Luận văn tatouage aveugle et robuste de maillages 3D - Domaine spectral

Luận văn nghiên cứu kỹ thuật watermarking mù và bền vững cho lưới 3D trong miền phổ, ứng dụng bảo vệ bản quyền mô hình 3D hiệu quả.

• Người hướng dẫn: PTS. Florence Denis
• Trường học: Université Claude Bernard Lyon 1
• Chuyên ngành: Informatique
• Đề tài: Tatouage aveugle maillages 3D domaine spectral
• Loại tài liệu: mémoire de stage
• Địa điểm: Lyon

Tóm tắt

I. Tổng quan về Thủy vân mù cho Lưới 3D trong Miền Phổ Nền tảng và Tầm quan trọng

Sự phát triển vượt bậc của công nghệ số hóa và mô hình hóa 3D đã tạo ra khả năng sản xuất và thao tác các đối tượng 3D một cách dễ dàng. Trong số các cấu trúc biểu diễn, lưới 3D (3D mesh), một tập hợp các đa giác đại diện cho một bề mặt 3D, đang được sử dụng rộng rãi. Tuy nhiên, cùng với sự tiện lợi trong việc tạo ra và chia sẻ các mô hình 3D, vấn đề bảo vệ bản quyền lưới 3D ngày càng trở nên cấp thiết. Có rất nhiều công cụ mới cho phép người dùng dễ dàng chỉnh sửa, sao chép hoặc phân phối lại các dữ liệu này mà không cần sự cho phép của chủ sở hữu. Để giải quyết thách thức này, thủy vân (watermarking) đã nổi lên như một giải pháp đầy hứa hẹn để bảo vệ sở hữu trí tuệ cho các maillages 3D. Mục tiêu chính là nhúng một thông tin nhận dạng (dấu thủy vân) vào mô hình 3D theo cách không thể nhận thấy bằng mắt thường, nhưng đủ bền vững để chống lại các tấn công và có thể được trích xuất sau này để xác minh quyền sở hữu.

Trong những năm gần đây, biến đổi Manifold Harmonics đã xuất hiện như một công cụ hiệu quả cho phân tích phổ lưới 3D. Công cụ này bắt đầu được ứng dụng trong một số thuật toán thủy vân, mở ra hướng nghiên cứu mới trong lĩnh vực này. Thủy vân mù (blind watermarking) đặc biệt được quan tâm vì khả năng trích xuất dấu thủy vân mà không cần đến mô hình gốc, điều này cực kỳ quan trọng trong các ứng dụng thực tế. Bài viết này sẽ đi sâu vào việc khám phá nguyên lý của thủy vân mù cho lưới 3D trong miền phổ, tập trung vào việc áp dụng kỹ thuật trải phổ trên các biên độ phổ thu được từ việc phân tích Manifold Harmonics. Nghiên cứu nhằm mục đích đề xuất một thuật toán thủy vân 3D không chỉ mù và mạnh mẽ mà còn có khả năng chống lại nhiều loại tấn công, từ đó tăng cường bảo vệ bản quyền lưới 3D trong môi trường số.

1.1. Sự phát triển của Lưới 3D và Nhu cầu Bảo vệ Bản quyền

Các công nghệ quét 3D và mô hình hóa đã tạo ra một lượng lớn dữ liệu lưới 3D. Những lưới này, bao gồm các đỉnh và mặt, là phương tiện chính để biểu diễn các đối tượng ảo trong nhiều lĩnh vực như trò chơi, điện ảnh, kiến trúc, y tế và kỹ thuật. Với sự phổ biến của các công cụ chỉnh sửa và phân phối 3D, việc sao chép và phân phối trái phép các mô hình 3D đã trở thành một vấn đề nan giải. Nhu cầu về một cơ chế mạnh mẽ để bảo vệ bản quyền lưới 3D là vô cùng cấp bách. Thủy vân cung cấp một phương pháp hiệu quả để nhúng thông tin sở hữu vào chính dữ liệu, cho phép theo dõi và chứng minh quyền tác giả khi cần thiết. Việc này đảm bảo rằng công sức sáng tạo của các nghệ sĩ và kỹ sư được công nhận và bảo vệ trong một môi trường số hóa ngày càng phức tạp.

