專利名稱：用于量化和數(shù)據(jù)嵌入的對稱柵格類的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及量化和數(shù)據(jù)嵌入方法和系統(tǒng)。
背景技術(shù)：
水印處理是指通過它數(shù)字圖像具有嵌入其中的標(biāo)記的過程。內(nèi)嵌水印可指示諸如圖像的所有者、分發(fā)圖像的實(shí)體等等。加有水印的圖像會遭受想要偷盜或以未獲授權(quán)的其它方式使用圖像的不擇手段的人的攻擊，并不令人驚訝。這些人有許多不同的用以攻擊水印的方法。因而，設(shè)計(jì)可判斷攻擊加有水印圖像的攻擊類型的水印系統(tǒng)就變得重要了。
相應(yīng)地，本發(fā)明出自對提供經(jīng)改進(jìn)水印處理系統(tǒng)和方法相關(guān)聯(lián)的關(guān)注。

發(fā)明內(nèi)容
描述了用于量化和數(shù)據(jù)嵌入的方法和系統(tǒng)。在至少某些實(shí)施例中，將變換應(yīng)用于要進(jìn)行水印處理的圖像上，并計(jì)算與該圖像相關(guān)聯(lián)的統(tǒng)計(jì)量。使用對稱柵格來量化經(jīng)計(jì)算統(tǒng)計(jì)量，并使用經(jīng)柵格量化的統(tǒng)計(jì)量來計(jì)算水印。然后將水印插入圖像中。


圖1是根據(jù)一實(shí)施例描述方法中步驟的流程圖。
圖2是根據(jù)一實(shí)施例描述方法中步驟的流程圖。
圖3是根據(jù)一實(shí)施例描述方法中步驟的流程圖。
圖4是根據(jù)一實(shí)施例描述方法中步驟的流程圖。
圖5是軟檢測器輸出的眾多隨機(jī)圖像和密鑰對的操作分布圖，并對理解所述圖6是眾多隨機(jī)圖像和密鑰對的操作ROC曲線圖，并對理解所述實(shí)施例的諸方面有用。
圖7是可用以實(shí)現(xiàn)所述實(shí)施例的示例性計(jì)算系統(tǒng)的框圖。
具體實(shí)施例方式
縱覽在所示和所述實(shí)施例中，引入了適于量化和數(shù)據(jù)嵌入的一類對稱柵格。如以下將要說明的，對于任意維n，對稱柵格允許用于將給定向量量化為最近柵格點(diǎn)的線性(以n)時(shí)間算法。被提議的柵格結(jié)構(gòu)包括眾所周知的An柵格，作為特定情形。這種柵格如在J.H.Conway和N.J.A.Sloan，Sphere Packings，Lattices and Groups，Springer-Verlag，1988的文章中所述。作為被提議柵格結(jié)構(gòu)的應(yīng)用，給定信號被映射到適當(dāng)?shù)膫坞S機(jī)形成的統(tǒng)計(jì)量向量中，隨后使用對稱柵格對該向量進(jìn)行量化。
在本文檔的討論中本領(lǐng)域技術(shù)人員可以理解，經(jīng)量化統(tǒng)計(jì)量向量可用于標(biāo)識和驗(yàn)證。相應(yīng)地，本文檔通過設(shè)計(jì)內(nèi)嵌標(biāo)記討論對數(shù)據(jù)嵌入信號任務(wù)的考慮，從而標(biāo)記內(nèi)嵌信號的統(tǒng)計(jì)量向量是未經(jīng)標(biāo)記信號的統(tǒng)計(jì)量向量的柵格量化版本。結(jié)合這些嵌入動作，一度量被定義并被稱為“產(chǎn)生率”(yield)。產(chǎn)生率是柵格的填裝半徑與覆蓋半徑之比。本發(fā)明方法導(dǎo)出產(chǎn)生率意義上的最優(yōu)對稱柵格。構(gòu)建更大尺寸柵格的成果通過設(shè)計(jì)抵御預(yù)估攻擊的水印處理系統(tǒng)促成。參見，例如M.K. R.Venkatesan，和M.Kesal，“Watermarking via Optimization Algorithms for QuantizingRandomized Statistics of Image Regions，”(“通過最優(yōu)化算法用于量化圖像區(qū)域的隨機(jī)統(tǒng)計(jì)量的水印處理”)Proceedings of the 40thAnnual Allerton Conference onCommunication，Control and Computing，Monticello，IL，2002年10月；M.K. R.Venkatesan，和T.Liu，“Watermarking via Optimization Algorithms for QuantizingRandomized Image Characteristics，”(通過最優(yōu)化算法用于量化隨機(jī)圖像特征的水印處理)提交給IEEE Transactions on Signal Processing，Special Issue on Secure Media，2003年11月。
周圍空間的尺寸越大，這種計(jì)估攻擊的效力越小，其中該效力在適當(dāng)?shù)募僭O(shè)下可被精確地特征化。作為估計(jì)攻擊的示例，讀者可參閱M.K. R.Venkatesan，和M.Kesal，“Cryptanalysis of Discrete-Sequence Spread SpectrumWatermarks，”(“離散序列擴(kuò)展頻譜水印的密碼分析”)Proceedings of 5thInternational Information Hiding Workshop(IH 20002)，Noordwijkerhout，TheNetherlands，2002年10月；以及S.Voloshynovskiy，S.Pereira，T.Pun，J.J.Eggers和J.K.Su，“Attacks on Digital WatermarksClassification，Estimation-based Attacks andBenchmarks，”(對數(shù)字水印的攻擊；分類、基于預(yù)估的攻擊、以及基準(zhǔn))IEEECommunications Magazine，卷39，第8，118-127頁，2001年8月。