•  
  •  
 

Abstract

On the Performance of SVD-DWT Based Digital Video Watermarking Technique with Semi-Blind Detector. This paper presents a watermarking technique for digital video. The proposed scheme is developed based on the work of Ganic and Chan which took the virtue of SVD and DWT. While the previous works of Chan has the blind detector property, our attempt is to develop a scheme with semi-blind detector, by using the merit of the DWT-SDV technique proposed by Ganic which was originally applied to still image. Overall, our experimental results show that our proposed scheme has a very good imperceptibility and is reasonably robust especially under several attacks such as compression, blurring, cropping, and sharpening.

Bahasa Abstract

Tulisan ini membahas teknik pemberian tanda air untuk video digital. Skema yang diajukan merupakan pengembangan dan sekaligus penggabungan dari metode yang dikembangkan oleh Ganic dan Chan yang berturut-turut dilandasi oleh konsep dekomposisi nilai singular (SVD) dan transformasi wavelet diskret (DWT). Jika dalam penelitian sebelumnya Chan memanfaatkan teknik pemberian tanda air untuk detektor blind, maka dalam penelitian ini akan diteliti penerapan untuk kasus detektor semi-blind, dengan memanfaatkan keunggulan dari SVD dan DWT yang sebelumnya telah ditunjukkan oleh Ganic, namun untuk kasus citra tidak bergerak. Secara keseluruhan, hasil penelitian kami menunjukkan bahwa skema yang kami gunakan memiliki keunggulan dalam hal imperceptibility yang sekaligus juga menunjukkan tingkat keandalan (robustness) yang memadai, khususnya untuk beberapa model serangan seperti pemampatan, pengaburan, pemotongan dan penajaman gambar.

References

  1. P.W. Chan, Master Thesis, The Chinese University of Hong Kong, Hong Kong, 2004.
  2. R. Liu, T. Tan, IEEE Transactions on Multimedia 4 (2002) p 121-128.
  3. E. Ganic, E. A. Eskicioglu, ACM Multimedia and Security Workshop, Magdeburg, Germany, 2004, 166.
  4. J.R. Kaufman, Master Thesis, The College of Engineering and Technology, Ohio University, USA, 2006.
  5. R.C. Gonzalez, P. Wintz, Digital Image Processing, Prentice Hall, Englewood Cliffs, NJ, 2002, p.419.
  6. Video Trace Research Group, Arizona State University, http://trace.eas.asu.edu/yuv/, diakses pada 28 Oktober 2008.

Share

COinS
 
 

To view the content in your browser, please download Adobe Reader or, alternately,
you may Download the file to your hard drive.

NOTE: The latest versions of Adobe Reader do not support viewing PDF files within Firefox on Mac OS and if you are using a modern (Intel) Mac, there is no official plugin for viewing PDF files within the browser window.