1.2. Vai trò của Thủy vân Mù và Miền Phổ trong An ninh Dữ liệu 3D

Trong bối cảnh an ninh dữ liệu 3D, thủy vân mù đóng vai trò then chốt vì tính thực tế của nó. Không giống như thủy vân không mù yêu cầu mô hình gốc để trích xuất dấu, thủy vân mù chỉ cần mô hình đã được nhúng dấu. Điều này làm cho nó lý tưởng cho các tình huống mà mô hình gốc không có sẵn hoặc không thể truy cập. Việc triển khai thủy vân cho lưới 3D trong miền phổ mang lại nhiều lợi ích. Bằng cách thao tác trên các đặc tính phổ của lưới, dấu thủy vân có thể được nhúng một cách bền vững hơn đối với các tấn công hình học và tô pô. Biến đổi Manifold Harmonics là một công cụ mạnh mẽ trong lĩnh vực này, cho phép phân tích và chỉnh sửa lưới 3D ở cấp độ tần số, tương tự như biến đổi Fourier cho tín hiệu 1D hoặc ảnh 2D, từ đó mở ra con đường phát triển các thuật toán thủy vân 3D bền vững và hiệu quả.

II. Thách thức và Nhu cầu Cấp thiết về Bảo vệ Bản quyền Lưới 3D

Việc bảo vệ bản quyền lưới 3D đối mặt với hàng loạt thách thức phức tạp, chủ yếu do tính chất độc đáo và đa dạng của dữ liệu 3D. Các mô hình 3D có thể dễ dàng bị biến đổi, cắt xén, thêm nhiễu hoặc chuyển đổi định dạng mà vẫn giữ được đặc điểm hình học cơ bản, gây khó khăn cho việc nhận diện và trích xuất dấu thủy vân. Sự phát triển của các công cụ chỉnh sửa 3D miễn phí và dễ sử dụng càng làm tăng nguy cơ vi phạm bản quyền. Một thách thức lớn là cân bằng giữa tính không cảm nhận được (imperceptibility) của dấu thủy vân và độ bền thủy vân 3D (robustness) của nó. Dấu thủy vân phải được nhúng một cách tinh tế, không làm thay đổi đáng kể chất lượng hoặc hình dạng của mô hình gốc, để không ảnh hưởng đến trải nghiệm người dùng hoặc mục đích sử dụng của dữ liệu. Đồng thời, nó phải đủ mạnh để tồn tại qua các thao tác xử lý thông thường và các tấn công lưới 3D có chủ đích.

Ngoài ra, các thuật toán thủy vân 3D cần phải tương thích với nhiều định dạng lưới và cấu trúc dữ liệu khác nhau, từ lưới không cấu trúc đến lưới có cấu trúc phức tạp. Yêu cầu về tốc độ xử lý và hiệu quả tính toán cũng là một yếu tố quan trọng, đặc biệt khi xử lý các mô hình 3D có kích thước lớn. Khả năng phát hiện và trích xuất dấu thủy vân một cách đáng tin cậy, ngay cả khi mô hình đã trải qua nhiều biến đổi, là yếu tố then chốt quyết định tính hiệu quả của một hệ thống thủy vân mù cho lưới 3D trong miền phổ. Do đó, việc nghiên cứu và phát triển các phương pháp thủy vân tiên tiến, đặc biệt là trong miền phổ với sự hỗ trợ của Biến đổi Manifold Harmonics và kỹ thuật trải phổ, là một hướng đi chiến lược để đối phó với những thách thức này và đảm bảo quyền lợi cho các nhà sáng tạo nội dung 3D.