對估計(jì)攻擊的魯棒性設(shè)計(jì)示例，讀者可參閱M.K. R.Venkatesan，和M.Kesal，“Watermarking via Optimization Algorithms for Quantizing Randomized Statistics ofImage Regions，”(“通過最優(yōu)化算法用于量化圖像區(qū)域的隨機(jī)統(tǒng)計(jì)量的水印處理”)Proceedings of the 40thAnnual Allerton Conference on Communication，Control andComputing，Monticello，IL，2002年10月；M.K. R.Venkatesan，和T.Liu，“Watermarking via Optimization Algorithms for Quantizing Randomized ImageCharacteristics，”(通過最優(yōu)化算法用于量化隨機(jī)圖像特征的水印處理)提交給IEEETransactions on Signal Processing，Special Issue on Secure Media，2003年11月。
在以下的討論中，使用以下標(biāo)記。小寫粗體字母表示實(shí)向量，而大寫粗體字母表示實(shí)矩陣。下標(biāo)表示這些向量或矩陣的單個(gè)元素。例如ai和Aij分別表示實(shí)向量a的第i個(gè)元素和實(shí)矩陣A的第(i，j)個(gè)元素。在以下的討論中，假設(shè)向量是列向量，歐幾里得范數(shù)是慣用度量，除非另外指定。
討論先以下面在題為“對稱柵格和線性時(shí)間量化算法”的章節(jié)中對稱柵格和量化算法的展現(xiàn)開始。隨后，題為“標(biāo)記嵌入”的章節(jié)描述如何將量化算法用于水印處理環(huán)境中。
對稱柵格和線性時(shí)間量化算法在本節(jié)中，定義對稱柵格的類。對找到產(chǎn)生率意義上最優(yōu)對稱柵格的類給出線性時(shí)間量化算法。
定義2.1對稱柵格Ln(α)(參數(shù)為α)被定義為Ln(α)=Δ{v|v=Σi=1nzivi,zi∈Z,1≤i≤n}]]>其中i，vi∈Rn并且 應(yīng)注意n維α＝1/2的對稱柵格在本領(lǐng)域文獻(xiàn)中是眾所周知的An柵格(取決于比例因子)。這些柵格具有若干最佳化特性。對于詳細(xì)的全面討論，讀者可參見J.H.Conway和N.J.A.Sloan，Sphere Packings，Lattices and Groups，(球形填裝、柵格和分組)Springer-Verlag，1988中的第1章和第6章。應(yīng)當(dāng)認(rèn)識和理解，在以上等式2.1中，對稱柵格被定義為對不同于j的i具有相同的角度α。對不同于j的i，也可能從以α為中心的概率分布中(α為中值)選擇每個(gè)角度α。這樣，可期望類似于平均地執(zhí)行算法。還可進(jìn)一步弱化，使角度對于每一對不同的i，j以圍繞不同的α為中心?？梢岳斫猓赏ㄟ^將單模變換應(yīng)用于基本柵格來發(fā)布該柵格。
定義2.2Ln(α)的柵格矩陣Ln(α)是n×n的實(shí)矩陣，其行在Rn中并滿足以上的(2.1)。
在以下兩個(gè)小節(jié)中，第一小節(jié)描述用于構(gòu)建柵格矩陣Ln(α)的算法。第二小節(jié)描述用于對稱柵格Ln(α)量化的算法。
用于構(gòu)建Ln(α)的算法構(gòu)建對稱柵格Ln(α)的第一步是，無損于一般性，選取v1使得v11=1]]>以及vi1=0,]]>2≤i≤n。然后，產(chǎn)生v2使得v12=α,]]>v22=1-α2]]>以及vi2=0,]]>3≤i≤n。現(xiàn)在，對于每個(gè)i，3≤i≤n，給定vi-1，產(chǎn)生vi如下1.vji=vji-1,1≤j≤i-2.]]>2.vi-1i=(α-Σj=1i-2(vji)2)/vi-1i-1.]]>3.vii=1-Σj=1i-1(vji)2.]]>4.vji=0,i+1≤j≤n.]]>現(xiàn)在，組合所有的{vi}i-1n以形成Ln(α)。更具體地，枚舉步驟1-4共同定義了柵格矩陣Ln(α)的單個(gè)行。執(zhí)行n次這些步驟定義一個(gè)n-維柵格矩陣。
定義2.3 Ln(α)的柵格矩陣Mn(α)是n×n+1的實(shí)矩陣，其行在Rn+1中并滿足以上的(2.1)。
應(yīng)注意使用以下規(guī)則構(gòu)建Mn(α)是直接的對于所有的1≤i≤n，如果j＝1，Mn(α)的(i，j)項(xiàng)等于 如果j＝i+1，則等于 而除此之外的1≤j≤n+1，則都等于0。此外，可示出Ln(α)和Mn(α)的行都滿足以上的(2.1)。
用于對Ln(α)量化的算法現(xiàn)在假設(shè)，我們給出要對Ln(α)量化的尺寸為1×n的輸入向量x1∈Rn+1。[·]在此表示舍入到最近的整數(shù)算子。根據(jù)所示和所述實(shí)施例，如上所述產(chǎn)生Ln(α)和Mn(α)。然后，輸入向量被映射為n+1維以提供x2如下x2＝x1(Ln(α)-1Mn(α)現(xiàn)在，產(chǎn)生x3使得 已得到x3，計(jì)算x4使得x4i＝[x3i]1≤i≤n+1?，F(xiàn)在，計(jì)算x4和x3的差值以提供f＝x4-x3，并如下計(jì)算qq=Σi=1n+1fi.]]>取決于q的值，可取不同路徑來進(jìn)行處理。即，q可等于、大于、或小于0。在每一個(gè)這些實(shí)例中，得到量化輸出的處理執(zhí)行得略有不同。
