 동시에 이루어지도록 설계하였다.

채널 간 직교성(orthogonality) 확보는 두 가지 방법으로 구현된다. 첫째, 입력 이미지들을 서로 직교하는 공간 주파수 모드(예: 서로 다른 OAM 모드)로 변조하여, 회절 전파 과정에서 교차 간섭을 최소화한다. 둘째, 파동전면 매칭(wavefront matching) 알고리즘을 이용해 각 마스크 층의 위상 분포를 최적화함으로써, 목표 출력 이미지가 지정된 서브‑레인지에 정확히 재구성되도록 한다. 파동전면 매칭은 역전파 방식과 유사하게 목표 파면과 현재 파면 사이의 위상 차이를 최소화하는 반복 최적화 절차이며, 다중 채널 상황에서도 전역적인 손실 함수를 정의해 동시에 여러 목표를 만족시킨다.

실험 결과는 시뮬레이션 기반으로 제시되었으며, 4채널·8채널 구성을 각각 테스트했다. 각 채널당 PSNR(peak signal‑to‑noise ratio) 값은 30 dB 이상을 유지했으며, 채널 간 교차 간섭은 -30 dB 이하로 억제되었다. 또한, 마스크 수가 증가할수록 변환 정확도가 향상되지만, 시스템 복잡도와 광학 손실이 동시에 증가한다는 트레이드오프가 관찰되었다.

이와 같은 설계는 기존의 단일 이미지 암호화 시스템에 비해 데이터 전송 효율을 크게 높일 수 있다. 한 번의 광학 전파 과정에서 다중 비밀 이미지를 동시에 암호화·복호화함으로써, 전송 대역폭 및 하드웨어 비용을 절감한다. 또한, 출력 면에 비중첩 영역을 할당함으로써, 물리적 스테가노그래피(steganography)와 결합한 다중 워터마크 삽입이 가능해 보안 수준을 한층 강화한다. 향후 실험실 구현과 실시간 동작을 위한 고속 SLM(Spatial Light Modulator) 및 광학 센서 기술과의 연계가 기대된다.