DE69636084T2

DE69636084T2 - Verfahren und Vorrichtung zum Einfügen eines Spreizspektrumwasserzeichens in Multimediadaten

Info

Publication number: DE69636084T2
Application number: DE69636084T
Authority: DE
Inventors: Ingemar J. Lawrenceville Cox; Joseph J. Princeton Junction Kilian; Talal G. Princeton Shamoon
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 1995-09-28
Filing date: 1996-09-06
Publication date: 2006-09-14
Anticipated expiration: 2016-09-07
Also published as: JP3522056B2; EP0766468A2; CA2184949A1; EP0766468B1; AU6584096A; DE69636084D1; JPH09191394A; US5930369A; CA2184949C; AU701639B2; EP0766468A3

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Einfügen eines digitalen Wasserzeichens zur Verwendung bei Ton-, Bild-, Video- und Multimediadaten zum Authentifizieren des Urheberrechts, zum Identifizieren von Verletzern des Urheberrechts oder zum Übertragen einer versteckten Nachricht. Insbesondere wird ein Wasserzeichen in die für die Wahrnehmung wichtigsten Komponenten einer Zerlegung der Daten so eingefügt, dass es praktisch nicht wahrnehmbar ist. Insbesondere wird ein Schmalbandsignal, das das Wasserzeichen darstellt, in einen Breitbandkanal, der aus den Daten besteht, eingefügt.
Die Verbreitung digitaler Medien, wie Ton-, Bild- und Videomedien, erzeugt einen Bedarf an einem Sicherheitssystem, das die Identifikation der Quelle des Materials erleichtert. Dieser Bedarf zeigt sich in Bezug auf die Durchsetzung des Urheberrechts und die Identifikation der Quelle des Materials.
Die Verwendung herkömmlicher kryptographischer Systeme ermöglicht nur Inhabern nötiger Schlüssel den Zugang zu verschlüsselten Daten, sobald die Daten jedoch verschlüsselt wurden, ist es nicht möglich, Aufzeichnungen über ihre anschließende Darstellung oder Übertragung zu erhalten. Die herkömmliche Kryptographie bietet daher nur einen minimalen Schutz vor einer Datenpiraterie des Typs, mit dem ein Verleger oder Eigentümer von Daten oder Material durch unberechtigte Reproduktion oder Verteilung solcher Daten oder solchen Materials konfrontiert ist.
Ein digitales Wasserzeichen soll kryptographische Prozesse komplementieren. Das Wasserzeichen ist ein sichtbarer oder vorzugsweise ein unsichtbarer Identifikationscode, der permanent in die Daten eingebettet wird. Das heißt, dass das Wasserzeichen nach jedem Entschlüsselungsprozess bei den Daten verbleibt. Die Begriffe Daten und Material sollen hier Tondaten (Sprache und Musik), Bilddaten (Photographien und Graphiken), Videodaten (Filme oder Bildfolgen) und Multimediadaten (Kombinationen der vorstehenden Materialkategorien) oder verarbeitete oder komprimierte Versionen davon bezeichnen. Diese Begriffe sollen sich nicht auf die ASCII-Darstellungen von Text beziehen, sie beziehen sich jedoch auf als ein Bild dargestellten Text. Ein einfaches Beispiel eines Wasserzeichens ist ein über ein Bild gelegtes sichtbares "Siegel" zum Identifizieren des Eigentümers des Urheberrechts. Das Wasserzeichen könnte jedoch auch zusätzliche Informationen, einschließlich der Identität des Käufers der jeweiligen Kopie des Bilds, enthalten. Ein wirksames Wasserzeichen sollte die folgenden Eigenschaften besitzen:

1. Das Wasserzeichen sollte unsichtbar sein, oder sein Vorhandensein sollte das geschützte Material nicht stören.
2. Das Wasserzeichen muss schwierig (vorzugsweise praktisch unmöglich) von dem Material zu entfernen sein, ohne das Material für seinen vorgesehenen Zweck nutzlos zu machen. Falls jedoch nur eine Teilkenntnis vorhanden ist, beispielsweise der genaue Ort des Wasserzeichens innerhalb eines Bilds unbekannt ist, sollten Versuche zum Entfernen oder Zerstören des Wasserzeichens, beispielsweise durch Einbringen von Rauschen, zu einer erheblichen Beeinträchtigung der Datentreue führen, wodurch die Daten nutzlos werden, bevor das Wasserzeichen entfernt wird oder verloren geht.
3. Das Wasserzeichen sollte robust gegen eine Kollusion durch mehrere Einzelpersonen sein, die jeweils eine mit einem Wasserzeichen versehene Kopie der Daten besitzen. Das heißt, dass das Wasserzeichen robust gegen das Kombinieren von Kopien desselben Datensatzes mit dem Ziel des Zerstörens der Wasserzeichen sein sollte. Weiterhin darf es nicht möglich sein, dass Betrüger jeweils ihre Bilder kombinieren, um ein anderes gültiges Wasserzeichen zu erzeugen.
4. Das Wasserzeichen sollte noch wiedergewinnbar sein, wenn gewöhnliche Signalverarbeitungsoperationen auf die Daten angewendet werden. Diese Operationen umfassen eine Digital-Analog-Wandlung und eine Analog-Digital-Wandlung, eine Neuabtastung, eine Neuquantisierung (einschließlich einer Zitterverarbeitung und einer Neukompression) sowie übliche Signalverbesserungen beispielsweise am Bildkontrast und an der Farbe oder am Tonbass und an der Tonhöhe, sind jedoch nicht darauf beschränkt. Die Wasserzeichen in Bild- und Videodaten sollten gegen geometrische Bildoperationen, wie Drehungen, Verschiebungen, Beschneidungen und Skalierungen, immun sein.
5. Dasselbe digitale Wasserzeichenverfahren oder derselbe digitale Wasserzeichenalgorithmus sollte auf jedes der verschiedenen betrachteten Medien anwendbar sein. Dies ist besonders nützlich beim Versehen von Multimediamaterial mit Wasserzeichen. Weiterhin ist dieses Merkmal für die Implementation von Video- und Bild/Video-Wasserzeichen unter Verwendung üblicher Hardware geeignet.
6. Beim Wiedergewinnen des Wasserzeichens sollte der Eigentümer unzweideutig identifiziert werden. Weiterhin sollte die Genauigkeit der Identifikation des Eigentümers während eines Angriffs elegant beeinträchtigt werden.

Es wurden mehrere frühere Verfahren zum Versehen mit digitalen Wasserzeichen vorgeschlagen. L.F. Turner schlug im Patent WO89/08915 mit dem Titel "Digital Data Security System" ein Verfahren zum Einfügen einer Identifikationszeichenkette in ein digitales Tonsignal durch Ersetzen der "unwichtigen" Bits zufällig ausgewählter Tonabtastwerte durch die Bits eines Identifikationscodes vor. Bits werden als "unwichtig" angesehen, wenn ihre Änderung nicht hörbar ist. Ein solches System ist auch für zweidimensionale Daten, wie Bilder, geeignet, wie in einem Artikel von R.G. Van Schyndel u.a. mit dem Titel "A digital watermark" in Intl. Conf. on Image Processing, Band 2, S. 86–90, 1994, erörtert ist. Das Verfahren von Turner kann leicht umgangen werden. Falls beispielsweise bekannt ist, dass der Algorithmus nur die niedrigstwertigen zwei Bits eines Worts beeinflusst, ist es möglich, all diese Bits zufällig umzuklappen, wodurch jeder existierende Identifikationscode zerstört wird.
Ein Artikel "Assuring Ownership Rights for Digital Images" von G. Caronni in Proc. Reliable IT Systems, VIS '95, 1995 schlägt das Hinzufügen von Marken, kleinen geometrischen Mustern, zu digitalisierten Bildern bei nicht wahrnehmbaren Helligkeitsniveaus vor. Wenngleich die Idee des Versteckens eines räumlichen Wasserzeichens in einem Bild grundsätzlich gut ist, ist dieses Schema für einen Angriff durch Filtern und Redigitalisierung anfällig. Je schwächer solche Wasserzeichen sind, desto empfindlicher sind sie für solche Angriffe, und geometrische Formen bieten nur ein begrenztes Alphabet, mit dem Informationen zu codieren sind. Weiterhin ist das Schema nicht auf Tondaten anwendbar und ist möglicherweise nicht robust gegen übliche geometrische Verzerrungen, wie beispielsweise ein Beschneiden.
J. Brassil u.a. schlagen in einem Artikel "Electronic Marking and Identification Techniques to Discourage Document Copying" in Proc. of Infocom 94, S. 1278–1287, 1994, drei Verfahren vor, die für Dokumentbilder geeignet sind, in denen Text üblich ist. Digitale Wasserzeichen werden durch (1) vertikales Verschieben von Textzeilen, (2) horizontales Verschieben von Wörtern oder (3) Ändern von Textmerkmalen, wie vertikalen Endlinien einzelner Zeichen, codiert. Leider lassen sich alle drei Vorschläge leicht außer Kraft setzen, wie von den Autoren erörtert wird. Überdies sind diese Techniken ausschließlich auf Text enthaltende Bilder beschränkt.
