MajecSTIC 2009
Tatouage robuste aux attaques de d´ esynchronisations
Omar Berrezoug et Marc Chaumont
LIRMM (Montpellier)
November 15, 2009
Plan
1
Introduction
2
Algorithme propos´ e
3
R´ esultats d’exp´ erimentations
4
Conclusions & perspectives
MajecSTIC 2009
Introduction
Qu’est ce que le tatouge d’image ?
Le tatouage
Le tatouage est l’art d’alt´ erer un m´ edia de sorte qu’il contienne un message
le plus souvent en rapport avec le m´ edia, le plus souvent de mani` ere imperceptible, et le plus souvent de mani` ere robuste.
Originale Tatou´ ee
MajecSTIC 2009
La robustesse aux attaques
Quelques attaques d´ esynchronisantes :
Le sch´ ema de [Bas et al. 2002]
Insertion D´ etection
MajecSTIC 2009
Algorithme propos´e
Modifications du sch´ ema de [Bas et al. 2002]
D´ etecteur multi-´ echelle (blobs) + r´ ehaussement
Espace ondelettes pour
l’insertion; ´ evolution imm´ ediate vers une approche inform´ ee
Insertion
MajecSTIC 2009
Filtrage d’image par ”Laplacian Of Gaussian Filter”
LOG (x, y , σ r ) =
x 2 + y 2
2 · π · σ r 6 − 1 π · σ r 4
· exp (
x2+y2)
2·σ2 r
σ r = {σ r ∈ R : σ min ≤ σ r ≤ σ max , r ∈ N : r ≤ R, R ∈ N }
Filtrage d’image par ”Laplacian Of Gaussian Filter”
I LOG(σ
r) = LOG (σ r ) ∗ I orig
I LOG ∗ (σ
r
) = σ r · I LOG (σ
r)
MajecSTIC 2009
Calcul de l’image I LOG σ
optσ opt (x, y) = argmax σ
rI LOG(x,y,σ ∗
r)
I LOG σ
opt: ∀(x, y ) ∈ H × W , I LOG σ
opt(x, y ) = LOG (σ opt (x, y)) ∗ I orig
S´ election des blobs
S´ election des blobs : Ordre d´ ecroissant de I LOG σ
opt2·[σ opt (x i , y i ) + σ opt (x j , y j )] ≤ d ij ; d ij = q
(x i − x j ) 2 + (y i − y j ) 2
MajecSTIC 2009
Amplification des blobs
σ gain (x, y) =
√
2 · σ opt (x, y) LOG gain ∗ (x, y, σ gain ) = G diff
K (x, y) · LOG gain (x, y, σ gain )
K (x, y) = σ opt 2 ·
x
maxX
x=−x
maxy
maxX
y=−y
maxLOG gain (x, y) · LOG opt (x, y)
Modifications du sch´ ema de [Bas et al. 2002]
D´ etecteur multi-´ echelle (blobs) + r´ ehaussement
Espace ondelettes pour
l’insertion; ´ evolution imm´ ediate vers une approche inform´ ee
Insertion
MajecSTIC 2009
Transformation affine et interpolation
X Im Y Im
= a b
c d
X Tr Y Tr
+
t x
t y
D´ ecomposition en ondelettes
S´ election coefficients de moyenne fr´ equence : suffisamment
robustes et bien adapt´ es psychovisuellement. Ondelletes Haar-3.
MajecSTIC 2009
Tatouage 0-bit par ´ etalement de spectre
V y = V x + α · W V y : Signal marqu´ e, signal tatou´ e,
V x : Signal hˆ ote, α : Force d’insertion,
W : Signal pseudo al´ eatoire (marque).
y 1 y 2 . . y i . . y 1992
=
x 1 x 2 . . x i . . x 1992
+ α ·
w 1 w 2 . . w i
. . w 1992
Modifications du sch´ ema de [Bas et al. 2002]
D´ etecteur multi-´ echelle (blobs) + r´ ehaussement
Espace ondelettes pour
l’insertion; ´ evolution imm´ ediate vers une approche inform´ ee
Insertion
MajecSTIC 2009
Algorithme propos´ e - Sch´ ema de d´ etection
Exp´erimentations et r´esultats
MajecSTIC 2009
Images utilis´ ees
Attaque du sch´ ema de tatouage
MajecSTIC 2009
Conclusions et Perspectives
Conclusions
Am´ elioration du syst` eme de [Bas et al. 2002].
Principe :
(1) D´ etection des blobs, (2) Amplification des blobs,
(3) Partitionnement triangulaire de Delaunay, (4) D´ ecomposition en ondelettes,
(5) Tatouage 0-bit par ´ etalement de spectre.
R´ esultats :
+ robuste que l’approche originale,
Peut ´ evoluer vers plus de robustesse.
MajecSTIC 2009
