Rozprawa doktorska dotyczy zagadnień związanych z biometrycznym znakowaniem wodnym obrazów cyfrowych, które polega na zastępowaniu konwencjonalnych znaków wodnych identyfikatorami biometrycznymi. W rozważanych metodach znaki wodne są konstruowane w oparciu o cechy biometryczne właścicieli obrazów, dlatego po ekstrakcji umożliwiają identyfikację legalnych użytkowników, zapewniając tym samym bezpieczeństwo obrazów cyfrowych. Celem rozprawy było wykazanie, że możliwe jest opracowanie nowej klasy algorytmów cyfrowego znakowania obrazów, wykorzystujących personalne cechy biometryczne i gwarantujących integralność danych obrazowych.
W pracy zaprezentowano badanie, w którym do kilku znanych w literaturze algorytmów znakowania wodnego włączono znaki wodne w postaci wektorowej reprezentacji zdjęć twarzy właścicieli obrazów. Otrzymane wyniki pozwoliły porównać rozważane algorytmy pod kątem skuteczności rozpoznawania użytkowników za pomocą sieci neuronowych. W drugiej części pracy został zaprezentowany opracowany algorytm bimodalnego znakowania wodnego w dziedzinie składowych niezależnych obrazu, pozwalający na umieszczenie w obrazie dwóch niewidocznych znaków wodnych, tj. obrazu odcisku palca i kodu tęczówki oka. Celem przeprowadzonych eksperymentów było zbadanie wpływu procedury znakowania wodnego na jakość i użyteczność wydobytych danych biometrycznych. Kluczowym etapem analizy wyników było połączenie informacji dostarczanych przez obydwie biometryki w celu zmniejszenia błędów weryfikacji użytkowników opartej na danych wyekstrahowanych z obrazów.
The goal of this dissertation is to demonstrate the possibility of constructing new digital watermarking algorithms, that use biometric data and ensure digital images integrity.
In the study a combination of facial images with watermarking technology to automatically authenticate digital images owners/users is proposed. In this method vectorial representations of facial images are used as copyright watermarks in a several common watermarking schemes and are tested for identification purposes after they are extracted. To find relationships between the original and extracted biometric data Neural Networks are used. The obtained results enable us to compare, in terms of user identification accuracy, watermarking methods as well as two representations of biometric data. This thesis solves also problem of multimodal biometric watermarking algorithms deficiency via introducing a novel algorithm in this area. This algorithm applies Independent Component Analysis to the cover image, hence enabling the insertion of two independent watermarks based on fingerprint and iris biometrics. Biometric techniques have been used also for evaluation of system performance by comparing extracted watermarks with biometric samples from the databases. User authentication is based on fusion of similarity scores from both watermarks using a weighted sum rule. Compared to existing methods, the proposed algorithm not only improves authentication accuracy but also makes system more robust and secure. All results are illustrated by an extensive simulation study, including attacks on watermarking schemes.