Ein Artikel von K. Tanaka u.a. "Embedding Secret Information into a Dithered Multi-level Image" in IEEE Military Comm. Conf., S. 216–220, 1990 und K. Mitsui u.a. in einem Artikel "Video-Steganography" in IMA Intellectual Property Proc., vI, S. 187–206, 1994 beschreiben mehrere Schemata zum Versehen mit Wasserzeichen, die auf dem Einbetten von Wasserzeichen beruhen, welche wie Quantisierungsrauschen erscheinen. Ihre Ideen beruhen auf dem Konzept, dass Quantisierungsrauschen für Betrachter typischerweise nicht wahrnehmbar ist. Bei ihrem ersten Schema wird ein Wasserzeichen unter Verwendung eines vorgegebenen Datenstroms zum Anleiten der Niveauauswahl in einem prädiktiven Quantisierer in ein Bild eingebracht. Der Datenstrom wird so gewählt, dass das sich ergebende Wasserzeichen wie Quantisierungsrauschen aussieht. Eine Variation dieses Schemas wird auch vorgestellt, wobei ein Wasserzeichen in Form einer Zittermatrix verwendet wird, um an einem Bild in einer bestimmten Weise eine Zitterverarbeitung auszuführen. Diese Schemata weisen mehrere Nachteile auf. Der wichtigste besteht darin, dass sie für eine Signalverarbeitung, insbesondere eine Neuquantisierung, und geometrische Angriffe, wie ein Beschneiden, empfindlich sind. Weiterhin beeinträchtigen sie ein Bild in der gleichen Weise, zu der eine prädiktive Codierung und eine Zitterverarbeitung in der Lage sind.
In Tanaka u.a. schlagen die Autoren auch ein Schema zum Versehen von Faxdaten mit einem Wasserzeichen vor. Dieses Schema verkürzt oder verlängert bestimmte Datenläufe in dem zum Erzeugen des codierten Faxbilds verwendeten Lauflängencode. Dieser Vorschlag ist für Digital-Analog- und Analog-Digital-Wandlungen geeignet. Insbesondere wird durch Randomisieren des niedrigstwertigen Bits (LSB) der Intensität jedes Pixels die sich ergebende Lauflängencodierung vollständig geändert. Tanaka u.a. schlagen auch ein Verfahren zum Versehen mit Wasserzeichen für "farbskalierte Bild- und Videosequenzen" vor. Dieses Verfahren wendet die gleiche Signaltransformation wie JPEG (DCT von 8 × 8 Unterblöcken eines Bilds) an und bettet ein Wasserzeichen in das Koeffizientenquantisierungsmodul ein. Wenngleich es mit existierenden Transformationscodierern kompatibel ist, ist dieses Schema recht anfällig für eine Neuquantisierung und ein Filtern, und es entspricht dem Codieren des Wasserzeichens in den niedrigstwertigen Bits der Transformationskoeffizienten.
In einer neueren Veröffentlichung von Macq und Quisquater "Cryptology for Digital TV Broadcasting" in Proc. of the IEEE, 83(6), S. 944–957, 1995, ist kurz das Thema des Versehens digitaler Bilder mit Wasserzeichen als Teil eines allgemeinen Überblicks über die Kryptographie und das digitale Fernsehen erörtert. Die Autoren liefern eine Beschreibung einer Prozedur zum Einfügen eines Wasserzeichens in die niedrigstwertigen Bits von Pixeln, die sich in der Umgebung von Bildkonturen befinden. Weil es auf Modifikationen der niedrigstwertigen Bits beruht, lässt sich das Wasserzeichen leicht zerstören. Überdies ist das Verfahren nur in der Hinsicht auf Bilder anwendbar, dass es versucht, das Wasserzeichen in Bildbereiche einzubringen, die am Rand von Konturen liegen.
W. Bender u.a. beschreiben in einem Artikel "Techniques for Data Hiding" in Proc. of SPIE, v2420, S. 40, Juli 1995, zwei Schemata zum Versehen mit Wasserzeichen. Das erste ist ein als "Patchwork" bezeichnetes statistisches Verfahren. Patchwork wählt n Paare von Bildpunkten (a_i, b_i) zufällig aus und erhöht die Helligkeit bei a_i um eine Einheit, während es entsprechend die Helligkeit von b_i verringert. Es wird behauptet, dass der Erwartungswert der Summe der Differenzen der n Punktpaare 2n ist, vorausgesetzt, dass bestimmte statistische Eigenschaften des Bilds erfüllt sind. Insbesondere wird angenommen, dass alle Helligkeitsniveaus gleich wahrscheinlich sind, d.h. dass Intensitäten gleichmäßig verteilt sind. Dies ist jedoch in der Praxis sehr ungewöhnlich. Weiterhin ist das Schema möglicherweise nicht robust gegen ein zufälliges Zittern der Intensitätsniveaus um eine einzige Einheit und sehr empfindlich für geometrische affine Transformationen.
Das zweite Verfahren wird als "Strukturblockcodierung" bezeichnet, wobei ein Bereich eines in dem Bild vorgefundenen zufälligen Strukturmusters in einen Bereich des Bilds mit einer ähnlichen Struktur kopiert wird. Eine Autokorrelation wird dann verwendet, um jeden Strukturbereich wieder zugewinnen. Das wichtigste Problem bei dieser Technik besteht darin, dass sie nur für Bilder geeignet ist, die große Bereiche einer zufälligen Struktur aufweisen. Diese Technik könnte beispielsweise nicht für Textbilder verwendet werden. Es gibt auch kein direktes Analogon für Tondaten.
Zusätzlich zu direkten Arbeiten zum Versehen von Bildern mit Wasserzeichen gibt es mehrere interessante Arbeiten auf verwandten Gebieten. E.H. Adelson beschreibt in US-A-4 939 515 "Digital Signal Encoding and Decoding Apparatus" eine Technik zum Einbetten digitaler Informationen in ein Analogsignal zum Einfügen digitaler Daten in ein analoges Fernsehsignal. Das Analogsignal wird in einen von zwei disjunkten Bereichen (beispielsweise {0, 2, 4 ...}, {1, 3, 5}) quantisiert, welche auf der Grundlage des zu übertragenden binären Bits ausgewählt werden. Das Verfahren von Adelson entspricht demgemäß Wasserzeichenschemata, die Informationen in die niedrigstwertigen Bits der Daten oder ihre Transformationskoeffizienten codieren. Adelson erkennt, dass das Verfahren für Rauschen anfällig ist und schlägt daher ein alternatives Schema vor, bei dem eine 2 × 1-Hadamard-Transformation des digitalisierten Analogsignals ausgeführt wird. Der differenzielle Koeffizient der Hadamard-Transformation wird vor dem Berechnen der Umkehrtransformation um 0 oder eine Einheit verschoben. Dies entspricht dem Codieren des Wasserzeichens in das niedrigstwertige Bit des differenziellen Koeffizienten der Hadamard-Transformation. Es ist nicht klar, ob dieser Ansatz eine erhöhte Widerstandsfähigkeit gegen Rauschen aufweist. Weiterhin kann ein Angreifer wie bei allen dieser auf dem niedrigstwertigen Bit beruhenden Schemata das Wasserzeichen durch Randomisierung entfernen.
In US-A-5 010 405 ist ein Verfahren zum Verschachteln eines Standard-NTSC-Signals innerhalb eines Fernsehsignals mit erhöhter Auflösung (EDTV-Signals) beschrieben. Dies wird durch Analysieren des Frequenzspektrums des EDTV-Signals (größer als dasjenige des NTSC-Signals) und Zerlegen von ihm in drei Unterbänder (L, M, H für niedrige, mittlere bzw. hohe Frequenzen) erreicht. Dagegen wird das NTSC-Signal in zwei Teilbänder, nämlich L und M, zerlegt. Die Koeffizienten M_k innerhalb des M-Bands werden in M Niveaus quantisiert, und die Hochfrequenzkoeffizienten H_k des EDTV-Signals werden so skaliert, dass die Summe des H_k-Signals und jeglichen in dem System vorhandenen Rauschens kleiner ist als die minimale Trennung zwischen Quantisierungsniveaus. Wiederum beruht das Verfahren auf dem Modifizieren der niedrigstwertigen Bits. Vermutlich wurden Frequenzen im mittleren Bereich an Stelle niedriger Frequenzen gewählt, weil sie in Bezug auf die Wahrnehmung weniger wichtig sind. Dagegen modifiziert das gemäß der vorliegenden Erfindung vorgeschlagene Verfahren die in Bezug auf die Wahrnehmung wichtigsten Komponenten des Signals.
Schließlich sei bemerkt, dass viele, wenn nicht alle Protokolle aus dem Stand der Technik nicht kollusionsresistent sind.
