Препознавање артефаката на екрану

Због сталног повећања нивоа развоја информационих технологија, електронски документи су сваке године све погоднији и траженији у употреби и почињу да доминирају над традиционалним папирним медијима. Због тога је веома важно благовремено обратити пажњу на заштиту садржаја информација не само на традиционалним папирним медијима, већ и на електронским документима. Свако велико предузеће које има комерцијалну, државну и другу тајну жели да спречи евентуално цурење информација и компромитовање тајних података, а уколико се открије цурење, предузме мере да се цурење заустави и идентификује прекршилац.

Мало о опцијама заштите

За обављање ових задатака уводе се одређени заштитни елементи. Такви елементи могу бити бар кодови, видљиве ознаке, електронске ознаке, али најинтересантније су скривене ознаке. Један од најупечатљивијих представника су водени жигови; могу се нанети на папир или додати пре штампања на штампачу. Није тајна да штампачи стављају своје водене жигове (жуте тачке и друге ознаке) приликом штампања, али ми ћемо размотрити друге артефакте који се могу ставити на екран рачунара на радном месту запосленог. Такве артефакте генерише посебан софтверски пакет који црта артефакте на врху корисничког радног простора, минимизирајући видљивост самих артефаката и не ометајући рад корисника. Ове технологије имају древне корене у смислу научног развоја и алгоритама који се користе за представљање скривених информација, али су прилично ретке у савременом свету. Овакав приступ се углавном налази у војној сфери и на папиру, ради брзог откривања несавесних запослених. Ове технологије тек почињу да се уводе у комерцијално окружење. Видљиви водени жигови се сада активно користе за заштиту ауторских права на разне медијске датотеке, али невидљиви су прилично ретки. Али и они изазивају највеће интересовање.

Безбедносни артефакти

Невидљиви за људе Водени жигови формирају различите артефакте који могу бити, у принципу, невидљиви људском оку, а могу се маскирати на слици у облику веома малих тачака. Размотрићемо видљиве објекте, јер они невидљиви оку могу бити изван стандардног простора боја већине монитора. Ови артефакти су од посебне вредности због високог степена невидљивости. Међутим, немогуће је учинити ЦЕХ потпуно невидљивим. У процесу њихове имплементације, у слику се уноси одређена врста изобличења слике контејнера и на њој се појављују некакви артефакти. Хајде да размотримо 2 врсте објеката:

1. Цицлицал
2. Хаотично (уведено конверзијом слика)

Циклични елементи представљају одређени коначни низ понављајућих елемената који се више пута понављају на слици екрана (сл. 1).

Хаотични артефакти могу бити узроковани разним врстама трансформација прекривене слике (слика 2), на пример, увођењем холограма.

Пиринач. 1 Бициклистички артефакти

Пиринач. 2 хаотична артефакта

Прво, погледајмо опције за препознавање цикличних артефаката. Такви артефакти могу бити:

• текстуални водени жигови који се понављају по екрану
• бинарне секвенце
• скуп хаотичних тачака у свакој ћелији мреже

Сви наведени артефакти се примењују директно на приказани садржај; сходно томе, могу се препознати идентификацијом локалних екстрема хистограма сваког канала боја и, сходно томе, исецањем свих осталих боја. Овај метод подразумева рад са комбинацијама локалних екстрема сваког од канала хистограма. Проблем лежи у потрази за локалним екстремима на прилично сложеној слици са много детаља који се оштро прелазе; хистограм изгледа веома тестерасто, што овај приступ чини неприменљивим. Можете покушати да примените различите филтере, али они ће унети сопствена изобличења, што на крају може довести до немогућности откривања воденог жига. Такође постоји опција препознавања ових артефаката помоћу одређених детектора ивица (на пример, Цанни детектор ивица). Ови приступи имају своје место за артефакте који су прилично оштри у транзицији; детектори могу да истакну контуре слике и затим да изаберу опсеге боја унутар контура да бинаризују слику како би додатно истакли саме артефакте, али ови методи захтевају прилично фино подешавање да би истакли потребне контуре, као и накнадна бинаризација саме слике у односу на боје у изабраним контурама. Ови алгоритми се сматрају прилично непоузданим и покушавају да користе стабилније и независно од врсте компоненти боје слике.

