| 1 |
1
적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는 인공신경망 기반의 비가시적 워터마크를 제공하기 위한 방법으로서,입력 이미지 및 은닉 데이터를 입력으로 하는 데이터 은닉 모델을 사용하여, 상기 입력 이미지에 상기 은닉 데이터가 은닉된 스테고 이미지를 획득하는 단계; 및상기 스테고 이미지를 입력으로 하는 데이터 추출 모델을 사용하여, 상기 스테고 이미지로부터 상기 은닉 데이터를 추출하는 단계;를 포함하는,방법
|
| 2 |
2
제 1 항에 있어서,상기 스테고 이미지를 획득하는 단계는,상기 은닉 데이터를 상기 입력 이미지의 형태로 가공하는 단계;를 포함하는,방법
|
| 3 |
3
제 2 항에 있어서,상기 가공하는 단계는,상기 은닉 데이터가 상기 입력 이미지의 가로 길이에 대응되는 제 1 차원값, 상기 입력 이미지의 세로 길이에 대응되는 제 2 차원값, 그리고 상기 은닉 데이터의 데이터 길이와 대응되는 제 3 차원값을 갖도록 상기 은닉 데이터를 변형함으로써 데이터 볼륨을 생성하는 단계; 및상기 데이터 볼륨과 상기 입력 이미지를 결합함으로써 데이터 블록을 생성하는 단계;를 포함하는,방법
|
| 4 |
4
제 3 항에 있어서,상기 은닉 데이터는 비트 배열을 포함하며, 그리고상기 데이터 볼륨을 생성하는 단계는, 상기 은닉 데이터의 상기 비트 배열을 반복시키는 방식으로 상기 제 1 차원값, 상기 제 2 차원값 및 상기 제 3 차원값을 갖는 데이터 볼륨을 생성하는 단계; 를 포함하는,방법
|
| 5 |
5
제 3 항에 있어서,상기 스테고 이미지를 획득하는 단계는,2차원에 해당하는 입력 이미지에 N 값의 추가 차원을 부가함으로써 상기 입력 이미지를 변형하는 단계;를 더 포함하는,
|
| 6 |
6
제 5 항에 있어서,상기 데이터 블록을 생성하는 단계는, 상기 변형된 입력 이미지와 상기 데이터 볼륨을 연접(concatenation)시킴으로써, 상기 제 1 차원값의 가로 길이, 상기 제 2 차원값의 세로 길이 및 제 3차원값과 N 값을 합친 높이 길이를 갖는 상기 데이터 블록을 생성하는 단계;를 포함하는,방법
|
| 7 |
7
제 1 항에 있어서,상기 데이터 은닉 모델은, 상기 입력 이미지의 변형을 최소화하면서 상기 은닉 데이터를 포함하는 상기 스테고 이미지를 생성하기 위한 제 1 손실 함수에 기반하여 동작하는, 방법
|
| 8 |
8
제 7 항에 있어서,상기 제 1 손실 함수는,상기 입력 이미지와 상기 스테고 이미지 간의 차이 정보 및 이미지의 차원 정보에 기초하며, 그리고상기 입력 이미지와 상기 스테고 이미지 간의 차이가 클수록 큰 값을 출력하는,방법
|
| 9 |
9
제 7 항에 있어서,상기 제 1 손실 함수는, , 이며 여기서, ICOVER는 상기 입력 이미지를 나타내고, IENC는 상기 스테고 이미지를 나타내고, C, H 및 W는 각각 이미지의 차원, 가로 및 세로를 나타내고, Pdis는 상기 데이터 은닉 모델과 경쟁적으로 학습되는 판별자 모델이 IENC를 ICOVER로 예측할 확률을 나타내고, 그리고 α및 β는 각각 항간의 균형을 유지하기 위한 상수를 나타내는,방법
|
| 10 |
10
제 1 항에 있어서,상기 데이터 은닉 모델은, 스테고 이미지, 입력 이미지 및 레이블(label)을 입력으로 하는 판별자 모델의 출력에 기초하여 학습되며, 그리고 상기 판별자 모델은 입력 이미지와 스테고 이미지를 구분하도록 학습되는,방법
|
| 11 |
11
제 1 항에 있어서,상기 스테고 이미지로부터 상기 은닉 데이터를 추출하는 단계는:상기 스테고 이미지에 제 1 컨볼루션 연산을 수행함으로써 제 1 특징 맵을 생성하는 단계; 상기 제 1 특징 맵으로부터 생성된 제 2 특징 맵으로부터 제 1 트랜스포즈 컨볼루셔날 연산 또는 제 2 컨볼루션 연산 중 적어도 하나를 수행함으로써 제 3 특징 맵을 생성하는 단계; 및상기 제 1 특징 맵과 상기 제 3 특징 맵을 스킵 연결에 기초하여 연결시키는 단계; 를 포함하는,방법
|
| 12 |
12
제 1 항에 있어서,상기 스테고 이미지로부터 상기 은닉 데이터를 추출하는 단계는:상기 은닉 데이터의 길이와 대응되는 필터 크기에 기반하여 컨볼루션 연산을 수행함으로써 특징맵을 생성하는 단계; 및상기 특징맵에 평균 적응형 풀링을 적용하는 것에 기초하여, 상기 은닉 데이터에 포함된 각 비트 값을 추출하는 단계;를 포함하는,방법
|
| 13 |
13
제 1 항에 있어서,상기 스테고 이미지로부터 상기 은닉 데이터를 추출하는 단계는:상기 스테고 이미지로부터 저수준의 제 1 특징 맵을 생성하는 단계; 상기 제 1 특징 맵으로부터 생성된 제 2 특징 맵으로부터 상기 제 1 특징 맵에 비해 고수준의 제 3 특징 맵을 생성하는 단계; 및상기 제 1 특징 맵과 상기 제 3 특징 맵을 스킵 연결에 기초하여 연결시키는 단계; 를 포함하는,방법
|
| 14 |
14
제 11 항에 있어서,상기 데이터 추출 모델의 제 2 손실 함수는, 상기 데이터 은닉 모델에 입력되는 은닉 데이터와 상기 데이터 추출 모델에서 출력되는 은닉 데이터 간의 차이에 기초하는,방법
|
| 15 |
15
컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 하나 이상의 프로세서에 의해 실행되는 경우 인공신경망 기반의 비가시적 워터마크를 제공하기 위한 방법을 수행하며, 상기 방법은,입력 이미지 및 은닉 데이터를 입력으로 하는 데이터 은닉 모델을 사용하여, 상기 입력 이미지에 상기 은닉 데이터가 은닉된 스테고 이미지를 획득하는 단계; 및상기 스테고 이미지를 입력으로 하는 데이터 추출 모델을 사용하여, 상기 스테고 이미지로부터 상기 은닉 데이터를 추출하는 단계;를 포함하는,컴퓨터 판독가능 저장 매체에 저장되는 컴퓨터 프로그램
|
| 16 |
16
인공신경망 기반의 비가시적 워터마크를 제공하기 위한 컴퓨팅 장치로서,입력 이미지 및 은닉 데이터를 입력으로 하는 데이터 은닉 모델을 사용하여, 상기 입력 이미지에 상기 은닉 데이터가 은닉된 스테고 이미지를 획득하는 스테고 이미지 획득 모듈; 및상기 스테고 이미지를 입력으로 하는 데이터 추출 모델을 사용하여, 상기 스테고 이미지로부터 상기 은닉 데이터를 추출하는 은닉 데이터 추출 모듈;을 포함하는,컴퓨팅 장치
|