Vor kurzem hat Digimarc Corporation aus Portland, Oregon als Signaturtechnologie bezeichnete Arbeiten zur Verwendung beim Identifizieren digitalen geistigen Eigentums beschrieben. Ihr Verfahren addiert oder subtrahiert kleine zufällige Größen zu jedem Pixel oder von jedem Pixel. Die Addition oder Subtraktion beruht auf dem Vergleichen einer binären Maske aus N Bits mit dem niedrigstwertigen Bit (LSB) jedes Pixels. Falls das LSB gleich der entsprechenden Bitmaske ist, wird die zufällige Größe addiert und andernfalls subtrahiert. Das Wasserzeichen wird extrahiert, indem zuerst die Differenz zwischen dem ursprünglichen Bild und dem mit einem Wasserzeichen versehenen Bild berechnet wird und indem anschließend das Vorzeichen der Differenz Pixel für Pixel untersucht wird, um festzustellen, ob es der ursprünglichen Folge von Additionen bzw. Subtraktionen entspricht. Die Digimarc-Technik beruht nicht auf direkten Modifikationen des Bildspektrums und verwendet nicht die Relevanz für die Wahrnehmung. Wenngleich die Technik robust zu sein scheint, ist sie möglicher weise empfindlich für konstante Helligkeitsverschiebungen und für Angriffe, die auf dem Ausnutzen des hohen Grads der in einem Bild vorhandenen lokalen Korrelation beruhen. Beispielsweise kann durch ein zufälliges Umschalten der Position ähnlicher Pixel innerhalb einer lokalen Nachbarschaft das Wasserzeichen erheblich beeinträchtigt werden, ohne das Bild zu beschädigen.
In einer Veröffentlichung von Koch, Rindfrey und Zhao "Copyright Protection for Multimedia Data" sind zwei allgemeine Verfahren zum Versehen von Bildern mit Wasserzeichen beschrieben. Das erste Verfahren unterteilt ein Bild in 8 × 8-Pixelblöcke und berechnet die diskrete Cosinustransformation (DCT) von jedem dieser Blöcke. Eine pseudozufällige Untermenge der Blöcke wird gewählt, und in jedem dieser Blöcke wird eine Dreiergruppe von Frequenzen, die aus einer von 18 vorgegebenen Dreiergruppen ausgewählt wird, so modifiziert, dass ihre relativen Stärken einen 1- oder 0-Wert codieren. Die 18 möglichen Dreiergruppen werden durch Auswählen von drei aus acht vorgegebenen Frequenzen innerhalb des 8 × 8-DCT-Blocks zusammengesetzt. Die Auswahl der innerhalb des DCT-Blocks zu ändernden acht Frequenzen scheint auf dem Glauben zu beruhen, dass mittlere Frequenzen ein gemäßigtes Varianzniveau aufweisen, d.h. eine ähnliche Größe aufweisen. Diese Eigenschaft ist erforderlich, um zu ermöglichen, dass die relative Stärke der Frequenzdreiergruppen geändert wird, ohne dass eine Modifikation notwendig wäre, die wahrnehmbar wäre. Anders als bei der vorliegenden Erfindung wird der Frequenzsatz nicht auf der Grundlage einer Wichtigkeit für die Wahrnehmung oder relativer Energieerwägungen gewählt. Weil die Abweichung zwischen den acht Frequenzkoeffizienten klein ist, würde zusätzlich erwartet werden, dass die Technik für Rauschen oder Verzerrungen empfindlich sein kann. Dies wird durch die experimentellen Ergebnisse unterstützt, die in der vorstehend erwähnten Veröffentlichung von Koch u.a. mitgeteilt werden, wo berichtet wird, dass "die eingebetteten Markierungen für einen Qualitätsfaktor von lediglich etwa 50 % gegen eine JPEG-Kompression robust sind". Dagegen wurde das gemäß den Lehren der vorliegenden Erfindung beschriebene Verfahren mit Kompressionsqualitätsfaktoren von lediglich 5 Prozent demonstriert.
Ein früherer Vorschlag von Koch und Zhao in einer Veröffentlichung "Toward Robust and Hidden Image Copyright Labeling" besteht darin, nicht Dreiergruppen von Frequenzen, sondern Frequenzpaare zu verwenden, und er war wiederum speziell auf die Robustheit der JPEG-Kompression ausgelegt. Dennoch sagt der Bericht aus, dass "ein kleinerer Qualitätsfaktor die Wahrscheinlichkeit erhöht, dass die zum Überlagern des eingebetteten Codes über das Signal erforderlichen Änderungen deutlich sichtbar sein werden".
Bei einem von Koch und Zhao vorgeschlagenen zweiten Verfahren, das für Schwarz-Weiß-Bilder ausgelegt ist, wird keine Frequenztransformation verwendet. Stattdessen werden die ausgewählten Blöcke so modifiziert, dass die relative Häufigkeit weißer und schwarzer Pixel den endgültigen Wert codiert. Beide Prozeduren zum Versehen mit Wasserzeichen sind besonders anfällig für Mehrdokumentangriffe. Um davor zu schützen, haben Zhao und Koch einen durch zufälliges Abtasten von 64 Pixeln aus dem Bild erzeugten verteilten 8 × 8-Pixelblock vorgeschlagen. Die sich ergebende DCT hat jedoch keine Beziehung zu derjenigen des wahren Bilds. Folglich würde erwartet werden, dass diese verteilten Blöcke sowohl anfällig für Rauschen sind als auch wahrscheinlich merkliche Artefakte in dem Bild erzeugen.
Ein Artikel von Jian Zhao und Eckhard Koch "Embedding robust labels into images for copyright protection" in Proceedings of the International congress of Intellectual Property Rights for Spezialized Information beschreibt einen Satz steganographischer Verfahren zum geheimen Einbetten robuster Markierungen in Bilddaten zum Identifizieren des Inhabers des Urheberrechts für das Bild und des ursprünglichen Verteilers in der Digitalnetzwerkumgebung. Die eingebettete Markierung ist nicht erkennbar, nicht entfernbar und nicht veränderbar. Weiterhin kann sie eine Verarbeitung überstehen, die die Qualität des Bilds nicht erheblich verringert, wie eine verlustbehaftete Bildkompression, eine Tiefpassfilterung und Bildformatkonvertierungen. Das in diesem Artikel offenbarte Verfahren geht von der Beobachtung aus, dass bei DCT-transformierten Bildblöcken quantisierte Elemente in den mittleren Frequenzkoeffizientenbereichen moderate Varianzniveaus aufweisen, und es verwendet dann nur acht Transformationskoeffizienten, die bestimmte Positionen (mittlere Frequenzkomponenten) in einem 8 × 8-DCT-Block belegen. Unter den DCT-Koeffizienten werden diejenigen bei Koordinaten (0, 0) (= Gleichanteilkoeffizient), (0, 1) und (1, 0) ausgeschlossen. Es wird ausgesagt, dass die zum Einbetten des Wasserzeichens verwendeten Frequenzen im ausgewählten Bereich "übersprungen" werden, um die Robustheit zu erhöhen.
Ein Artikel von Boland u.a. "Watermarking Digital Images for Copyright Protection" in Proceedings of the International conference on Image processing and its Applications, 4.–6. Juli 1995 betrifft ein Wasserzeichen, das eine auf ein Bild gelegte unsichtbare Markierung ist, welche nur erkannt werden kann, wenn das Bild mit dem Original verglichen wird. Diese Markierung ist dafür ausgelegt, sowohl die Quelle eines Dokuments als auch den vorgesehenen Empfänger zu identifizieren. Das in diesem Artikel offenbarte Verfahren fügt ein unsichtbares Wasserzeichen in ein Bild ein, indem es das Bild in Blöcke unterteilt, einen Block transformiert, ausgewählte Koeffizienten des transformierten Blocks moduliert, die Transformation umkehrt und den Block wieder in das ursprüngliche Bild einsetzt. DCT-Koeffizienten werden in der Reihenfolge des Absolutbetrags sortiert, die Koeffizientenenergien werden aufeinander folgend summiert, bis ein vorgegebener Schwellenwert erreicht wird, und dieser Schritt wird ausgeführt, um die Anzahl der in jeden Block einzufügenden Wasserzeichenbits zu bestimmen. Es wird ausgesagt, dass mehr Wasserzeicheninformationen in hochstrukturierte Blöcke als in flache und merkmalslose eingesetzt werden können. Die Wasserzeichenerkennung erfolgt durch Ausführen der vorstehend erwähnten Operationen sowohl an den ursprünglichen als auch an den mit Wasserzeichen versehenen Bildern und durch Vergleichen der Werte der Koeffizienten.
Zusammenfassend sei bemerkt, dass Techniken zum Versehen mit digitalen Wasserzeichen aus dem Stand der Technik nicht robust sind und dass sich das Wasserzeichen leicht entfernen lässt. Zusätzlich würden viele bekannte Techniken übliche Signal- und geometrische Verzerrungen nicht überstehen.
Die vorliegende Erfindung überwindet die Beschränkungen der Verfahren aus dem Stand der Technik durch Bereitstellen eines Systems zum Versehen mit Wasserzeichen, das eine eindeutige Kennung in die für die Wahrnehmung wichtigen Komponenten einer Zerlegung eines Bilds, eines Tonsignals oder einer Videosequenz einbettet.
