Un regard sur la seconde génération de watermarking


Pour créer un marquage (watermarking) robuste le tatouage doit être placé dans les endroits ou les données sont importantes. La seconde génération de watermarking va encore plus loin dans cette direction en se proposant de tenir compte des caractéristiques géométriques des images (ou des films). Par exemple, dans une image, ces caractéristques peuvent être les bordures, les coins, les textures....Il faut malgrès tout faire attention car toutes les caractéristiques ne sont pas forcément bonnes à prendre en considération. Ainsi, il faut que, si possible, elles aient les propriétés suivantes:
- Invariance au bruit (compression non conservative etc....), il faut donc sélectionner uniquement les caractéristiques significatives.
- Covariance aux transformations géométriques.
- Localisation (c.a.d. que le recadrage ne doit pas altérer les caractéristiques restantes).

On peut remarquer tout de suite que ce genre de recherches rejoint les techniques utilisées dans la reconnaissance de formes.

Ainsi M.Kutter, S.K. Bhattacharjee et T. Ebrahimi proposent dans une de leurs publications un exemple de watermarking de seconde génération.
- Dans un premier temps ils recherchent des points caractéristiques de l'image. Il existe de nombreuses méthodes pour trouver ce genre de points (comme celles du tracking, directement venues du traitement d'images ou de la reconnaissance de formes). Dans leur exemple, ils ont choisi une décomposition de l'image par l'utilisation d'ondelettes de type "chapeau-mexicain". Il est interessant de remarquer ici, que dans le cas d'un watermarking de seconde génération la robustesse du marquage face aux divers transformations repose en grande partie sur la stabilité des points caractéristiques (c.a.d. retrouver toujours les mêmes points quels que soient les transformations infligées à l'image).
- Dans une seconde partie, ils segmentent l'image par l'algorithme de des diagrammes de Voronoi, en prenant comme base les points trouvés précedement. Pour ceux qui ne sont pas habitués à tous les termes, une segmentation, c'est tout simplement un découpage de l'image en différentes régions qui sont étiquettées. Le résultat obtenu est le suivant:



- On passe ensuite au marquage proprement dit. C'est à dire que l'on va marquer chacune des régions trouvées précedement. Dans leur exemple, ils utilisent la modulation d'amplitude sur la composante bleue. Ce watermarking est appliqué sur chacune des régions.

Il est interessant à ce niveau de revenir en arrière pour ce rendre compte de l'utilité de cette méthode. En effet, avec cette méthode on remarque que le watermarking est lié aux plus les plus importants de l'image. Donc si l'attaque porte sur ces points, il est vrai que le watermarking va disparaitre, mais l'image perdra completement de sa valeur car ses caractéristiques les plus importants auront étés altérées.