當(dāng)q＝0時(shí)的處理如果計(jì)算所得值q＝0，則Rn+1中量化輸出 如下生成 給定Rn+1中的量化輸出，則如下計(jì)算Rn中的量化輸出 當(dāng)q＞0時(shí)的處理如果計(jì)算所得值q＞0，則Rn+1中量化輸出 如下生成1.首先，定義h＝f1和g∈Rn使得gi＝fi+1，1≤i≤n。
2.以遞減順序?qū)進(jìn)行排序，并記錄該排序排列。
3.得出t*=argmin0≤t≤qα(h-t)2+(1-α)Σi=1ng~i2,]]>其中 4.形成f*∈Rn+1，其中 5.使用以上步驟2的排序排列的逆來改變f*的排序。
6.如下生成Rn+1中的量化輸出 7.給定Rn+1中的量化輸出，則如下計(jì)算Rn中的量化輸出 當(dāng)q＜0時(shí)的處理如果計(jì)算所得值q＜0，則Rn+1中量化輸出 如下生成1.首先，定義h＝f1和g∈Rn使得gi＝fi+1，1≤i≤n。
2.以遞增順序?qū)進(jìn)行排序，并記錄該排序排列。
3.得出t*=argmin0≤t≤|q|α(h+t)2+(1-α)Σi=1ng~i2,]]>其中 4.形成f*∈Rn+1，其中 5.使用本小節(jié)中步驟2的排序排列的逆來改變f*的排序。
6.如下生成Rn+1中的量化輸出 7.給定Rn+1中的量化輸出，則如下計(jì)算Rn中的量化輸出 引理2.1算法正確地向給定向量x1輸出最接近的向量。
該引理的證明過程如下。如果q＝0，注意x4已是Rn+1空間中的柵格向量。此外，x4是最接近于x3的坐標(biāo)方式。這證明了當(dāng)q＝0時(shí)的聲明。在q＞0時(shí)的情形中，我們需要在所有坐標(biāo)之和中減去q。因?yàn)棣量赡懿坏扔?-α，第一坐標(biāo)可以是特定的。相應(yīng)地，算法嘗試有關(guān)第一坐標(biāo)的所有可能性。假設(shè)算法從第一坐標(biāo)減去t，則算法需要從其它坐標(biāo)減去另外的q-t。注意，根據(jù)L2范數(shù)，從任何坐標(biāo)(不是第一坐標(biāo))減去2的代價(jià)要大于從兩個(gè)不同的經(jīng)舍入坐標(biāo)(也不是第一坐標(biāo))減去1的代價(jià)。相應(yīng)地，從q-t個(gè)不同坐標(biāo)減去1會更好。再一次，根據(jù)L2范數(shù)(如果它們往下舍入)，舍入最多的坐標(biāo)給我們最低的代價(jià)。這正是算法所做的。類似的論證可用于q＜0的情形。
引理2.2量化算法的復(fù)雜性在最差情形中是以n線性的。
定理2.3給定n，從最大化產(chǎn)生率的意義上而言，用于水印處理的最優(yōu)對稱柵格是Ln(0.5)，其中產(chǎn)生率被定義為“移到另一柵格單元的最小攻擊畸變”(填裝半徑)與“柵格量化中最大嵌入畸變”(覆蓋半徑)之比。
以上的證明過程如下。首先得出Ln(0.5)情形的產(chǎn)生率。然后我們示出Ln(0.5)的產(chǎn)生率是任意其它Ln的產(chǎn)生率的上限。使用Mn而不是Ln更為方便。注意，移到另一柵格單元的最小攻擊畸變是最短非零柵格向量的長度的一半。最短非零柵格向量的長度為1(至少兩個(gè)坐標(biāo)必須非零)。因此，移到另一柵格單元的最小攻擊噪聲的范數(shù)為1/2。然后，我們計(jì)算柵格量化所導(dǎo)致的最大嵌入畸變。假設(shè)n+1是偶數(shù)。漸近地，該假設(shè)是可忽略的。仔細(xì)的技術(shù)分析顯示在L2范數(shù)意義上，要舍入的最差向量是Rn+1空間中的0.5(-0.5,+0.5,-0.5,···,+0.5).]]>在該情形中，每個(gè)坐標(biāo)被舍入至少 因此，最大嵌入畸變將為 這給出了 的產(chǎn)生率。注意這比正交柵格(即α＝0的對稱柵格)多41％，是標(biāo)量化的情形。
現(xiàn)在，我們證明α＝1/2的產(chǎn)生率是0＜α＜1，α≠1/2產(chǎn)生率的上限。因此，足以顯示“移到另一柵格單元的最小攻擊畸變”上的上限以及“柵格量化中最大嵌入畸變”上的下限，并顯示界限在α＝1/2時(shí)獲得。我們將任務(wù)分成兩部分，先是α＜0.5，然后是α＞0.5，仍在Rn+1空間中進(jìn)行。
如果α＜0.5，可選擇Mn的行之一作為最短非零柵格向量的上限。其一半是“移到另一柵格單元的最小攻擊畸變”上的上限，其范數(shù)為1/2。然后，我們將要舍入到最近柵格點(diǎn)的向量取為-0.5(α),+0.5(1-α),-0.5(1-α),···,+0.5(1-α).]]>我們計(jì)算將該向量量化為最近柵格點(diǎn)所需的最小畸變，且其將是最大嵌入畸變的下限。在坐標(biāo)方式上，除了最小畸變是 的第一坐標(biāo)，所需最小畸變都是 所以，我們得出 是0＜α＜1/2的產(chǎn)生率的上限。0＜α＜1/2中 的最小上限是作為Ln(0.5)產(chǎn)生率的 如果α＞0.5，可選擇Mn前兩行的差值作為最短非零柵格向量的上限。其一半是 我們?nèi)∠嗤蛄?0.5(α),+0.5(1-α),-0.5(1-α),···,+0.5(1-α)]]>來計(jì)算最大嵌入畸變的下限。再一次，使用相同方法，我們得出 為產(chǎn)生率上的上限。該上限比我們在α＝0.5的情形中所計(jì)算的產(chǎn)生率要小。這就是證明過程。
標(biāo)記嵌入標(biāo)記嵌入的問題在本領(lǐng)域中也稱為“水印處理”。在水印處理類問題中，我們考慮驗(yàn)證問題，即接收器作出以下兩個(gè)之一的判決收到的信號是經(jīng)過水印處理的或是未經(jīng)水印處理的。我們不考慮解碼問題，其中接收方先驗(yàn)知道內(nèi)嵌信息的存在，并嘗試進(jìn)行解碼。