Vorzugsweise ist die Zerlegung eine spektrale Frequenzzerlegung. Das Wasserzeichen wird in die für die Wahrnehmung wichtigen Frequenzkomponenten der Daten eingebettet. Dies liegt daran, dass ein wirksames Wasserzeichen nicht in für die Wahrnehmung unwichtigen Bereichen von Bilddaten oder in ihr Frequenzspektrum eingebettet werden kann, weil viele übliche Signal- oder geometrische Prozesse diese Komponenten beeinflussen. Beispielsweise lässt sich ein Wasserzeichen, das sich in den hochfrequenten Spektralkomponenten eines Bilds befindet, bei nur einer geringen Beeinträchtigung des Bilds durch einen Prozess, der eine Tiefpassfilterung ausführt, leicht entfernen. Das Problem besteht dann darin, wie das Wasserzeichen in die wichtigsten Bereiche des Frequenzspektrums der Daten eingefügt werden kann, ohne dass die Änderung für einen Beobachter, d.h. eine Person oder ein maschinelles Merkmalerkennungssystem, merklich ist. Jede spektrale Komponente kann geändert werden, vorausgesetzt, dass die Änderung klein ist. Sehr kleine Änderungen sind jedoch für jedes vorhandene Rauschen oder eine absichtliche Verzerrung anfällig.
Zum Überwinden dieses Problems kann der Frequenzbereich der Bilddaten oder Tondaten als ein Kommunikationskanal angesehen werden, und das Wasserzeichen kann entsprechend als ein über den Kanal übertragenes Signal angesehen werden. Angriffe und absichtliche Signalverzerrungen werden demgemäß als Rauschen behandelt, gegen das das übertragene Signal immun sein muss. Angriffe sind absichtliche Bemühungen, die vorteilhaften Aspekte des Versehens von Daten mit Wasserzeichen zu entfernen, zu löschen oder auf andere Weise zu überwinden. Wenngleich die vorliegende Erfindung vorgesehen ist, Wasserzeichen in Daten einzubetten, kann die gleiche Methodologie angewendet werden, um jeden beliebigen Nachrichtentyp durch Mediendaten zu senden.
Statt das Wasserzeichen in die am wenigsten wichtigen Komponenten der Daten zu codieren, erwägt die vorliegende Erfindung das Anwenden der Konzepte der Spreizspektrumskommunikation. Bei der Spreizspektrumskommunikation wird ein schmalbandiges Signal über eine viel größere Bandbreite übertragen, so dass die in jeder Einzelfrequenz vorhandene Signalenergie nicht wahrnehmbar ist. Auf ähnliche Weise wird das Wasserzeichen über viele Frequenzabschnitte verteilt, so dass die Energie in jedem einzelnen Abschnitt klein und nicht wahrnehmbar ist. Weil der Prozess des Prüfens eines Wasserzeichens Vorkenntnisse über die Orte und den Inhalt der Wasserzeichen enthält, ist es möglich, diese vielen schwachen Signale in einem einzigen Signal mit einem hohen Signal-Rausch-Verhältnis zu konzentrieren. Die Zerstörung eines solchen Wasserzeichens würde es erfordern, dass Rauschen hoher Amplitude zu jedem Frequenzabschnitt hinzugefügt wird.
Gemäß den Lehren der vorliegenden Erfindung wird ein Wasserzeichen in die für die Wahrnehmung wichtigsten Bereiche der Datenzerlegung eingefügt. Das Wasserzeichen selbst ist so ausgelegt, dass es als additives stochastisches Rauschen erscheint, und es wird über das Bild gespreizt. Durch Anordnen des Wasserzeichens in den für die Wahrnehmung wichtigen Komponenten ist es für einen Angreifer schwieriger, mehr Rauschen zu den Komponenten hinzuzufügen, ohne das Bild oder andere Daten zu beeinträchtigen. Es ist eine Tatsache, dass das Wasserzeichen wie Rauschen aussieht und über das Bild oder die Daten gespreizt wird, wodurch das gegenwärtige Schema ähnlich den bei Kommunikationssystemen verwendeten Spreizspektrumsverfahren erscheint.
Das Spreizen des Wasserzeichens über das Spektrum eines Bilds gewährleistet ein hohes Maß an Sicherheit vor einem nicht absichtlichen oder einem absichtlichen Angriff. Erstens ist der Ort des Wasserzeichens nicht offensichtlich. Zweitens werden Frequenzbereiche auf eine Weise ausgewählt, die eine erhebliche Beeinträchtigung der ursprünglichen Daten nach einem Angriff auf das Wasserzeichen gewährleistet.
Ein Wasserzeichen, das gut im Frequenzbereich eines Bilds oder einer Tonaufzeichnung angeordnet ist, ist praktisch unsichtbar oder unhörbar. Dies ist stets der Fall, wenn die Energie im Wasserzeichen in jedem einzelnen Frequenzkoeffizienten ausreichend klein ist. Überdies ist es möglich, die in speziellen Frequenzen vorhandene Energie zu erhöhen, indem die Kenntnis von Maskierungsphänomenen im menschlichen Hör- und Sehsystem ausgenutzt wird. Eine Wahrnehmungsmaskierung bezeichnet jede Situation, in der Informationen in bestimmten Bereichen eines Bilds oder eines Tons durch in Bezug auf die Wahrnehmung hervorstechendere Informationen in einem anderen Teil des Bilds oder Tons verdeckt werden. Bei der Digitalwellenformcodierung wird diese Frequenzbereichsmaskierung (und in manchen Fällen Zeit-/Pixelbereichsmaskierung) in hohem Maße ausgenutzt, um eine Codierung der Daten mit einer niedrigen Bitrate zu erreichen. Es ist klar, dass sowohl auditive als auch visuelle Systeme den Spektralbereichen hoher Energie und niedriger Frequenz einer auditiven oder visuellen Szene mehr Auflösung widmen. Überdies zeigt die Spektrumsanalyse von Bildern und Tönen, dass sich der größte Teil der Informationen bei solchen Daten häufig in den Niederfrequenzbereichen befindet.
Überdies braucht sich insbesondere für verarbeitete oder komprimierte Daten die Wichtigkeit für die Wahrnehmung nicht auf die Wichtigkeit für die Wahrnehmung einer Person zu beziehen, sondern sie kann sich stattdessen auf die Wichtigkeit für die Wahrnehmung einer Maschine, beispielsweise auf die maschinelle Merkmalserkennung, beziehen.
Zum Erfüllen dieser Anforderungen wird ein Wasserzeichen vorgeschlagen, dessen Struktur eine große Anzahl, beispielsweise 1000, zufällig erzeugter Zahlen mit einer Normalverteilung, die einen Mittelwert von Null und eine Varianz von Eins haben, aufweist. Ein binäres Wasserzeichen wird nicht gewählt, weil es viel weniger robust für Angriffe auf der Grundlage einer Kollusion mehrerer unabhängig mit Wasserzeichen versehener Kopien eines Bilds ist. Das Wasserzeichen könnte jedoch im Allgemeinen eine beliebige Struktur, sowohl deterministisch als auch zufällig, aufweisen und gleichmäßige Verteilungen aufweisen. Die Länge des vorgeschlagenen Wasserzeichens ist veränderlich und kann eingestellt werden, um zu den Merkmalen der Daten zu passen. Beispielsweise könnten längere Wasserzeichen für Bilder verwendet werden, die besonders empfindlich für große Modifikationen ihrer spektralen Koeffizienten sind, wodurch schwächere Skalierungsfaktoren für einzelne Komponenten erforderlich sind.
Das Wasserzeichen wird dann in Komponenten des Bildspektrums eingebracht. Diese Komponenten können auf der Grundlage einer Analyse jener Komponenten, die für einen Angriff am verwundbarsten sind und/oder die für die Wahrnehmung am wichtigsten sind, gewählt werden. Dies gewährleistet, dass das Wasserzeichen selbst nach üblichen Signal- und geometrischen Verzerrungen beim Bild bleibt. Eine Modifikation dieser spektralen Komponenten führt lange bevor das Wasserzeichen selbst zerstört wird, zu einer erheblichen Bildbeeinträchtigung. Natürlich ist es zum Einfügen des Wasserzeichens erforderlich, genau diese Koeffizienten zu ändern. Jede Modifikation kann jedoch sehr klein sein, und es kann in ähnlicher Weise wie bei der Spreizspektrums kommunikation ein starkes schmalbandiges Wasserzeichen über ein viel breiteres Bildspektrum (Kanalspektrum) verteilt werden. Die Detektion des Wasserzeichens wird dann konzeptionell ausgeführt, indem all diese sehr kleinen Signale addiert werden, deren Orte nur dem Inhaber des Urheberrechts bekannt sind, und indem das Wasserzeichen in einem Signal mit einem hohen Signal-Rausch-Verhältnis konzentriert wird. Weil der Ort des Wasserzeichens nur dem Inhaber des Urheberrechts bekannt ist, müsste ein Angreifer jedem spektralen Koeffizienten viel mehr Rauschenergie hinzufügen, um sicher zu sein, dass das Wasserzeichen entfernt wird. Dieser Prozess würde das Bild jedoch zerstören.