2.1. Cân bằng giữa Tính không Cảm nhận được và Độ bền Thủy vân 3D

Một trong những thách thức trung tâm trong thủy vân lưới 3D là việc tìm kiếm sự cân bằng tối ưu giữa tính không cảm nhận được và độ bền thủy vân 3D. Tính không cảm nhận được đòi hỏi dấu thủy vân phải được nhúng một cách vô hình, không gây ra bất kỳ biến dạng hình học hoặc thay đổi trực quan nào cho mô hình 3D. Nếu dấu thủy vân quá rõ ràng, nó sẽ làm giảm giá trị nghệ thuật hoặc chức năng của đối tượng. Ngược lại, độ bền đòi hỏi dấu thủy vân phải chống chịu được các tấn công lưới 3D thông thường như làm trơn (smoothing), cắt xén (cropping), thêm nhiễu (noise addition), chuyển đổi định dạng, hoặc các biến đổi tương tự (similarity transformations). Việc đạt được cả hai yếu tố này đồng thời là một nhiệm vụ khó khăn, đòi hỏi các thuật toán tinh vi có thể thao tác ở các miền dữ liệu mạnh mẽ, như miền phổ.

2.2. Các Loại Tấn công và Ảnh hưởng đến Hiệu quả Thủy vân 3D

Các tấn công lưới 3D có thể được phân loại thành nhiều nhóm, mỗi loại đặt ra một thách thức riêng cho các thuật toán thủy vân 3D. Các tấn công hình học bao gồm biến đổi affine, biến đổi tương tự, cắt xén và làm trơn, làm thay đổi vị trí đỉnh hoặc cấu trúc hình học tổng thể của lưới. Các tấn công tô pô có thể liên quan đến việc thêm hoặc bớt các đỉnh/mặt, làm thay đổi liên kết của lưới. Thêm nhiễu là một dạng tấn công phổ biến nhằm làm suy yếu dấu thủy vân bằng cách thêm các biến động ngẫu nhiên vào dữ liệu. Ngoài ra, việc chuyển đổi định dạng tệp hoặc lượng tử hóa (quantization) cũng có thể làm mất thông tin dấu thủy vân. Một hệ thống thủy vân mù cho lưới 3D trong miền phổ hiệu quả cần phải chứng minh được độ bền thủy vân 3D của nó đối với một loạt các tấn công này, đảm bảo rằng dấu thủy vân vẫn có thể được trích xuất đáng tin cậy sau khi mô hình đã bị thao túng.

III. Khám phá Sức mạnh của Biến đổi Manifold Harmonics trong Phân tích Phổ Lưới 3D

Biến đổi Manifold Harmonics (MH) là một công cụ phân tích phổ mạnh mẽ, đã được ứng dụng rộng rãi trong xử lý hình học và ngày càng được chú ý trong lĩnh vực thủy vân mù cho lưới 3D trong miền phổ. Tương tự như biến đổi Fourier ánh xạ tín hiệu sang miền tần số, MH biến đổi dữ liệu lưới 3D từ miền không gian sang miền phổ, cho phép phân tích các đặc điểm của lưới dựa trên các tần số khác nhau. Các hàm cơ sở Manifold Harmonics, là các hàm riêng của toán tử Laplace-Beltrami trên bề mặt lưới, cung cấp một hệ thống trực giao hoàn chỉnh để biểu diễn bất kỳ hàm nào định nghĩa trên lưới. Các giá trị riêng tương ứng với các tần số khác nhau, với giá trị riêng nhỏ biểu thị các thành phần tần số thấp (tức là các đặc điểm toàn cục, mịn của lưới) và giá trị riêng lớn biểu thị các thành phần tần số cao (các chi tiết cục bộ, sắc nét).