在以下討論中，提供嵌入算法并假設(shè)密鑰K由嵌入器和接收器共享。在以下所述算法的隨機(jī)步驟中，攻擊者應(yīng)未知的K被用為安全偽隨機(jī)數(shù)發(fā)生器(PRNG)的種子。因此，如下所述算法的隨機(jī)步驟對攻擊者而言看起來確實(shí)是隨機(jī)的。然而，嵌入器和接收器卻都知道隨機(jī)步驟。在以下討論中，算法根據(jù)對尺寸為512×512的灰色圖像的描述來陳述；然而應(yīng)注意，可為諸如各種尺寸彩色圖像和音頻信號的其它類型信號輕松地設(shè)計(jì)該算法的擴(kuò)展。
嵌入算法縱覽圖1是根據(jù)所述實(shí)施例示出嵌入算法中步驟的流程圖?？山Y(jié)合任意適當(dāng)硬件、軟件、固件或其組合來實(shí)現(xiàn)該方法。另外，要描述的方法可以駐留于計(jì)算機(jī)可讀介質(zhì)的計(jì)算機(jī)可讀指令形式存在。當(dāng)由計(jì)算機(jī)或計(jì)算系統(tǒng)處理時(shí)，這些指令可實(shí)現(xiàn)要描述的方法。
給定一圖像I，步驟100將變換應(yīng)用于該圖像。在所示和所述實(shí)施例中，一三級離散小波變換應(yīng)用于該圖像。用S(尺寸為n×n)表示水平和垂直方向上的低頻分帶。步驟102計(jì)算與該圖像相關(guān)聯(lián)的偽隨機(jī)線性統(tǒng)計(jì)量。在所示和所述實(shí)施例中，該步驟計(jì)算來自S的統(tǒng)計(jì)量a。如何完成它的示例如圖2進(jìn)行詳細(xì)描述。步驟104柵格量化偽隨機(jī)線性統(tǒng)計(jì)量。柵格量化的一般概念如上所述。如何結(jié)合標(biāo)記嵌入執(zhí)行該柵格量化的示例如圖3進(jìn)行詳細(xì)描述。步驟106使用經(jīng)量化的偽隨機(jī)線性統(tǒng)計(jì)量來計(jì)算水印。本實(shí)施例中如何完成它的示例如圖4進(jìn)行詳細(xì)描述。一旦計(jì)算了水印，步驟108將該水印嵌入到在步驟100經(jīng)變換的圖像中。
偽隨機(jī)線性統(tǒng)計(jì)量的計(jì)算圖2是根據(jù)一實(shí)施例描述方法中步驟的流程圖，該方法用于計(jì)算偽隨機(jī)線性統(tǒng)計(jì)量。步驟200選擇圖像的一個(gè)或多個(gè)偽隨機(jī)區(qū)域。這些區(qū)域可包括任意適當(dāng)形狀的區(qū)域，諸如長方形、正方形等等。對于正在進(jìn)行的討論，區(qū)域形狀為正方形。對于第i個(gè)正方形，該方法生成其尺寸li為間隔[lL，lH]中均勻隨機(jī)變量的實(shí)現(xiàn)。其左上角坐標(biāo)(locxi；locyi)被生成為間隔[n-li+1]中均勻隨機(jī)變量的獨(dú)立實(shí)現(xiàn)。
步驟202產(chǎn)生與每個(gè)區(qū)域相關(guān)聯(lián)的偽隨機(jī)權(quán)重。在所示和所述實(shí)施例中，對于每個(gè)正方形i，1≤i≤m，該方法首先形成一矩陣Pi(尺寸為li×li)，從而Pjki可獨(dú)立地從單位方差0均值高斯分布1≤j，k≤li產(chǎn)生。然后該方法將Pi投射到所有波段限制為頻率0＜fweightt＜1尺寸為li×li的矩陣所跨越的子空間中，設(shè) 為投射結(jié)果。然后該方法按比例調(diào)整每個(gè) 1≤j，k≤li，使得結(jié)果的L2范數(shù)為N。設(shè)Qi為通過尺度調(diào)整獲得的尺寸為li×li的矩陣。
步驟204形成一偽隨機(jī)統(tǒng)計(jì)量變換矩陣。該步驟為以下所述的偽隨機(jī)線性統(tǒng)計(jì)量的計(jì)算準(zhǔn)備了線性算子變換矩陣。在所示和所述實(shí)施例中，對于每個(gè)正方形i，該方法開始時(shí)生成全0矩陣R(尺寸為n×n)。然后方法通過用Qi替換第i個(gè)正方形而形成Ri(通過在替換中使用li和(locxi，locyi))。然后該方法將Ri的元素重新排序，以形成一1×n2向量ri；其中ri形成T的第i行(尺寸為m×n2)。
已形成了偽隨機(jī)統(tǒng)計(jì)量變換矩陣T之后，步驟206使用該變換矩陣計(jì)算偽隨機(jī)線性統(tǒng)計(jì)量a。該步驟使用選定區(qū)域的位置和權(quán)重來有效計(jì)算線性統(tǒng)計(jì)量。在所示和所述實(shí)施例中，通過a＝Ts得到偽隨機(jī)線性統(tǒng)計(jì)量，其中s(尺寸為n2×1)通過將S的元素重新排序而形成。
以上所述過程為先前結(jié)合圖1中步驟102所述的過程添加了細(xì)節(jié)。在下一小節(jié)中，討論為在圖1中步驟104中發(fā)生的過程-即柵格量化偽隨機(jī)線性統(tǒng)計(jì)量的過程-添加了細(xì)節(jié)。
統(tǒng)計(jì)量的柵格量化如上所述，圖3描述了上述用于柵格量化偽隨機(jī)線性統(tǒng)計(jì)量的方法中的步驟。在以下討論中，以下列步驟使用柵格L(α)和畸變限制β把線性統(tǒng)計(jì)量a量化為b(兩者尺寸均為m×1)。要注意，在所述構(gòu)建中，參數(shù)α唯一地確定對稱柵格Lm(α)。所述柵格及其線性時(shí)間量化算法的屬性已在上面進(jìn)行了描述。
因此，步驟300計(jì)算柵格每個(gè)單元的尺度調(diào)整參數(shù)。給定畸變限制β和柵格參數(shù)α，該方法得出Δ(柵格每個(gè)單元的尺度調(diào)整參數(shù))。在一實(shí)施例中，使用密碼本查找方法以便得到匹配給定β和α的Δ。在本例中，離線準(zhǔn)備密碼本。
步驟302偽隨機(jī)地生成平移向量。在所示和所述實(shí)施例中，生成平移向量t，其中ti是
中均勻分布的實(shí)現(xiàn)，1≤i≤m。