Vorzugsweise wird eine vorgegebene Anzahl der größten Koeffizienten der DCT (diskreten Cosinustransformation) (mit Ausnahme des Gleichanteilterms) verwendet. Die Auswahl der DCT ist jedoch für den Algorithmus nicht kritisch, und andere spektrale Transformationen, einschließlich Wavelet-Zerlegungen, sind auch möglich. Tatsächlich ist die Verwendung der FFT an Stelle der DCT aus einer rechnerischen Perspektive bevorzugt.
Die Erfindung lässt sich klarer verstehen, wenn die folgende Beschreibung in Zusammenhang mit der anliegenden Zeichnung gelesen wird.
Es zeigen:
1 eine schematische Darstellung typischer üblicher Verarbeitungsoperationen, denen Daten unterzogen werden könnten,
2 eine schematische Darstellung eines bevorzugten Systems zum Einbringen eines Wasserzeichens in ein Bild,
die 3a und 3b Flussdiagramme zum Codieren und
Decodieren von Wasserzeichen,
4 eine Graphik des Ansprechens des Wasserzeichendetektors auf zufällige Wasserzeichen,
5 eine Graphik des Ansprechens des Wasserzeichendetektors auf zufällige Wasserzeichen für ein Bild, das nacheinander fünf Mal mit Wasserzeichen versehen wird,
6 eine Graphik des Ansprechens des Wasserzeichendetektors auf zufällige Wasserzeichen, wobei fünf Bilder, die jeweils ein anderes Wasserzeichen aufweisen, gemittelt werden, und
7 ein schematisches Diagramm einer optischen Ausführungsform der vorliegenden Erfindung.
Zum besseren Verständnis der Vorteile der Erfindung wird die bevorzugte Ausführungsform eines frequenzspektrumbasierten Wasserzeichensystems beschrieben. Es ist aufschlussreich, die Verarbeitungsschritte zu untersuchen, die Bilddaten (oder Tondaten) beim Kopierprozess durchlaufen können, und die Wirkung zu betrachten, die diese Verarbeitungsschritte auf die Daten haben können. Mit Bezug auf 1 sei bemerkt, dass Daten zu einem mit einem Wasserzeichen versehenen Bild oder Tondaten 10 übertragen werden (12), wobei sie einer typischen Verzerrung oder absichtlichen Manipulation (14) unterzogen werden. Diese Verzerrungen oder Manipulationen umfassen eine verlustbehaftete Kompression 16, eine geometrische Verzerrung 18, eine Signalverarbeitung 20 sowie eine D/A- und A/D-Wandlung 22. Nachdem sie einer Verzerrung oder Manipulation unterzogen wurden, werden verfälschte Daten zu einem mit einem Wasserzeichen versehenen Bild oder Tondaten 24 übertragen (26). Der "Übertragungsprozess" betrifft die Anwendung eines Quellen- oder Kanalcodes und/oder von Verschlüsselungstechniken auf die Daten. Wenngleich bei den meisten Übertragungsschritten keine Informationen verloren gehen, können viele Kompressionsschemata (beispielsweise JPEG, MPEG usw.) möglicherweise durch nicht wiederherstellbaren Datenverlust die Qualität der Daten beeinträchtigen. Im Allgemeinen sollte ein Verfahren zum Versehen mit Wasserzeichen gegen alle Verzerrungen wider standsfähig sein, die durch Übertragungs- oder Kompressionsalgorithmen herbeigeführt werden.
Die verlustbehaftete Kompression 16 ist eine Operation, die gewöhnlich für die Wahrnehmung irrelevante Komponenten von Bild- oder Tondaten beseitigt. Um ein Wasserzeichen zu bewahren, wenn eine verlustbehaftete Kompression erfolgt, wird das Wasserzeichen in einem für die Wahrnehmung wichtigen Bereich der Daten angeordnet. Die meisten Verarbeitungen dieses Typs erfolgen im Frequenzbereich. Ein Datenverlust tritt gewöhnlich bei den Hochfrequenzkomponenten auf. Demgemäß muss das Wasserzeichen in den wichtigen Frequenzkomponenten des Spektrums der Bilddaten (oder Tondaten) angeordnet werden, um die nachteiligen Wirkungen der verlustbehafteten Kompression zu minimieren.
Nach dem Empfang können an einem Bild viele übliche Transformationen ausgeführt werden, die allgemein als geometrische Verzerrungen oder Signalverzerrungen kategorisiert sind. Geometrische Verzerrungen 18 sind für Bild- und Videodaten spezifisch, und sie enthalten solche Operationen, wie Drehungen, Verschiebungen, Skalierungen und Beschneidungen. Durch manuelles Bestimmen von minimal vier oder neun entsprechenden Punkten zwischen dem ursprünglichen Wasserzeichen und dem verzerrten Wasserzeichen ist es möglich, jede zwei- oder dreidimensionale affine Transformation zu entfernen. Eine affine Skalierung (Verkleinerung) des Bilds führt jedoch zu einem Datenverlust in den hochfrequenten Spektralbereichen des Bilds. Das Beschneiden oder das Herausschneiden und Entfernen von Abschnitten eines Bilds führt auch zu einem nicht wiederherstellbaren Datenverlust. Das Beschneiden kann eine ernste Bedrohung für jedes räumlich basierte Wasserzeichen sein, es ist jedoch weniger wahrscheinlich, dass es ein frequenzbasiertes Schema beeinträchtigt.
Übliche Signalverzerrungen umfassen eine Digital-Analog- und eine Analog-Digital-Wandlung 22, eine Neuabtastung, eine Neuquantisierung, einschließlich des Anwendens eines Zitterverfahrens und einer Neukompression, und übliche Signal verbesserungen an dem Bildkontrast und/oder der Farbe sowie eine Tonfrequenzentzerrung. Viele dieser Verzerrungen sind nichtlinear, und es ist schwierig, ihre Auswirkungen entweder in einem raumbasierten oder einem frequenzbasierten Verfahren zu analysieren. Die Tatsache, dass das Originalbild bekannt ist, ermöglicht es jedoch, dass viele Signaltransformationen, zumindest näherungsweise, rückgängig gemacht werden. Beispielsweise kann eine Histogrammentzerrung, ein übliches nichtlineares Kontrastverbesserungsverfahren, durch Histogrammspezifikations- oder dynamische Histogramm-Verziehungstechniken im Wesentlichen entfernt werden.
Schließlich kann das kopierte Bild nicht in der digitalen Form bleiben. Stattdessen ist es wahrscheinlich, dass es gedruckt wird oder dass eine analoge Aufzeichnung vorgenommen wird (analoges Ton- oder Videoband). Diese Reproduktionen führen zu einer zusätzlichen Beeinträchtigung der Bilddaten, gegen die ein Wasserzeichenschema robust sein muss.
Eine Manipulation (oder ein Angriff) bezieht sich auf jeden absichtlichen Versuch, das Wasserzeichen zu entfernen oder es bis zur Unkenntlichkeit zu verfälschen. Das Wasserzeichen muss nicht nur gegen die unbeabsichtigte Anwendung von Verzerrungen widerstandsfähig sein. Es muss auch gegen eine absichtliche Manipulation durch böswillige Parteien immun sein. Diese Manipulationen können Kombinationen von Verzerrungen und auch Kollusions- und Fälschungsangriffe einschließen.
2 zeigt ein bevorzugtes System zum Einfügen eines Wasserzeichens in ein Bild im Frequenzbereich. Bilddaten X(i, j), von denen angenommen wird, dass sie in digitaler Form vorliegen, oder alternativ Daten in anderen Formaten, wie Photographien, Zeichnungen oder dergleichen, die zuvor durch wohlbekannte Verfahren digitalisiert worden sind, werden einer Frequenztransformation 30 in der Art der Fourier-Transformation unterzogen. Ein Wasserzeichensignal W(k) wird unter Verwendung der nachstehend beschriebenen Techniken in die Frequenzspektrumskomponenten der transformierten Bilddaten 32 eingefügt. Die Frequenzspektrums-Bilddaten, welche das Wasserzeichensignal aufweisen, werden einer inversen Frequenztransformation 34 unterzogen, woraus sich mit einem Wasserzeichen versehene Bilddaten X ^(i, j) ergeben, welche in digitaler Form verbleiben können oder durch wohlbekannte Verfahren als eine analoge Darstellung gedruckt werden können.
Nach dem Anwenden einer Frequenztransformation auf die Bilddaten 30 wird eine Wahrnehmungsmaske berechnet, die hervorstechende Bereiche im Frequenzspektrum, welche das Wasserzeichen unterstützen können, ohne die Wahrnehmungstreue übermäßig zu beeinträchtigen, hervorhebt. Dies kann unter Verwendung der Kenntnis der Wichtigkeit jeder Frequenz im Spektrum für die Wahrnehmung, wie bereits erörtert wurde, oder einfach durch Versehen der Frequenzen mit einer Rangordnung auf der Grundlage ihrer Energie geschehen. Das letztgenannte Verfahren wurde bei später beschriebenen Experimenten verwendet.
