The watermark synchronization problem caused by geometric distortion is considered to be the most difficult problem to solve. Recently, new types of distortions are occurring due to various types of content such as 3D content and various content distribution method. New watermarking techniques have been proposed to cope with these new type of distortions. However, the newly proposed watermarking techniques can not avoid synchronization problems caused by geometric distortion. To solve this problem, this dissertation proposes template-based watermarking techniques to protect various types of contents. A rule-based template watermarking method for 2D image which overcomes the problems of invisibility and robustness against geometric distortion of existing 2D image watermarking methods and a rule-based template watermarking for depth-image-based rendering (DIBR) 3D image which complements vulnerabilities of geometric distortion of existing DIBR 3D image watermarking methods are proposed. We also proposed a learning-based template architecture to avoid the disadvantages of existing rule-based methods that require new rules to be designed whenever a new distortion occurs. Experimental results show that the proposed rule-based watermarking techniques outperform the existing techniques and show that the proposed learning-based template can be applied not only to 2D but also to 3D DIBR contents through learning. These results show that learning-based template can quickly cope with copyright infringement in new types of contents.
영상의 기하학적 변형에 의해 발생하는 워터마크 동기화 문제는 가장 풀기 어려운 문제 중 하나로 취급된다. 최근, 다양한 콘텐츠의 배포 방법 및 3D 콘텐츠와 같은 다양한 형태의 콘텐츠로 인해 기존에 고려되지 않았던 새로운 형태의 변형들이 발생하고 있고, 이러한 변형들에 대응하기 위한 다양한 워터마킹 기법들이 제안되고 있다. 새롭게 제안되는 워터마킹 기법들의 경우, 연구가 충분히 진행되기 전까지는 기하학적에 변형 의한 동기화 문제를 해결하기 어려우므로 취약점이 발생하기 쉽다. 이러한 동기화 문제를 해결하기 위해, 본 학위 논문에서는 다양한 형태의 콘텐츠를 보호할 수 있는 템플릿 기반의 워터마킹 기법들을 제안한다. 기존의 2차원 영상 워터마킹 기술들의 비가시성 및 강인성에 대한 문제점을 보완하는 규칙 기반의 2차원 영상을 위한 템플릿 워터마킹 기법을 제안하고, 깊이 영상 기반의 렌더링 (depth-image-based rendering) 방법을 이용한 3차원 영상에 대한 기존 워터마킹 기술들의 기하학적 공격에 대한 취약점을 보완하는 3차원 영상을 위한 규칙 기반의 템플릿 워터마킹 기법을 제안한다. 뿐만 아니라 새로운 공격이 발생할 때마다 새로운 규칙을 설계해야 한다는 기존의 규칙 기반의 워터마킹 기법들의 단점으로부터 벗어나기 위해, 학습 기반의 템플릿 구조를 제안했다. 실험 결과는 제안하는 규칙 기반의 2차원 및 3차원 영상 워터마킹 기법들의 성능이 기존 기법들의 성능보다 뛰어남을 보여주며, 제안하는 학습 기반의 템플릿이 학습을 통해 2차원 콘텐츠 뿐만 아니라 3차원 콘텐츠에도 쉽게 적용가능함을 보여준다. 이러한 결과는 제안하는 학습 기반의 템플릿을 이용해 새로운 형태의 콘텐츠에 대한 저작권 침해에 빠르게 대응할 수 있음을 보여준다.