步驟304使用尺度調(diào)整參數(shù)和平移向量來計(jì)算經(jīng)量化的統(tǒng)計(jì)量。在所示和所述實(shí)施例中，經(jīng)量化統(tǒng)計(jì)量由b＝Rm(a/Δ+t，α)-t給出，其中Rm(·，α)指用于維數(shù)m和參數(shù)α的單位單元對稱柵格Lm(α)的量化算法；對稱柵格的類型和量化算法Rm(·，α)如上進(jìn)行了詳細(xì)解釋。
已柵格量化了偽隨機(jī)線性統(tǒng)計(jì)量之后，現(xiàn)在過程使用經(jīng)量化的偽隨機(jī)線性統(tǒng)計(jì)量來計(jì)算水印。過程的該方面在下一小節(jié)中進(jìn)行研究。
水印的計(jì)算圖4是描述計(jì)算水印的方法中步驟的流程圖，并為圖1中步驟106添加了細(xì)節(jié)。
步驟400計(jì)算統(tǒng)計(jì)量領(lǐng)域中的量化噪聲。在所示和所述實(shí)施例中，給出本領(lǐng)域中量化噪聲為q＝b-a，其中a構(gòu)成先前計(jì)算的偽隨機(jī)線性統(tǒng)計(jì)量，而b構(gòu)成以上計(jì)算的經(jīng)量化統(tǒng)計(jì)量。
然后步驟402計(jì)算離散小波變換(DWT)領(lǐng)域中的經(jīng)量化噪聲。在所示和所述實(shí)施例中，給定q，該方法如下計(jì)算DWT領(lǐng)域中的量化噪聲W(尺寸為n×n)。首先，該方法生成一子空間的投射矩陣D(尺寸為k×n2)，該子空間與所有頻帶限制為頻率0＜fwm＜1尺寸為n×n的矩陣所跨越的子空間正交(k由給定fwm唯一確定)。
已生成了投射矩陣D之后，向量形式w(尺寸為n2×1)的量化噪聲由以下給出w=TT~(T~TT~)-1q~,]]>其中(·)T是轉(zhuǎn)置算子，TT~=Δ[TTDT]]]>(尺寸為m+k×n2)，qT~=Δ[qT0T]]]>(尺寸為m+kx1)，0是尺寸為k+1的全0向量。然后方法重新排列w以便獲得尺寸為n×n的W。
在本例中，W構(gòu)成要嵌入圖像的經(jīng)計(jì)算水印。
嵌入水印如上計(jì)算了水印之后，過程將該水印嵌入圖像中。在所示和所述實(shí)施例中，這如下實(shí)現(xiàn)。經(jīng)水印處理的DWT-LL分帶由X＝S+W給出，其中S構(gòu)成應(yīng)用上述3級離散小波變換之后的圖像I。通過將逆向DWT應(yīng)用于X和來自圖1步驟100的未變分帶的組合，將獲取經(jīng)水印處理的圖像。
其它考慮和評論可顯示向量形式w=TT~(T~TT~)-1q~,]]>的量化噪聲是以下優(yōu)化問題的唯一方案 滿足Tw＝q 以及Dw＝0我們意欲在DWT領(lǐng)域中得到w，使其滿足Tw＝q和Dw＝0(第二個(gè)限制某種意義上在w上施加了“光滑度”的限制，并對感知是重要的)。由w=TT~(T~TT~)-1q~,]]>給出的該方案是滿足這些限制的最小L2范數(shù)量化噪聲。我們假設(shè) 是滿秩的，根據(jù)我們的試驗(yàn)它實(shí)際上總是基本滿足限制的。
我們發(fā)現(xiàn)當(dāng)k+m較大且k＞＞m時(shí)，計(jì)算U-1(U=ΔT~TT~)]]>會較昂貴。在此情形中，以下結(jié)果有用引理3.1給定實(shí)矩陣M
M=A11A12A21A22,]]>當(dāng)A11為m×m，A22為n×n，A12為m×n，A21為n×m，一般m≠n時(shí)，我們具有M-1=B-A11-1A12C-A22-1A21BC]]>其中B=(A11-A12A22-1A21)-1,]]>C=(A22-A21A11-1A12)-1,]]>假設(shè)A11和A22都是可逆的。
將此結(jié)果應(yīng)用于U，我們獲得U-1=B-BA21T-A21BC]]>其中B=(A11-A21TA21)-1,]]>C=(In-A21A11-1A21T)-1,]]>A11＝TTT以及A21＝DTT，因?yàn)镈的行按構(gòu)建是正交的。
然后，我們提供“盲”標(biāo)記檢測算法，即檢測算法假設(shè)密鑰存在而非未標(biāo)記源的存在。我們假設(shè)檢測器知道密鑰K。在嵌入器中，K被用作算法的隨機(jī)步驟中偽隨機(jī)發(fā)生器的種子。算法描述如下給出。
首先，給定輸入圖像I′，遵從圖1中完全相同的步驟100、102、104以得到量化噪聲q′。然后，計(jì)算d＝‖q′‖。如果d＜τ，聲明該圖像為“經(jīng)水印處理的”；否則聲明該圖像為“未經(jīng)水印處理的”。
注意在檢測算法中，接收信號的統(tǒng)計(jì)量向量到最近柵格點(diǎn)的L2距離被用作判定統(tǒng)計(jì)量。可顯示該檢測規(guī)則在AWGN攻擊信道的誤差概率意義上是最優(yōu)的；這是出自檢測理論的標(biāo)準(zhǔn)結(jié)果。
試驗(yàn)結(jié)果及討論圖5示出了由于標(biāo)準(zhǔn)偏差100的AWGN攻擊5000個(gè)隨機(jī)圖像和密鑰對的軟檢測器輸出的操作分布。實(shí)線和虛線分別顯示了α＝0時(shí)經(jīng)水印處理圖像和未經(jīng)水印處理圖像的軟檢測器輸出；點(diǎn)劃線和點(diǎn)線分別顯示了α＝0.5時(shí)經(jīng)水印處理圖像和未經(jīng)水印處理圖像的軟檢測器輸出。
通過實(shí)驗(yàn)我們在操作誤差概率的意義上比較了水印處理問題的不同類對稱柵格。在我們的試驗(yàn)中，我們使用隨機(jī)選擇的密鑰從數(shù)量為4000的圖像數(shù)據(jù)庫中隨機(jī)選擇圖像。對于每個(gè)選定的圖像和密鑰，我們計(jì)算經(jīng)水印處理圖像和未經(jīng)水印處理圖像到最近柵格點(diǎn)的距離(即以上“標(biāo)記嵌入”小節(jié)中檢測部分的值d)。
實(shí)際上，對距離d應(yīng)用閾值從而在檢測器上產(chǎn)生“經(jīng)水印處理”或“未經(jīng)水印處理圖像”的判斷。可顯示對于帶有同樣分布的無記憶攻擊，該檢測規(guī)則在誤差概率意義上是最優(yōu)的。