Im Allgemeinen ist es erwünscht, das Wasserzeichen in Bereichen des Spektrums anzuordnen, die am wenigsten durch übliche Signalverzerrungen beeinflusst werden und am wichtigsten für die von einem Betrachter wahrgenommene Bildqualität sind, so dass eine erhebliche Modifikation die Bildtreue zerstören würde. In der Praxis könnten diese Bereiche durch Anwenden üblicher Signalverzerrungen auf Bilder und Untersuchen, welche Frequenzen am stärksten betroffen sind, und durch psychophysikalische Untersuchungen zum Identifizieren, wie stark jede Komponente modifiziert werden kann, bevor erhebliche Änderungen im Bild wahrnehmbar sind, experimentell identifiziert werden.
Das Wasserzeichensignal wird dann in diese hervorstechenden Bereiche in einer Weise eingebracht, dass bei jeder Manipulation sichtbare (oder hörbare) Fehler in den Daten herbeigeführt werden. Die vorstehend erwähnten Anforderungen des Wasserzeichens und die beim Kopieren üblichen Verzerrungen führen zu Randbedingungen für den Entwurf eines elektronischen Wasserzeichens.
Zum besseren Verständnis des Wasserzeichenverfahrens wird auf die 3(a) und 3(b) Bezug genommen, wo jedes Dokument D einer Folge von Werten X = x₁, ..., x_n extrahiert wird (40), womit ein Wasserzeichen W = w₁, ..., w_n kombiniert wird (42), um eine angepasste Folge von Werten X' = x'₁, ..., x'_n zu erzeugen, die dann an Stelle der Werte X wieder in das Dokument eingebracht werden (44), um ein Wasserzeichendokument D' zu erhalten. Ein Angriff auf das Dokument D' oder eine andere Verzerrung erzeugt ein Dokument D*. Wenn das ursprüngliche Dokument D und das Dokument D* vorhanden sind, wird ein möglicherweise verfälschtes Wasserzeichen W* extrahiert (46) und zur statistischen Analyse (50) mit dem Wasserzeichen W verglichen (48). Die Werte W* werden extrahiert, indem zuerst ein Satz von Werten X* = x₁*, ..., x_n* aus D* extrahiert wird (unter Verwendung von Informationen über D) und indem dann W* anhand der Werte X* und der Werte X erzeugt wird.
Wenn die Werte X in Schritt 42 mit den Wasserzeichenwerten W kombiniert werden, wird ein Skalierungsparameter α spezifiziert. Der Skalierungsparameter α bestimmt das Maß, bis zu dem Werte W Werte X ändern. Drei bevorzugte Formeln zum Berechnen von X' sind:
Gleichung 1 ist invertierbar. Die Gleichungen 2 und 3 sind invertierbar, wenn x_i ≠ 0 ist. Daher ist es bei gegebenem X* möglich, die erforderliche Umkehrfunktion zum Ableiten von W* aus X und X* zu berechnen.
Gleichung 1 ist nicht die bevorzugte Formel, wenn sich die Werte x_i über einen weiten Bereich ändern. Falls beispielsweise x_i = 10⁶ ist, kann das Addieren von 100 zum Einrichten eines Wasserzeichens unzureichend sein, falls x_i jedoch 10 ist, wird durch das Addieren von 100 der Wert unannehmbar verzerrt. Einfügungsverfahren unter Verwendung der Gleichungen 2 und 3 sind robuster, wenn ein solcher weiter Bereich der Werte x_i vorgefunden wird. Es wird auch beobachtet, dass die Gleichungen 2 und 3 ähnliche Ergebnisse liefern, wenn αw_i klein ist. Weiterhin entspricht Gleichung 3, wenn x_i positiv ist, ln(x_i) = ln(x_i) + αx_i und kann als eine Anwendung von Gleichung 1 angesehen werden, wenn natürliche Logarithmen der ursprünglichen Werte verwendet werden. Falls beispielsweise |w_i| ≤ 1 und α = 0,01 gilt, garantiert Gleichung (2), dass sich der spektrale Koeffizient um nicht mehr als 1 % ändert.
Für bestimmte Anwendungen kann ein einziger Skalierungsparameter α nicht am besten für das Kombinieren aller Werte von x_i sein. Daher können mehrere Skalierungsparameter α_i, ..., an mit abgeänderten Gleichungen 1 bis 3, wie x_i = x_i (1 + α_iw_i), verwendet werden . Die Werte von α_i dienen als ein relatives Maß dafür, wie sehr x_i geändert werden muss, um die Wahrnehmungsqualität des Dokuments zu ändern. Ein großer Wert von α_i bedeutet, dass es möglich ist, x_i in hohem Maße zu ändern, ohne das Dokument wahrnehmbar zu beeinträchtigen.
Ein Verfahren zum Auswählen der mehreren Skalierungswerte beruht auf bestimmten allgemeinen Annahmen. Beispielsweise ist Gleichung 2 ein Spezialfall der verallgemeinerten Gleichung 1, (x'_i = x_i + α_ix_i) für α_i = αx_i. Das heißt, dass Gleichung 2 die vernünftige Annahme macht, dass ein großer Wert von x_i weniger empfindlich für additive Änderungen ist als ein kleiner Wert von x_i.
Im Allgemeinen ist die Empfindlichkeit des Bilds für verschiedene Werte von α_i unbekannt. Ein Verfahren zum empirischen Schätzen der Empfindlichkeiten besteht darin, die durch eine Anzahl von Angriffen auf das ursprüngliche Bild hervorgerufene Verzerrung zu bestimmen. Beispielsweise ist es möglich, ein beeinträchtigtes Bild D* von D zu berechnen, die entsprechenden Werte x₁*, ..., x_n* zu extrahieren und α_i so auszuwählen, dass es proportional zur Abweichung |x_i* – x_i| ist. Zum Erzielen einer größeren Robustheit ist es möglich, andere Verzerrungsformen zu versuchen und α_i proportional zum Durchschnittswert von |x_i* – x_i| zu machen. An Stelle der Verwendung der durchschnittlichen Dauer ist es möglich, die mittlere oder maximale Abweichung zu verwenden.
Alternativ ist es möglich, den empirischen Ansatz mit allgemeinen globalen Annahmen in Bezug auf die Empfindlichkeit der Werte zu kombinieren. Beispielsweise könnte gefordert werden, dass immer dann α_i ≥ α_j ist, wenn x_i ≥ x_j ist. Dies kann mit dem empirischen Ansatz kombiniert werden, indem α_i folgendermaßen festgelegt wird:
Ein weiter entwickelter Ansatz besteht darin, die Randbedingung der Monotonie abzuschwächen, so dass eine Robustheit gegenüber gelegentlichen Ausreißern erzielt wird.
Die Länge des Wasserzeichens n bestimmt den Grad, bis zu dem das Wasserzeichen unter den relevanten Komponenten der Bilddaten ausgebreitet wird. Wenn die Größe des Wasserzeichens zunimmt, nimmt auch die Anzahl der geänderten spektralen Komponenten zu, und das Ausmaß, bis zu dem jede Komponente geändert werden muss, nimmt bei der gleichen Widerstandsfähigkeit gegenüber Rauschen ab. Es seien Wasserzeichen der Form x_i' = x_i + αw_i und ein Angriff mit weißem Rauschen durch x_i' = x_i' + r_i betrachtet, wobei r_i entsprechend unabhängigen Verteilungen mit einer Standardabweichung σ gewählt sind. Es ist möglich, das Wasserzeichen wiederherzustellen, wenn α proportional zu σ/√n ist. Das heißt, dass durch Vervierfachen der Anzahl der Komponenten die Größe des in jede Komponente eingebrachten Wasserzeichens halbiert werden kann. Die Summe der Quadrate der Abweichungen bleibt im Wesentlichen unverändert.
Im Allgemeinen weist ein Wasserzeichen eine beliebige Folge reeller Zahlen W = w_i, ..., w_n auf. In der Praxis kann jeder Wert w_i unabhängig aus einer Normalverteilung N(0, 1), wobei N(μ, σ²) mit einem Mittelwert μ und einer Varianz σ² gilt, oder einer gleichmäßigen Verteilung von {1, –1} oder {0, 1} gewählt werden.
Es ist sehr unwahrscheinlich, dass das extrahierte Wasserzeichen W* mit dem ursprünglichen Wasserzeichen W identisch ist. Selbst der Vorgang des Neuquantisierens des mit einem Wasserzeichen versehenen Dokuments für die Übertragung bewirkt, dass W* von W abweicht. Ein bevorzugtes Maß für die Ähnlichkeit von W und W* ist
Große Werte von sim(W, W*) sind in Bezug auf die folgende Analyse wichtig. Es sei angenommen, dass die Autoren des Dokuments D* keinen Zugriff auf W hatten (entweder durch den Verkäufer oder durch ein mit einem Wasserzeichen versehenes Dokument). Dann ist die Bedingungsverteilung von w_i entsprechend N(0, 1) für jeden beliebigen erhaltenen Wert von W* unabhängig verteilt. In diesem Fall gilt
Demgemäß ist sim(W, W*) entsprechend N(0, 1) verteilt. Dann können die Standardsignifikanztests für die Normalverteilung angewendet werden. Falls beispielsweise D* unabhängig von W gewählt wird, ist es sehr unwahrscheinlich, dass sim(W, W*) > 5 ist. Es sei bemerkt, dass etwas höhere Werte von sim(W, W*) erforderlich sein können, wenn eine große Anzahl von Wasserzeichen in einer Datei sind. Die vorstehende Analyse benötigte nur die Unabhängigkeit von W von W* und beruhte nicht auf spezifischen Eigenschaften von W* selbst.