Пиринач. 3 Водени жиг након конверзије

Што се тиче хаотичних артефаката поменутих раније, алгоритми за њихово препознавање биће радикално другачији. Будући да се формирање хаотичних артефаката претпоставља наметањем одређеног воденог жига на слику, који се трансформише неком од трансформација (на пример, дискретна Фуријеова трансформација). Артефакти из таквих трансформација су распоређени по целом екрану и тешко је идентификовати њихов образац. На основу тога, водени жиг ће се налазити на целој слици у облику „случајних“ артефаката. Препознавање таквог воденог жига се своди на директну трансформацију слике помоћу функција трансформације. Резултат трансформације је представљен на слици (слика 3).

Али појављују се бројни проблеми који спречавају препознавање воденог жига у не идеалним условима. У зависности од врсте конверзије, могу постојати различите потешкоће, на пример, немогућност препознавања документа добијеног фотографисањем под великим углом у односу на екран, или једноставно фотографија прилично лошег квалитета, или снимак екрана сачуван у датотека са високим губитком компресије. Сви ови проблеми доводе до компликовања идентификације воденог жига; у случају слике под углом потребно је применити или сложеније трансформације или применити афине трансформације на слику, али ни једно ни друго не гарантују потпуну рестаурацију воденог жига. Ако узмемо у обзир случај снимања екрана, јављају се два проблема: први је изобличење при приказивању на самом екрану, други је изобличење приликом снимања слике са самог екрана. Прву је прилично тешко контролисати због чињенице да постоје матрице за мониторе различитог квалитета, а због одсуства једне или друге боје оне интерполирају боју у зависности од њихове репрезентације боје, чиме уносе изобличења у сам водени жиг. Други је још тежи, због чињенице да можете да сачувате снимак екрана у било ком формату и, сходно томе, изгубите део распона боја, стога можемо једноставно изгубити сам водени жиг.

Проблеми са имплементацијом

У савременом свету постоји доста алгоритама за увођење водених жигова, али ниједан не гарантује 100% могућност даљег препознавања воденог жига након његове имплементације. Главна потешкоћа је одређивање скупа услова репродукције који се могу појавити у сваком конкретном случају. Као што је раније поменуто, тешко је створити алгоритам за препознавање који би узео у обзир све могуће карактеристике изобличења и покушаја оштећења воденог жига. На пример, ако се Гаусов филтер примени на тренутну слику, а артефакти на оригиналној слици су прилично мали и контрастни у односу на позадину слике, тада ће или постати немогуће препознати их, или ће део воденог жига бити изгубљен . Размотримо случај фотографије, са великим степеном вероватноће да ће имати моар (слика 5) и „мрежу“ (слика 4). Моире настаје због дискретности матрице екрана и дискретности матрице опреме за снимање; у овој ситуацији, две мрежне слике су постављене једна на другу. Мрежа ће највероватније делимично покрити артефакте воденог жига и изазвати проблем у препознавању; моире, заузврат, у неким методама уградње воденог жига онемогућава његово препознавање, пошто се преклапа део слике са воденим жигом.

Пиринач. 4 Мрежа слика

Пиринач. 5 Моире

Да би се повећао праг за препознавање водених жигова, потребно је користити алгоритме засноване на самоучећим неуронским мрежама и у процесу рада, који ће сами научити да препознају слике водених жигова. Сада постоји огроман број алата и услуга за неуронске мреже, на пример, од Гугла. Ако желите, можете пронаћи скуп референтних слика и научити неуронску мрежу да препозна потребне артефакте. Овај приступ има најперспективније шансе за идентификацију чак и веома изобличених водених жигова, али за брзу идентификацију захтева велику рачунарску снагу и прилично дуг период обуке за исправну идентификацију.

Све што је описано изгледа прилично једноставно, али што дубље зароните у ова питања, више схватате да за препознавање водених жигова морате потрошити много времена на имплементацију било ког алгоритама, а још више времена на његово довођење до потребне вероватноће препознавање сваке слике.

Извор: ввв.хабр.цом