我們共執(zhí)行了5000次試驗(yàn)(即使用5000個(gè)隨機(jī)選取的圖像和密鑰對來產(chǎn)生結(jié)果)。選擇量化參數(shù)Δ使得水印處理畸變(L2意義上)對所有情形基本相同(并等于用戶指定值)。在圖5中，我們顯示攻擊為帶有標(biāo)準(zhǔn)偏差100的AWGN(累加高斯白噪聲)時(shí)軟檢測器輸出(即d)的分布。實(shí)線(或點(diǎn)劃線)顯示了α＝0(或α＝0.5)時(shí)經(jīng)水印處理圖像的檢測器輸出。虛線(或點(diǎn)線)顯示了α＝0(或α＝0.5)時(shí)未經(jīng)水印處理圖像的檢測器輸出。在圖6中，我們顯示當(dāng)攻擊為帶有標(biāo)準(zhǔn)偏差150的AWGN時(shí)檢測器的ROC曲線。水平軸(或垂直軸)顯示虛警概率(或漏報(bào)概率)。實(shí)線、虛線、點(diǎn)劃線和點(diǎn)線分別對應(yīng)于α參數(shù)為0、0.3、0.5和0.7的對稱柵格。盡管顯示α＝0.5的值在產(chǎn)生率意義上是最優(yōu)的，通過試驗(yàn)我們觀察到帶有不同α值的對稱柵格性能對一大類攻擊都基本相同，參見圖5和6。注意，這包括對應(yīng)于均勻標(biāo)量化的正交柵格(α＝0)。
示例性系統(tǒng)圖7示出了其中可采用上述實(shí)施例的示例性系統(tǒng)。在所示示例中，計(jì)算系統(tǒng)700包括可用以如上所述標(biāo)記圖像的標(biāo)記組件702。標(biāo)記組件702可結(jié)合任意適當(dāng)硬件、軟件、固件或其組合來實(shí)現(xiàn)。在所示和所述實(shí)施例中，標(biāo)記組件702用軟件實(shí)現(xiàn)。相應(yīng)地，標(biāo)記組件可以計(jì)算機(jī)可讀指令的形式存在于處理器可執(zhí)行的一個(gè)或多個(gè)計(jì)算機(jī)可讀介質(zhì)上。
在此例中，標(biāo)記組件702包括變換組件704、線性統(tǒng)計(jì)量發(fā)生器706、柵格量化器708、水印發(fā)生器710以及水印嵌入器712?？梢哉J(rèn)識和理解，盡管每一個(gè)這些組件都示為單獨(dú)組件，在實(shí)踐中并非必須如此。
操作上，數(shù)字圖像被接收到系統(tǒng)700中，并被處理以提供經(jīng)水印處理的圖像。在本示例中，變換組件704被配置用來以對應(yīng)于圖1步驟100所述處理的方式進(jìn)行操作。線性統(tǒng)計(jì)量發(fā)生器706被配置用來以對應(yīng)于圖1和圖2的步驟102所述處理的方式進(jìn)行操作。柵格量化器708被配置用來以對應(yīng)于圖1和圖3的步驟104所述處理的方式進(jìn)行操作。水印發(fā)生器710被配置用來以對應(yīng)于圖1和圖4的步驟106所述處理的方式進(jìn)行操作。水印嵌入器712被配置用來以對應(yīng)于圖1步驟108所述處理的方式進(jìn)行操作。
一旦用適當(dāng)水印標(biāo)記了圖像，由水印接收器714如上所述地接收并處理該圖像。通常水印接收器包括諸如Windows媒介播放器的應(yīng)用程序的組件。
結(jié)論所示和所述實(shí)施例提供經(jīng)改進(jìn)的水印處理和數(shù)據(jù)嵌入系統(tǒng)和方法，它們抵御由用戶以及有害攻擊可導(dǎo)致的若干自然信號處理變換，諸如用于操縱圖像、視頻和音頻的商業(yè)產(chǎn)品所使用的變換。
盡管本發(fā)明已用結(jié)構(gòu)特征和/或方法步驟的專用語言進(jìn)行了描述，可以理解在所附權(quán)利要求書中定義的本發(fā)明不必限于所述特定特征或步驟。相反，特定特征和步驟被揭示為實(shí)現(xiàn)本發(fā)明的優(yōu)選形式。
權(quán)利要求
1.一種計(jì)算機(jī)實(shí)現(xiàn)方法，其特征在于，包括產(chǎn)生一對稱柵格；用所述對稱柵格來量化與要進(jìn)行水印處理的圖像相關(guān)聯(lián)的統(tǒng)計(jì)量；使用所述經(jīng)量化的統(tǒng)計(jì)量來計(jì)算水?。灰约笆褂盟鼋?jīng)計(jì)算的水印來標(biāo)記相關(guān)聯(lián)圖像。
2.如權(quán)利要求1所述的方法，其特征在于，還包括計(jì)算所述圖像多個(gè)選定區(qū)域的偽隨機(jī)統(tǒng)計(jì)量，所述偽隨機(jī)統(tǒng)計(jì)量由所述量化動作進(jìn)行量化。
3.如權(quán)利要求2所述的方法，其特征在于，所述選定區(qū)域包括正方形區(qū)域。
4.一種或多種具有計(jì)算機(jī)可讀指令的計(jì)算機(jī)可讀介質(zhì)，所述指令在由計(jì)算機(jī)執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1所述的方法。
5.一種計(jì)算機(jī)實(shí)現(xiàn)方法，其特征在于，包括將變換應(yīng)用于要進(jìn)行水印處理的圖像；計(jì)算與所述圖像相關(guān)聯(lián)的統(tǒng)計(jì)量；用對稱柵格來柵格量化所述經(jīng)計(jì)算統(tǒng)計(jì)量；使用所述經(jīng)柵格量化的統(tǒng)計(jì)量來計(jì)算水印。
6.如權(quán)利要求5所述的方法，其特征在于，所述應(yīng)用動作包括在所述圖像上應(yīng)用3級離散小波變換。
7.如權(quán)利要求5所述的方法，其特征在于，所述計(jì)算統(tǒng)計(jì)量的動作包括計(jì)算與所述圖像相關(guān)聯(lián)的偽隨機(jī)線性統(tǒng)計(jì)量。
