Маалыматтык технологиялардын өнүгүү деңгээлинин тынымсыз жогорулашына байланыштуу, жыл сайын электрондук документтер колдонууда ыңгайлуу жана суроо-талапка ээ болуп, салттуу кагаз алып жүрүүчүлөргө үстөмдүк кыла баштады. Андыктан салттуу кагаз ташыгычтардагы эмес, электрондук документтердеги маалыматтын мазмунун коргоого өз убагында көңүл буруу абдан маанилүү. Коммерциялык, мамлекеттик жана башка сырларга ээ болгон ар бир ири компания маалыматтын сыртка чыгып кетүүсүнө жана жашыруун маалыматтын бузулушуна жол бербөөнү каалайт жана эгер ачыкка чыкса, ачыкка чыгууну токтотуу жана бузуучуну аныктоо боюнча чараларды көрүүнү каалайт.
Коргоо параметрлери жөнүндө бир аз
Бул милдеттерди аткаруу үчүн белгилүү бир коргоочу элементтер киргизилет. Мындай элементтер штрих-коддор, көрүнүүчү тегдер, электрондук тегдер болушу мүмкүн, бирок эң кызыктуусу жашыруун тегдер. Эң көрүнүктүү өкүлдөрүнүн бири суу белгилери болуп саналат, алар кагазга колдонулушу мүмкүн же принтерде басып чыгаруудан мурун кошулушу мүмкүн. Басып чыгарууда принтерлер өздөрүнүн суу белгилерин (сары чекиттер жана башка белгилер) коюшары эч кимге жашыруун эмес, бирок биз кызматкердин жумуш ордунда компьютер экранына коюуга мүмкүн болгон башка артефакттарды карап чыгабыз. Мындай артефакттар колдонуучунун иш мейкиндигинин үстүнө артефакттарды тартып, артефакттардын өздөрүнүн көрүнүүсүн азайтып жана колдонуучунун ишине кийлигишпей турган атайын программалык пакет тарабынан түзүлөт. Бул технологиялар илимий иштеп чыгуулар жана жашыруун маалыматты көрсөтүү үчүн колдонулган алгоритмдер боюнча байыркы тамырларга ээ, бирок азыркы дүйнөдө өтө сейрек кездешет. Мындай мамиле негизинен аскердик чөйрөдө жана кагаз жүзүндө, абийирсиз кызматкерлерди ыкчам аныктоо үчүн кездешет. Бул технологиялар коммерциялык чөйрөгө жаңыдан киргизиле баштады. Көрүнүүчү суу белгилери азыр ар кандай медиа файлдардын автордук укуктарын коргоо үчүн жигердүү колдонулууда, бирок көрүнбөгөндөрү өтө сейрек кездешет. Бирок алар да эң чоң кызыгууну жаратат.
Коопсуздук Артефакттары
Адамдарга көрүнбөгөн Суу белгилери ар кандай артефакттарды түзөт, алар, негизинен, адамдын көзүнө көрүнбөйт жана сүрөттөлүштө өтө кичинекей чекиттер түрүндө маскаланышы мүмкүн. Биз көзгө көрүнгөн объекттерди карап чыгабыз, анткени көзгө көрүнбөгөн нерселер көпчүлүк мониторлордун стандарттык түс мейкиндигинен тышкары болушу мүмкүн. Бул экспонаттар алардын көрүнбөгөндүгү менен өзгөчө баалуулукка ээ. Бирок, CEHтерди толугу менен көрүнбөгөн кылуу мүмкүн эмес. Аларды ишке ашыруу процессинде сүрөткө контейнердин сүрөтүнүн кандайдыр бир бурмаланышы киргизилип, анда кандайдыр бир артефакттар пайда болот. Келгиле, объекттердин 2 түрүн карап көрөлү:
- Циклдик
- Башаламандык (сүрөттөрдү өзгөртүү менен киргизилген)
Циклдик элементтер экрандагы сүрөттө бир нече жолу кайталанган элементтердин белгилүү бир чектүү ырааттуулугун билдирет (1-сүрөт).