Việc sử dụng Manifold Harmonics cho phép chúng ta thao tác các đặc tính phổ của lưới một cách có kiểm soát. Bằng cách nhúng dấu thủy vân vào các biên độ phổ tần số thấp, chúng ta có thể đảm bảo độ bền thủy vân 3D cao hơn đối với các tấn công làm biến đổi hình học, vì các thành phần tần số thấp ít bị ảnh hưởng bởi nhiễu cục bộ hoặc các thay đổi nhỏ. Ngược lại, việc nhúng vào các thành phần tần số cao có thể mang lại tính không cảm nhận được tốt hơn do các chi tiết nhỏ khó bị phát hiện bằng mắt thường, nhưng lại dễ bị ảnh hưởng bởi các thao tác làm trơn hoặc nén dữ liệu. Hiểu rõ mối quan hệ này là rất quan trọng để thiết kế một thuật toán thủy vân 3D hiệu quả. Nền tảng toán học của MH, cùng với khả năng phân tách các đặc tính hình học theo tần số, biến nó thành một công cụ lý tưởng cho phân tích phổ lưới 3D và tích hợp dấu thủy vân một cách chiến lược, giúp tăng cường bảo vệ bản quyền lưới 3D.

3.1. Nguyên lý hoạt động và Ưu điểm của Biến đổi Manifold Harmonics

Biến đổi Manifold Harmonics hoạt động dựa trên các hàm riêng của toán tử Laplace-Beltrami, một toán tử vi phân trên các đa tạp. Đối với lưới 3D, toán tử này được xấp xỉ bằng các ma trận rời rạc. Các hàm riêng (Manifold Harmonics) và giá trị riêng tương ứng tạo thành một hệ cơ sở trực giao để biểu diễn các hàm trên lưới. Ưu điểm chính của MH là khả năng phân tách các thông tin hình học của lưới thành các thành phần tần số. Các thành phần tần số thấp đại diện cho hình dạng tổng thể của đối tượng, trong khi các thành phần tần số cao đại diện cho các chi tiết nhỏ. Điều này cho phép các nhà nghiên cứu nhúng dấu thủy vân vào các dải tần số cụ thể, tối ưu hóa cho độ bền thủy vân 3D hoặc tính không cảm nhận được. MH còn có khả năng tự nhiên thích ứng với các hình dạng lưới phức tạp, không đều, mang lại sự linh hoạt cao hơn so với các phương pháp dựa trên miền không gian truyền thống.

3.2. So sánh và Đánh giá Tính ổn định của các Giá trị Riêng và Hàm Riêng

Trong quá trình nghiên cứu và triển khai Biến đổi Manifold Harmonics cho thủy vân mù cho lưới 3D trong miền phổ, việc đánh giá tính ổn định của các giá trị riêng và hàm riêng là rất quan trọng. Tài liệu gốc đã đề cập đến các so sánh về tính ổn định của các giá trị và vectơ riêng, cũng như sự nhất quán giữa các dải tần số (băng hẹp so với băng rộng, hoặc băng nguyên vẹn so với các băng liên tiếp). Độ bền của biến đổi Manifold Harmonics đã được chứng minh, cho thấy rằng ngay cả khi lưới 3D trải qua các biến đổi nhỏ, các thành phần phổ chính của nó vẫn duy trì tương đối ổn định. Điều này là nền tảng cho độ bền thủy vân 3D của các thuật toán thủy vân 3D dựa trên miền phổ, bởi vì nếu các thành phần phổ bị thay đổi quá nhiều, dấu thủy vân sẽ khó được trích xuất. Sự ổn định này giúp đảm bảo rằng thông tin dấu thủy vân được nhúng vào các biên độ phổ có thể tồn tại qua các tấn công lưới 3D.

IV. Phương pháp Thủy vân Mù Hiệu quả cho Lưới 3D Ứng dụng Kỹ thuật Trải Phổ

Để xây dựng một thuật toán thủy vân 3D mù và mạnh mẽ, việc áp dụng kỹ thuật trải phổ (spread spectrum) vào các biên độ phổ của lưới 3D là một cách tiếp cận hứa hẹn. Kỹ thuật trải phổ, ban đầu được phát triển cho truyền thông không dây để tăng cường bảo mật và chống nhiễu, bao gồm việc trải rộng năng lượng của tín hiệu thông tin (dấu thủy vân) trên một dải tần số rộng hơn nhiều so với băng thông tối thiểu cần thiết. Khi áp dụng cho thủy vân mù cho lưới 3D trong miền phổ, dấu thủy vân được nhân với một chuỗi giả ngẫu nhiên có băng thông rộng, sau đó được thêm vào các biên độ phổ của lưới 3D. Điều này giúp dấu thủy vân khó bị phát hiện và bền vững hơn đối với các tấn công lưới 3D.