8.如權(quán)利要求5所述的方法，其特征在于，所述計(jì)算統(tǒng)計(jì)量的動作包括選擇所述圖像的一個(gè)或多個(gè)區(qū)域；產(chǎn)生與每個(gè)區(qū)域相關(guān)聯(lián)的權(quán)重；形成一變換矩陣；以及使用所述變換矩陣和所述已生成權(quán)重來計(jì)算所述統(tǒng)計(jì)量。
9.如權(quán)利要求8所述的方法，其特征在于，所述選擇一個(gè)或多個(gè)區(qū)域的動作包括選擇一個(gè)或多個(gè)偽隨機(jī)區(qū)域。
10.如權(quán)利要求8所述的方法，其特征在于，所述一個(gè)或多個(gè)區(qū)域包括正方形區(qū)域。
11.如權(quán)利要求8所述的方法，其特征在于，所述產(chǎn)生權(quán)重的動作包括產(chǎn)生與每個(gè)區(qū)域相關(guān)聯(lián)的偽隨機(jī)權(quán)重。
12.如權(quán)利要求5所述的方法，其特征在于，所述柵格量化所述經(jīng)計(jì)算統(tǒng)計(jì)量的動作還包括計(jì)算所述柵格每個(gè)單元的尺度調(diào)整參數(shù)；偽隨機(jī)地產(chǎn)生一平移向量；以及使用所述尺度調(diào)整參數(shù)和所述平移向量來計(jì)算經(jīng)量化的統(tǒng)計(jì)量。
13.如權(quán)利要求12所述的方法，其特征在于，所述計(jì)算尺度調(diào)整參數(shù)的動作包括使用一碼本以針對給定畸變限制和柵格參數(shù)找到調(diào)整參數(shù)。
14.如權(quán)利要求5所述的方法，其特征在于，所述計(jì)算水印的動作包括計(jì)算所述統(tǒng)計(jì)量領(lǐng)域中的量化噪聲；以及使用所述統(tǒng)計(jì)量領(lǐng)域中的量化噪聲，計(jì)算所述DWT領(lǐng)域中的量化噪聲。
15.如權(quán)利要求5所述的方法，其特征在于，還包括在所述圖像中嵌入所述經(jīng)計(jì)算水印。
16.一種或多種具有計(jì)算機(jī)可讀指令的計(jì)算機(jī)可讀介質(zhì)，所述指令在由計(jì)算機(jī)執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求5所述的方法。
17.一種計(jì)算機(jī)系統(tǒng)，包括如權(quán)利要求16所述的計(jì)算機(jī)可讀介質(zhì)。
18.一種計(jì)算機(jī)實(shí)現(xiàn)方法，其特征在于，包括在要進(jìn)行水印處理的圖像上應(yīng)用3級離散小波變換；通過以下動作計(jì)算與所述圖像相關(guān)聯(lián)的偽隨機(jī)線性統(tǒng)計(jì)量選擇所述圖像的一個(gè)或多個(gè)偽隨機(jī)正方形區(qū)域；產(chǎn)生與每個(gè)區(qū)域相關(guān)聯(lián)的偽隨機(jī)權(quán)重；形成一變換矩陣；以及使用所述變換矩陣和所述已生成權(quán)重來計(jì)算所述統(tǒng)計(jì)量；通過以下動作使用對稱柵格來柵格量化所述經(jīng)計(jì)算統(tǒng)計(jì)量計(jì)算所述柵格每個(gè)單元的尺度調(diào)整參數(shù)；偽隨機(jī)地產(chǎn)生一平移向量；以及使用所述尺度調(diào)整參數(shù)和所述平移向量來計(jì)算經(jīng)量化統(tǒng)計(jì)量；使用所述經(jīng)柵格量化的統(tǒng)計(jì)量來計(jì)算水印；以及將所述經(jīng)計(jì)算的水印嵌入所述圖像中。
19.一種或多種具有計(jì)算機(jī)可讀指令的計(jì)算機(jī)可讀介質(zhì)，所述指令在由計(jì)算機(jī)執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求18所述的方法。
20.一種計(jì)算機(jī)系統(tǒng)，包括如權(quán)利要求19所述的計(jì)算機(jī)可讀介質(zhì)。
21.一種系統(tǒng)，其特征在于，包括一種或多種計(jì)算機(jī)可讀介質(zhì)；一變換組件，其被包括在所述一種或多種計(jì)算機(jī)可讀介質(zhì)上，并被配置用以將變換應(yīng)用于要進(jìn)行水印處理的圖像上；一統(tǒng)計(jì)量發(fā)生器，其被包括在所述一種或多種計(jì)算機(jī)可讀介質(zhì)上，并被配置用以計(jì)算與所述圖像相關(guān)聯(lián)的統(tǒng)計(jì)量；一柵格量化器，其被包括在所述一種或多種計(jì)算機(jī)可讀介質(zhì)上，并被配置用以用對稱柵格來柵格量化所述經(jīng)計(jì)算的統(tǒng)計(jì)量；一水印發(fā)生器，其被包括在所述一種或多種計(jì)算機(jī)可讀介質(zhì)上，并被配置用以使用所述經(jīng)柵格量化的統(tǒng)計(jì)量來計(jì)算水??；以及一水印嵌入器，其被包括在所述一種或多種計(jì)算機(jī)可讀介質(zhì)上，并被配置用以將所述經(jīng)計(jì)算的水印嵌入所述圖像中。
22.如權(quán)利要求21所述的系統(tǒng)，其特征在于，所述變換組件被配置用以在所述圖像上應(yīng)用3級離散小波變換。
23.如權(quán)利要求21所述的系統(tǒng)，其特征在于，所述統(tǒng)計(jì)量發(fā)生器被配置用以計(jì)算與所述圖像相關(guān)聯(lián)的偽隨機(jī)線性統(tǒng)計(jì)量。
