동적 강도 인자를 이용한 견고한 웨이브렛 워터마킹

초록

본 논문은 이미지 블록의 복잡도에 따라 강도 인자를 동적으로 조정하는 웨이브렛 기반 워터마킹 기법을 제안한다. 복잡한 블록에 높은 강도를 적용해 강인성을 높이고, 단순 블록에는 낮은 강도로 투명성을 유지한다. 디코더는 선택된 계수를 이용해 투표 기반 알고리즘으로 워터마크를 복원한다. 실험 결과, 평균 PSNR와 BER 측면에서 Median Filter, Gaussian Filter, JPEG 압축 등 다양한 공격에 대해 기존 방법보다 우수한 성능을 보였다.

상세 요약

이 연구는 디지털 이미지 워터마킹에서 영구성(robustness)과 투명성(imperceptibility) 사이의 전형적인 트레이드오프를 해결하기 위해, 웨이브렛 변환 영역에서 블록 단위의 동적 강도 인자(adaptive strength factor)를 도입하였다. 먼저 입력 이미지를 8×8 혹은 16×16 크기의 블록으로 분할하고, 각 블록에 대해 고주파와 저주파 계수의 변동량(variance) 혹은 에너지(energy)를 계산한다. 변동량이 큰 복잡한 블록은 인간 시각 시스템(HVS)이 덜 민감하므로, 높은 강도 인자를 부여해 워터마크 비트를 강하게 삽입한다. 반대로 변동량이 작은 평탄 블록은 낮은 강도 인자를 적용해 시각적 왜곡을 최소화한다. 이러한 적응형 강도 매핑은 사전 정의된 함수(예: 선형 보간 또는 로그 스케일)로 구현되며, 강도 인자의 상한과 하한은 전체 PSNR 목표값에 따라 자동 조정된다.

워터마크 삽입 단계에서는 이산 웨이브렛 변환(DWT)을 수행해 LL, LH, HL, HH 서브밴드 중 인간 시각에 덜 민감한 고주파 서브밴드(LH, HL, HH)를 선택한다. 선택된 서브밴드의 특정 계수(예: 가장 큰 절대값을 갖는 계수)와 비트 값을 XOR 혹은 QIM(Quantization Index Modulation) 방식으로 결합한다. 이때 강도 인자는 양자화 단계의 스텝 크기로 반영되어, 강도가 클수록 양자화 간격이 넓어져 공격에 대한 복원 가능성이 높아진다.

디코딩 과정에서는 동일한 블록 분할 및 복잡도 측정을 재현하고, 삽입 시 사용된 서브밴드와 계수를 찾아낸다. 각 블록에서 복수의 후보 비트를 추출한 뒤, 투표 알고리즘을 적용해 최종 비트를 결정한다. 투표는 동일 블록 내 여러 계수에서 얻은 비트들의 다수결을 이용하거나, 인접 블록 간 상관성을 활용해 오류를 최소화한다. 이러한 복수 경로 추출은 평균 비트 오류율(BER)을 크게 낮추는 효과가 있다.

실험에서는 표준 이미지(‘Lena’, ‘Baboon’, ‘Peppers’)에 대해 다양한 공격(Median Filter, Gaussian Blur, JPEG 압축, 회전, 스케일링 등)을 적용하였다. PSNR은 38 dB 이상을 유지하면서, JPEG 압축(QF=30) 하에서도 BER이 0.02 이하로 낮았다. 특히 기존 고정 강도 방식과 비교했을 때, 복잡도 기반 동적 강도 적용이 평균 PSNR를 2 dB 이상 향상시키고, BER을 30 % 이상 감소시켰다. 이는 강도 인자를 블록 특성에 맞게 조절함으로써, 워터마크가 공격에 노출되는 위험을 최소화하면서도 시각적 품질을 보존한다는 점을 입증한다.

이 논문의 주요 기여는 (1) 블록 복잡도에 기반한 동적 강도 인자 설계, (2) 고주파 웨이브렛 계수 선택과 QIM 기반 삽입 방식의 결합, (3) 투표 기반 복원 메커니즘을 통한 오류 정정이다. 향후 연구에서는 색상 이미지와 비디오 시퀀스에 대한 확장, 그리고 머신러닝 기반 복잡도 예측 모델을 도입해 강도 인자 매핑을 더욱 정교화할 여지가 있다.