Diese Tatsache bietet eine weitere Flexibilität, wenn eine Vorverarbeitung von W* ausgeführt wird.
Das extrahierte Wasserzeichen W* kann auf mehrere Arten extrahiert werden, um die Fähigkeit des Extrahierens eines Wasserzeichens potenziell zu verbessern. Beispielsweise wurden bei Experimenten zu Bildern Fälle vorgefunden, bei denen der mit E_i(W*) bezeichnete Durchschnittswert von W* infolge der Wirkungen einer Zitterprozedur erheblich von 0 abwich. Wenngleich dieses Artefakt als Teil des Extraktionsprozesses leicht beseitigt werden konnte, liefert es eine Motivation für die Nachverarbeitung extrahierter Wasserzeichen. Dadurch wurde entdeckt, dass die einfache Transformation w_i* ← w_i* – E_i(W*) überlegene Werte von sim(W, W*) lieferte. Die verbesserte Funktionsweise ergab sich aus dem verkleinerten Wert von W*·W*, wobei der Wert von W*·W nur leicht beeinflusst wurde.
Bei Experimenten wurde häufig beobachtet, dass w_i* bei manchen Werten von i stark verzerrt werden konnte. Eine Nachverarbeitungsoption besteht darin, diese Werte einfach zu ignorieren und sie auf 0 zu setzen. Das heißt
Der Zweck einer solchen Transformation besteht darin, W*·W* zu verkleinern. Eine weniger abrupte Version dieses Ansatzes besteht darin, die W*-Werte durch
so zu normieren, dass sie entweder –1,0 oder 1 sind.
Diese Transformation kann eine drastische Wirkung auf die statistische Signifikanz des Ergebnisses haben. Andere robuste statistische Techniken könnten auch verwendet werden, um Ausreißereffekte zu unterdrücken.
Im Prinzip kann jede Frequenzbereichstransformation verwendet werden. In dem nachstehend beschriebenen Schema wird ein Fourier-Bereichsverfahren verwendet, es sind jedoch auch Wavelet-basierte Schemata als eine Variation verwendbar. In Bezug auf das Auswählen von Frequenzbereichen der Transformation ist es möglich, Modelle für das betrachtete Wahrnehmungssystem zu verwenden.
Eine Frequenzanalyse kann durch eine Wavelet- oder Unterbandtransformation ausgeführt werden, wobei das Signal durch eine Wavelet- oder Mehrfachauflösungstransformation in Unterbänder aufgeteilt wird. Die Unterbänder brauchen nicht gleichmäßig beabstandet zu sein. Jedes Unterband kann als einen Frequenzbereich in der einem Unterbereich des Frequenzbereichs des Signals entsprechenden Domäne darstellend angesehen werden. Das Wasserzeichen wird dann in die Unterbereiche eingefügt.
Für Tondaten bewegt sich ein gleitendes "Fenster" entlang den Signaldaten, und die Frequenztransformation (DCT, FFT usw.) wird von der Probe in dem Fenster genommen. Dieser Prozess ermöglicht das Erfassen bedeutungsvoller Informationen eines Signals, das zeitlich veränderlicher Natur ist.
Es wird angenommen, dass jeder Koeffizient im Frequenzbereich eine Wahrnehmungskapazität aufweist. Das heißt, dass er das Einfügen zusätzlicher Informationen ohne Einfluss auf die Wahrnehmungstreue der Daten (oder mit minimalem Einfluss auf diese) unterstützen kann.
Um ein Wasserzeichen mit einer Länge L in ein N × N-Bild einzubringen, wird die N × N-FFT (oder DCT) des Bilds berechnet, und das Wasserzeichen wird in die L Koeffizienten größten Betrags der Transformationsmatrix, mit Ausnahme des Gleichanteils, eingebracht. Allgemeiner könnten L zufällig gewählte Koeffizienten aus den M für die Wahrnehmung wichtigsten Koeffizienten der Transformation ausgewählt werden, wobei M ≥ L ist. Für die meisten Bilder sind diese Koeffizienten diejenigen, die den niedrigen Frequenzen entsprechen. Der Zweck des Anordnens des Wasserzeichens an diesen Stellen besteht darin, dass ein erhebliches Manipulieren bei diesen Frequenzen die Bildtreue oder die wahrgenommene Qualität deutlich vor der Zerstörung des Wasserzeichens zerstört.
Die FFT liefert in Bezug auf die Wahrnehmung ähnliche Ergebnisse wie die DCT. Dies ist anders als im Fall einer Transformationscodierung, wobei die DCT der FFT infolge ihrer spektralen Eigenschaften vorgezogen wird. Die DCT weist gewöhnlich weniger Hochfrequenzinformationen als die FFT auf und ordnet die meisten Bildinformationen in den Niederfrequenzbereichen an, wodurch sie in Situationen bevorzugt wird, in denen Daten beseitigt werden müssen. Im Fall eines Versehens mit Wasserzeichen werden die Bilddaten bewahrt, und es wird nichts beseitigt. Demgemäß ist die FFT so gut wie die DCT, und sie ist bevorzugt, weil sie leichter zu berechnen ist.
Bei einem Experiment wurde ein visuell nicht wahrnehmbares. Wasserzeichen absichtlich in einem Bild angeordnet. Anschließend wurden 100 zufällig erzeugte Wasserzeichen, von denen nur eines dem richtigen Wasserzeichen entsprach, auf den vorstehend beschriebenen Wasserzeichendetektor angewendet. Das Ergebnis war, wie in 4 dargestellt ist, ein sehr starkes positives Ansprechen entsprechend dem richtigen Wasserzeichen, was nahe legt, dass das Verfahren zu einer sehr geringen Anzahl falscher positiver Ansprechergebnisse und einer sehr niedrigen falschen negativen Ansprechrate führt.
Bei einem anderen Test wurde das mit Wasserzeichen versehene Bild auf die Hälfte seiner ursprünglichen Größe skaliert. Um das Wasserzeichen wiederzugewinnen, wurde das Bild auf seine ursprüngliche Größe umskaliert, allerdings bei einem Detailverlust infolge der Unterabtastung des Bilds unter Verwendung räumlicher Tiefpassfilteroperationen. Das Ansprechen des Wasserzeichendetektors lag deutlich oberhalb zufälliger Niveaus, was darauf hinweist, dass das Wasserzeichen gegen geometrische Verzerrungen robust ist. Dieses Ergebnis wurde erreicht, wenngleich 75 Prozent der ursprünglichen Daten in dem herunterskalierten Bild fehlten.
Bei einem weiteren Experiment wurde eine JPEG-codierte Version des Bilds mit Parametern einer zehnprozentigen Qualität bei 0 Prozent Glättung verwendet, was zu sichtbaren Verzerrungen führte. Die Ergebnisse des Wasserzeichendetektors legen nahe, dass das Verfahren gegenüber gewöhnlichen Codierverzerrungen robust ist. Selbst bei Verwendung einer Version des Bilds mit Parametern einer fünfprozentigen Qualität bei 0 Prozent Glättung lagen die Ergebnisse deutlich oberhalb derjenigen, die zufällig erreichbar waren.
Bei Experimenten, bei denen eine einer Zitterverarbeitung unterzogene Version des Bilds verwendet wird, legte das Ansprechen des Wasserzeichendetektors nahe, dass das Verfahren gegenüber einer gewöhnlichen Codierverzerrung robust ist. Weiterhin wird eine zuverlässigere Detektion durch Entfernen jedes von Null verschiedenen Mittelwerts aus dem extrahierten Wasserzeichen erreicht.
Bei einem anderen Experiment wurde das Bild beschnitten, wobei nur das mittlere Viertel des Bilds verblieb. Um das Wasserzeichen aus dem beschnittenen Bild zu extrahieren, wurde der fehlende Abschnitt des Bilds durch Abschnitte vom ursprünglichen nicht mit einem Wasserzeichen versehenen Bild ersetzt. Der Wasserzeichendetektor war in der Lage, das Wasserzeichen mit einem größeren als dem zufälligen Ansprechen wiederherzustellen. Wenn der von Null verschiedene Mittelwert entfernt wurde und die Elemente des Wasserzeichens vor dem Vergleich mit dem richtigen Wasserzeichen binärisiert wurden, wurde das Ansprechen des Detektors verbessert. Dieses Ergebnis wird auch dann erreicht, wenn 75 Prozent der Daten aus dem Bild entfernt wurden.
Bei einem weiteren Experiment wurde das Bild gedruckt, photokopiert, unter Verwendung eines 300-dpi-Umax-PS-2400x-Scanners gescannt und zu einer Größe von 256 × 256 Pixeln umskaliert. Das endgültige Bild litt klar an bei jedem Prozess herbeigeführten unterschiedlichen Verzerrungsniveaus.
