H.264-기반 인트라 프레임의 디지털 워터마킹 문제

최현준; 서영호; 김동욱

추천

검색

질문

자료유형: 학술저널

저자정보: 최현준 서영호 김동욱

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제13권 제2호

발행연도: 2009.2

수록면: 233 - 242 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 H.264의 인트라 프레임을 대상으로 일반적인 디지털 워터마킹 방법을 목표로 하여 인트라 예측이 워터마킹에 미치는 영향과 일반적인 워터마킹 방법이 H.264의 인트라 프레임에서는 그 효용성이 매우 낮다는 것을 보이고자 한다. 대상 워터마킹 방법으로는 비가시성과 강인성 워터마킹으로서 H.264 압축과정 중에 수행하는 것으로 가정한다. 문제는 워터마크 데이터 추출을 위한 재압축 과정(re-engineering)중 영상데이터의 계수값이 변화하는 것이며, 이것은 H.264의 인트라 예측 자체의 문제임을 실험적으로 보였다. 즉, 워터마크 데이터를 삽입하지 않은 압축된 데이터를 동일조건으로 재압축 하였을 때 그 결과 데이터가 첫 번째 압축결과와 다르며, 이것은 계수값 자체뿐 마나 아니라 예측모드가 변화한다는 것을 보였다. 또한 인트라 프레임에 대한 몇 가지 워터마킹 실험을 통해 전형적인 공격이 이 문제를 더욱 두드러지게 만들어 워터마킹 방법의 효용성을 크게 훼손함을 보였다.
실험적 데이터를 고려하면 결론적으로 기존 형태의 워터마킹 방법은 H.264의 인트라 프레임에 대해 그 효용성을 보장할 수 없으며, 따라서 새로운 방법의 연구 개발이 절실하다고 판단된다.

#H.264 #Digital Watermarking #Intra prediction #Content Security #Copyright Protection

참고문헌 (9)

참고문헌 신청

1. [기타자료] - ITU-T Recommendation H.264 / 2003 / Advanced Video Coding for generic audiovisual services, |ISO/IEC 14496-10:2003, "Information technology, Coding of audio-visual objects-Part10:Advanced video coding

2. [단행본] - 구제길 / 2006 / DMB 시스템 기술 / 진한M&B

3. [단행본] - I. J. Cox / 2002 / Digital Watermarking, Morgan Kaufman Publisher / San Francisco, CA

4. [학술지(정기간행물)] - T. J. Naughton / 2001 / Compression of digital holograms for three- dimensional object recognition / SPIE Proc 4471 : 280 ~ 289

5. [학술지(정기간행물)] - M. Noorkami / 2005 / Compressed- domain Video Watermarking for H.264 / IEEE International Conference on Image Processing(ICIP 2005) 2 : 2353 ~ 2356

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최형준

소속기관 인하대학교

주요연구분야 공학 > 컴퓨터학 복합학 > 학제간연구

논문수 191 이용수 9,795

서영호

소속기관 광운대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 0.5% 공학 > 컴퓨터학

논문수 502 이용수 27,602

김동욱

소속기관 제주대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 전기전자공학 > 전자공학 TOP 10%

논문수 615 이용수 30,623

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (9)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)