24.如權(quán)利要求21所述的系統(tǒng)，其特征在于，所述統(tǒng)計(jì)量發(fā)生器被配置用以選擇所述圖像的一個(gè)或多個(gè)區(qū)域；產(chǎn)生與每個(gè)區(qū)域相關(guān)聯(lián)的權(quán)重；形成一變換矩陣；以及使用所述變換矩陣和所述已生成權(quán)重來計(jì)算所述統(tǒng)計(jì)量。
25.如權(quán)利要求24所述的系統(tǒng)，其特征在于，所述統(tǒng)計(jì)量發(fā)生器被配置用以選擇一個(gè)或多個(gè)偽隨機(jī)區(qū)域。
26.如權(quán)利要求24所述的系統(tǒng)，其特征在于，所述統(tǒng)計(jì)量發(fā)生器被配置用以選擇一個(gè)或多個(gè)正方形區(qū)域。
27.如權(quán)利要求24所述的系統(tǒng)，其特征在于，所述統(tǒng)計(jì)量發(fā)生器被配置用以產(chǎn)生與每個(gè)區(qū)域相關(guān)聯(lián)的偽隨機(jī)權(quán)重。
28.如權(quán)利要求21所述的系統(tǒng)，其特征在于，所述柵格量化器被配置用于通過以下動作來柵格量化所述經(jīng)計(jì)算統(tǒng)計(jì)量計(jì)算所述柵格每個(gè)單元的尺度調(diào)整參數(shù)；偽隨機(jī)地產(chǎn)生一平移向量；以及使用所述尺度調(diào)整參數(shù)和所述平移向量來計(jì)算經(jīng)量化統(tǒng)計(jì)量。
29.如權(quán)利要求21所述的系統(tǒng)，其特征在于，所述水印發(fā)生器被配置用以通過以下動作來計(jì)算所述水印計(jì)算所述統(tǒng)計(jì)量領(lǐng)域中的量化噪聲；以及使用所述統(tǒng)計(jì)量領(lǐng)域中的量化噪聲，計(jì)算所述DWT領(lǐng)域中的量化噪聲。
30.一種系統(tǒng)，其特征在于，包括一裝置，用于將變換應(yīng)用于要進(jìn)行水印處理的圖像；一裝置，用于計(jì)算與所述圖像相關(guān)聯(lián)的統(tǒng)計(jì)量；一裝置，用于用對稱柵格來柵格量化所述經(jīng)計(jì)算統(tǒng)計(jì)量；一裝置，用于使用所述經(jīng)柵格量化的統(tǒng)計(jì)量來計(jì)算水?。灰约耙谎b置，用于將所述經(jīng)計(jì)算水印嵌入所述圖像中。
31.如權(quán)利要求30所述的系統(tǒng)，其特征在于，所述用于應(yīng)用的裝置包括用以在所述圖像上應(yīng)用3級離散小波變換的裝置。
32.如權(quán)利要求30所述的系統(tǒng)，其特征在于，所述用于計(jì)算統(tǒng)計(jì)量的裝置包括用以計(jì)算與所述圖像相關(guān)聯(lián)的偽隨機(jī)線性統(tǒng)計(jì)量的裝置。
33.如權(quán)利要求30所述的系統(tǒng)，其特征在于，所述用于計(jì)算統(tǒng)計(jì)量的裝置包括一裝置，用于選擇所述圖像的一個(gè)或多個(gè)區(qū)域；一裝置，用于產(chǎn)生與每個(gè)區(qū)域相關(guān)聯(lián)的權(quán)重；一裝置，用于形成一變換矩陣；以及一裝置，用于使用所述變換矩陣和所述已生成權(quán)重來計(jì)算所述統(tǒng)計(jì)量。
34.如權(quán)利要求33所述的系統(tǒng)，其特征在于，所述用于選擇一個(gè)或多個(gè)區(qū)域的裝置包括用以選擇一個(gè)或多個(gè)偽隨機(jī)正方形區(qū)域的裝置。
35.如權(quán)利要求33所述的系統(tǒng)，其特征在于，所述用于產(chǎn)生權(quán)重的裝置包括用以產(chǎn)生與每個(gè)區(qū)域相關(guān)聯(lián)的偽隨機(jī)權(quán)重的裝置。
36.如權(quán)利要求30所述的系統(tǒng)，其特征在于，所述用于柵格量化所述經(jīng)計(jì)算的統(tǒng)計(jì)量的裝置還包括一裝置，用于計(jì)算所述柵格每個(gè)單元的尺度調(diào)整參數(shù)；一裝置，用于偽隨機(jī)地產(chǎn)生一平移向量；以及一裝置，用于使用所述尺度調(diào)整參數(shù)和所述平移向量來計(jì)算經(jīng)量化統(tǒng)計(jì)量。
37.如權(quán)利要求30所述的系統(tǒng)，其特征在于，所述用于計(jì)算水印的裝置包括一裝置，用于計(jì)算所述統(tǒng)計(jì)量領(lǐng)域中的量化噪聲；以及一裝置，用于使用所述統(tǒng)計(jì)量領(lǐng)域中的量化噪聲，計(jì)算所述DWT領(lǐng)域中的量化噪聲。
38.如權(quán)利要求30所述的系統(tǒng)，其特征在于，所有所述裝置包括一種或多種具有計(jì)算機(jī)可讀指令的計(jì)算機(jī)可讀介質(zhì)。
39.一種計(jì)算機(jī)實(shí)現(xiàn)方法，其特征在于，包括接收已用標(biāo)記進(jìn)行水印處理的一圖像，所述標(biāo)記已通過對稱柵格量化過程形成；以及從所述經(jīng)水印處理的圖像確定所述圖像是否已經(jīng)水印處理。
全文摘要
描述了用于量化和數(shù)據(jù)嵌入的方法和系統(tǒng)。在至少某些實(shí)施例中，將變換應(yīng)用于要進(jìn)行水印處理的圖像上，并計(jì)算與該圖像相關(guān)聯(lián)的統(tǒng)計(jì)量。使用對稱柵格來量化經(jīng)計(jì)算的統(tǒng)計(jì)量，并使用經(jīng)柵格量化的統(tǒng)計(jì)量來計(jì)算水印。然后將水印插入圖像中。
文檔編號H04N1/387GK1716309SQ20051007004
公開日2006年1月4日 申請日期2005年4月29日 優(yōu)先權(quán)日2004年6月1日
發(fā)明者K·簡恩, M·K·米卡克, R·文卡特桑 申請人:微軟公司