Башаламан артефакттар капталган сүрөттөлүштүн ар кандай түрдөгү трансформацияларынан (2-сүрөт), мисалы, голограмманы киргизүүдөн келип чыгышы мүмкүн.
Райс. 1 Велосипед экспонаттары
Райс. 2 Башаламан артефакттар
Биринчиден, циклдик артефакттарды таануу варианттарын карап көрөлү. Мындай артефакттар болушу мүмкүн:
- экранда кайталанган текст суу белгилери
- бинардык катарлар
- ар бир тор уячасында баш аламан чекиттердин жыйындысы
Бардык саналып өткөн артефакттар түздөн-түз көрсөтүлгөн мазмундун үстүнө колдонулат; ошого жараша, алар ар бир түс каналынын гистограммасынын жергиликтүү экстремасын аныктоо жана ошого жараша бардык башка түстөрдү кесип алуу аркылуу таанылышы мүмкүн. Бул ыкма гистограмма каналдарынын ар биринин жергиликтүү экстремалдык комбинациялары менен иштөөнү камтыйт. Көйгөй локалдык экстремаларды өтө татаал сүрөттөлүштө, көптөгөн кескин өтүүчү деталдарды издөөдө жатат; гистограмма абдан тиштүү көрүнөт, бул ыкманы колдонууга болбойт. Сиз ар кандай чыпкаларды колдонууга аракет кылсаңыз болот, бирок алар өздөрүнүн бурмалоолорун киргизишет, бул акыр аягында суу белгисин аныктай албай калышына алып келиши мүмкүн. Бул артефакттарды белгилүү бир чет детекторлорунун (мисалы, Канни четинин детектору) жардамы менен таануу мүмкүнчүлүгү да бар. Бул ыкмалар өтүүдө өтө курч болгон артефакттар үчүн өз ордун ээлейт; детекторлор сүрөттүн контурларын бөлүп көрсөтө алышат жана андан ары артефакттардын өзүн андан ары бөлүп көрсөтүү үчүн сүрөттү бинаризациялоо үчүн контурлардын ичиндеги түс диапазондорун тандай алышат, бирок бул ыкмалар сүрөттүн контурларын бөлүп көрсөтүү үчүн өтө кылдат тууралоону талап кылат. талап кылынган контурлар, ошондой эле тандалган контурлардагы түстөргө салыштырмалуу сүрөттүн өзүн кийинки бинаризациялоо. Бул алгоритмдер кыйла ишенимсиз деп эсептелет жана сүрөттүн түстүү компоненттеринин түрүнөн туруктуу жана көз карандысыз колдонууга аракет кылышат.
Райс. 3 Конверсиядан кийин суу белгиси
Жогоруда айтылган башаламан артефакттарга келсек, аларды таануу алгоритмдери түп-тамырынан бери башкача болот. Башаламан артефакттардын пайда болушу сүрөттөлүшкө белгилүү бир суу белгисин коюу менен болжолдонгондуктан, ал кээ бир трансформациялар (мисалы, дискреттик Фурье трансформациясы) аркылуу өзгөрөт. Мындай трансформациялардан алынган артефакттар бүт экранга таратылат жана алардын үлгүсүн аныктоо кыйынга турат. Мунун негизинде, суу белгиси "кокустук" артефакттар түрүндө сүрөттөлүш боюнча жайгашкан болот. Мындай суу белгисин таануу трансформация функцияларын колдонуу менен түздөн-түз сүрөттү трансформациялоого туура келет. Трансформациянын натыйжасы сүрөттө берилген (3-сүрөт).