Hochfrequenz-Musterrauschen war besonders merklich. Wenn der von Null verschiedene Mittelwert entfernt wurde und nur das Vorzeichen der Elemente des Wasserzeichens verwendet wurde, wurde das Ansprechen des Wasserzeichendetektors deutlich über zufällige Niveaus verbessert.
Bei einem weiteren Experiment wurde das Bild fünf aufeinander folgenden Wasserzeichenoperationen unterzogen. Das heißt, dass das ursprüngliche Bild mit einem Wasserzeichen versehen wurde, das mit einem Wasserzeichen versehene Bild mit einem Wasserzeichen versehen wurde, usw. Der Prozess kann als eine andere Form eines Angriffs angesehen werden, wobei es klar ist, dass eine erhebliche Bildbeeinträchtigung auftritt, falls der Prozess wiederholt wird. 5 zeigt das Ansprechen des Wasserzeichendetektors auf 1000 zufällig erzeugte Wasserzeichen, einschließlich der fünf in dem Bild vorhandenen Wasserzeichen. Die fünf dominanten Spitzen in der Graphik, welche auf das Vorhandensein von fünf Wasserzeichen hinweisen, zeigen, dass ein aufeinander folgendes Versehen mit Wasserzeichen den Prozess nicht stört.
Die Tatsache, dass ein aufeinander folgendes Versehen mit Wasserzeichen möglich ist, bedeutet, dass die Geschichte oder der Stammbaum eines Dokuments bestimmbar ist, falls bei jeder Kopie aufeinander folgende Wasserzeichen hinzugefügt werden.
Bei einer Variation des mehrere Wasserzeichen aufweisenden Bilds wurden fünf getrennt mit Wasserzeichen versehene Bilder gemittelt, um einen einfachen Kollusionsangriff zu simulieren. 6 zeigt das Ansprechen des Wasserzeichendetektors auf 1000 zufällig erzeugte Wasserzeichen, einschließlich der fünf in den ursprünglichen Bildern vorhandenen Wasserzeichen. Das Ergebnis besteht darin, dass eine einfache Kollusion auf der Grundlage einer Mittelwertbildung unwirksam ist, um das gegenwärtige Wasserzeichensystem zu überwinden.
Das Ergebnis der vorstehend erwähnten Experimente besteht darin, dass das beschriebene System eine zufällige Kopie des Wasserzeichens aus Bildern extrahieren kann, die durch mehre re gewöhnliche geometrische und Signalverarbeitungsprozeduren erheblich beeinträchtigt worden sind. Diese Prozeduren umfassen ein Zooming (Tiefpassfiltern), eine Beschneidung, eine verlustbehaftete JPEG-Codierung, eine Zitterverarbeitung, ein Drucken, ein Photokopieren und ein anschließendes Wiedereinscannen.
Wenngleich diese Experimente tatsächlich unter Verwendung eines Bilds ausgeführt wurden, sind ähnliche Ergebnisse mit Textbildern, Tondaten und Videodaten erreichbar, wenngleich auf die zeitlich veränderliche Natur dieser Daten geachtet werden muss.
Die vorstehende Implementation des Wasserzeichensystems ist ein elektronisches System. Weil das Grundprinzip der Erfindung die Aufnahme eines Wasserzeichens in Spektralfrequenzkomponenten der Daten ist, kann ein Versehen mit Wasserzeichen durch andere Mittel, beispielsweise unter Verwendung eines optischen Systems, wie es in 7 dargestellt ist, erreicht werden.
In 7 werden Daten, die mit einem Wasserzeichen zu versehen sind, wie ein Bild 40, durch eine räumliche Transformationslinse 42 in der Art einer Fourier-Transformationslinse geführt, wobei die Ausgabe dieser Linse die räumliche Transformation des Bilds ist. Gleichzeitig wird ein Wasserzeichenbild 44 durch eine zweite räumliche Transformationslinse 46 geführt, deren Ausgabe die räumliche Übertragung des Wasserzeichenbilds 44 ist. Die räumliche Transformation von der Linse 42 und die räumliche Transformation von der Linse 46 werden an einem optischen Kombinierer 48 kombiniert. Die Ausgabe des optischen Kombinierers 48 wird durch eine räumliche Umkehrtransformationslinse 50 geführt, von der das Wasserzeichenbild 52 vorhanden ist. Das Ergebnis ist ein eindeutiges, praktisch nicht wahrnehmbares mit einem Wasserzeichen versehenes Bild. Ähnliche Ergebnisse sind durch das Übertragen von Video- oder Multimediasignalen durch die Linsen auf die vorstehend beschriebene Weise erreichbar.

Claims

Verfahren zum Einfügen eines Wasserzeichens (W) in Daten (X) mit den folgenden Schritten: spektrales Zerlegen der mit einem Wasserzeichen zu versehenden Daten, Einfügen des Wasserzeichens in die spektral zerlegten Daten und anschließende Umkehrtransformation der dadurch erhaltenen Daten, um mit Wasserzeichen versehene Daten (X') zu erzeugen, gekennzeichnet durch a) Bestimmen der in Bezug auf die Wahrnehmung wichtigsten Komponenten der spektralen Datenzerlegung b) Einfügen des Wasserzeichens (W) in die in Bezug auf die Wahrnehmung wichtigsten Frequenzkomponenten der spektralen Datenzerlegung, so dass die Wasserzeichenenergie in jeder einzelnen Frequenzkomponente klein und nicht wahrnehmbar ist.
Verfahren zum Einfügen eines Wasserzeichens in Daten nach Anspruch 1, wobei das Erhalten einer Zerlegung von Daten das Erhalten einer spektralen Zerlegung von Daten ist.
Verfahren nach Anspruch 1 oder 2, wobei die Daten Bilddaten, Videodaten, Tondaten und/oder Multimediadaten einschließen.
Verfahren nach Anspruch 2 oder 3, wobei das Erhalten einer spektralen Zerlegung von Daten aus der Gruppe ausgewählt wird, die aus einer Fourier-Transformation, einer diskreten Cosinustransformation, einer Hadamard-Transformation und einem Wavelet-Mehrfachauflösungs-Unterbandverfahren besteht.
Verfahren nach einem der Ansprüche 1 bis 4, wobei beim Einfügen eines Wasserzeichens (W) Wasserzeichenwerte eingefügt werden, so dass das Hinzufügen eines zusätzlichen Signals in eine in Bezug auf die Wahrnehmung wichtige Komponente die wahrgenommene Qualität der Daten beeinflusst.
Verfahren nach einem der Ansprüche 2 bis 5 mit den weiteren Schritten: Vergleichen der Daten (X) mit mit Wasserzeichen versehenen Daten (X ^) zum Erhalten extrahierter Datenwerte, Vergleichen extrahierter Datenwerte (W*) mit Wasserzeichenwerten (W) und den Daten (X) zum Erhalten von Differenzwerten, und Analysieren der Differenzwerte zum Bestimmen des Wasserzeichens in den mit Wasserzeichen versehenen Daten (X ^).
Verfahren nach Anspruch 6, wobei die Wasserzeichenwerte (w_i) entsprechend einer Normalverteilung gewählt werden.
Verfahren nach Anspruch 1 mit den weiteren Schritten: Extrahieren von Werten (x_i) von Komponenten der spektralen Zerlegung von Daten, Kombinieren von Wasserzeichenwerten (w_i) mit den extrahierten Werten (x_i), um angepasste Werte zu erzeugen, und Einfügen der angepassten Werte in die Daten an Stelle der extrahierten Werte, um mit Wasserzeichen versehene Daten zu erzeugen.
Verfahren zum Einfügen eines Wasserzeichens in Daten nach Anspruch 8, wobei die Wasserzeichenwerte (w_i) entsprechend einer zufälligen Verteilung gewählt werden.
Verfahren nach einem der Ansprüche 6 bis 9, wobei Wasserzeichenwerte zugeordnete Skalierungsparameter aufweisen.
Verfahren nach Anspruch 10, wobei Skalierungsparameter so ausgewählt werden, dass das Addieren zusätzlicher Wasserzeichenwerte die wahrgenommene Qualität der Daten beeinflusst.
Verfahren nach einem der Ansprüche 8 bis 11 mit den weiteren Schritten: Vergleichen der Daten (X) mit mit Wasserzeichen versehenen Daten (X ^), um extrahierte Datenwerte (x_i) zu erhalten, Vergleichen der extrahierten Datenwerte (x_i) mit mit Wasserzeichen versehenen Werten (w_i) und den Daten (X), um Differenzwerte zu erhalten, und Analysieren der Differenzwerte, um das Wasserzeichen in den mit Wasserzeichen versehenen Daten (X ^)zu bestimmen.
Verfahren zum Einfügen eines Wasserzeichens in Daten nach Anspruch 12 mit dem weiteren Schritt des Vorverarbeitens verzerrter oder manipulierter mit Wasserzeichen versehener Daten vor dem Vergleichen der Daten.