Бирок идеалдуу эмес шарттарда суу белгисин таанууга тоскоол болгон бир катар көйгөйлөр пайда болот. Конверсиянын түрүнө жараша ар кандай кыйынчылыктар болушу мүмкүн, мисалы, экранга салыштырмалуу чоң бурчта сүрөткө тартуу жолу менен алынган документти таануу мүмкүн эместиги, же жөн эле сапаты начар сүрөт, же сакталган скриншот. жогорку жоготуу кысуу менен файл. Бул көйгөйлөрдүн баары суу белгисин аныктоонун татаалдашына алып келет, бурчтуу сүрөттөлүштө, же татаал трансформацияларды колдонуу керек же сүрөткө аффиндик трансформацияларды колдонуу керек, бирок экөө тең суу белгисин толук калыбына келтирүүгө кепилдик бербейт. Экранды тартуу маселесин карай турган болсок, эки маселе келип чыгат: биринчиси, экрандын өзүнөн көрсөтүүдө, экинчиси, экрандын өзүнөн сүрөттү сактоодо бузулуу. Биринчисин башкаруу бир топ кыйын, анткени ар кандай сапаттагы мониторлор үчүн матрицалар бар жана тигил же бул түстүн жоктугунан, алар түстү көрсөтүүсүнө жараша түстү интерполяциялап, ошону менен суу белгисинин өзүнө бурмалоолорду киргизет. Экинчиси андан да кыйын, анткени сиз скриншотту каалаган форматта сактап, ошого жараша түс диапазонунун бир бөлүгүн жоготуп аласыз, демек, биз жөн эле суу белгисин жоготуп алабыз.
Ишке ашыруу көйгөйлөрү
Заманбап дүйнөдө суу белгилерин киргизүү үчүн бир топ алгоритмдер бар, бирок эч кимиси аны ишке ашыргандан кийин суу белгисин андан ары таанууга 100% кепилдик бербейт. Негизги кыйынчылык ар бир конкреттүү учурда пайда болушу мүмкүн болгон көбөйүү шарттарынын жыйындысын аныктоо болуп саналат. Мурда айтылгандай, бурмалоонун бардык мүмкүн болгон өзгөчөлүктөрүн жана суу белгисине зыян келтирүү аракеттерин эске ала турган таануу алгоритмин түзүү кыйын. Мисалы, учурдагы сүрөттөлүшкө Гаусс фильтри колдонулса жана баштапкы сүрөттөгү артефакттар сүрөттүн фонунда анча чоң эмес жана карама-каршы келсе, анда аларды таануу мүмкүн болбой калат, же суу белгисинин бир бөлүгү жоголот. . Келгиле, фотосүрөттү карап көрөлү, анын муар (5-сүрөт) жана «тор» (4-сүрөт) болушу ыктымалдыгы жогору. Муар экрандык матрицанын дискреттүүлүгүнөн жана жаздыруучу аппаратуранын матрицасынын дискреттүүлүгүнөн улам пайда болот, бул жагдайда эки сетка сүрөтү бири-бирине жайгаштырылат. Тор, кыязы, суу белгисинин артефакттарын жарым-жартылай жаап, таануу көйгөйүн жаратат; муар, өз кезегинде, кээ бир суу белгисин кыстаруу ыкмаларында аны таанууну мүмкүн эмес кылат, анткени ал сүрөттүн бир бөлүгүн суу белгиси менен кагышат.
Райс. 4 Сүрөт торчосу
Райс. 5 Муар
Суу белгилерин таануу босогосун жогорулатуу үчүн өзүн-өзү үйрөнүүчү нейрондук тармактарга негизделген алгоритмдерди колдонуу керек жана иштөө процессинде алар суу белгисинин сүрөттөрүн таанууну үйрөнүшөт. Азыр Google'дан, мисалы, нейрон тармагынын куралдарынын жана кызматтарынын көп саны бар. Кааласаңыз, шилтеме сүрөттөрүнүн топтомун таап, нейрон тармагын керектүү артефакттарды таанууга үйрөтө аласыз. Бул ыкма атүгүл өтө бурмаланган суу белгилерин аныктоо үчүн эң келечектүү мүмкүнчүлүккө ээ, бирок тез идентификациялоо үчүн ал чоң эсептөө күчүн жана туура идентификациялоо үчүн бир топ узак окуу мезгилин талап кылат.
Сүрөттөлгөндөрдүн баары жөнөкөй көрүнөт, бирок бул маселелерди тереңирээк изилдеген сайын, суу белгилерин таануу үчүн алгоритмдердин кайсынысын болбосун ишке ашырууга көп убакыт коротушуңуз керек экенин, ал эми аны талап кылынган ыктымалдуулукка жеткирүүгө дагы көбүрөөк убакыт керек экенин түшүнөсүз. ар бир сүрөттү таануу.
Source: www.habr.com