Nguyên lý cơ bản của việc nhúng dấu thủy vân sử dụng kỹ thuật trải phổ trên dữ liệu lưới 3D bắt đầu bằng việc chuyển đổi lưới 3D sang miền phổ thông qua Biến đổi Manifold Harmonics. Các biên độ phổ thu được sau đó sẽ là nơi dấu thủy vân được nhúng. Việc lựa chọn dải tần số để nhúng dấu là rất quan trọng: nhúng vào các thành phần tần số thấp có thể tăng cường độ bền thủy vân 3D nhưng có thể ảnh hưởng đến tính không cảm nhận được, trong khi nhúng vào tần số cao có thể duy trì tính không cảm nhận được tốt hơn nhưng dễ bị tấn công. Dấu thủy vân (bit 0 hoặc 1) được điều chế bằng cách thêm hoặc bớt một lượng nhỏ vào các biên độ phổ đã chọn, sử dụng chuỗi trải phổ. Quá trình trích xuất dấu thủy vân là mù, không yêu cầu mô hình gốc, và dựa trên phép tương quan giữa biên độ phổ của mô hình bị tấn công và chuỗi trải phổ đã biết. Phương pháp này đã được chứng minh hiệu quả trong việc bảo vệ bản quyền lưới 3D, như phương pháp của Piva et al. [35] đã được điều chỉnh và áp dụng cho maillages 3D để tăng cường khả năng chống chịu trước các biến đổi khác nhau của dữ liệu.

4.1. Nguyên lý Ứng dụng Kỹ thuật Trải Phổ trong Thủy vân 3D

Kỹ thuật trải phổ là trọng tâm của phương pháp thủy vân mù cho lưới 3D trong miền phổ này. Nguyên lý của nó bao gồm việc nhân dấu thủy vân (một chuỗi bit) với một chuỗi giả ngẫu nhiên (pseudo-random sequence) có băng thông rộng. Chuỗi này, thường được gọi là chuỗi trải phổ, làm cho tín hiệu dấu thủy vân bị 'trải' ra trên một dải tần số rộng. Khi được nhúng vào các biên độ phổ của lưới 3D, năng lượng của dấu thủy vân được phân tán, khiến nó trở nên khó nhận thấy và khó bị loại bỏ. Để nhúng, chúng ta chọn một tập hợp các biên độ phổ và thêm dấu thủy vân đã trải phổ vào đó. Việc trích xuất dấu thủy vân sau này được thực hiện bằng cách thực hiện phép tương quan giữa các biên độ phổ của lưới bị tấn công và chuỗi trải phổ gốc. Giá trị tương quan cao cho thấy sự hiện diện của dấu thủy vân. Cách tiếp cận này giúp tăng cường đáng kể độ bền thủy vân 3D đối với các tấn công mà không làm ảnh hưởng nhiều đến tính không cảm nhận được của mô hình.

4.2. Điều chỉnh Phương pháp Piva và Cộng sự cho Lưới 3D

Một trong những đóng góp quan trọng trong nghiên cứu này là việc điều chỉnh và áp dụng phương pháp của Piva và cộng sự [35], vốn được thiết kế ban đầu cho dữ liệu đa phương tiện, lên maillages 3D. Phương pháp này tập trung vào việc nhúng dấu thủy vân vào các thành phần tần số thấp của miền phổ để tối ưu hóa độ bền thủy vân 3D. Để thích nghi với cấu trúc phức tạp của lưới 3D, việc sử dụng Biến đổi Manifold Harmonics là cần thiết để chuyển đổi dữ liệu lưới sang miền phổ một cách phù hợp. Quá trình này bao gồm việc chọn các biên độ phổ có ý nghĩa nhất, áp dụng kỹ thuật trải phổ để nhúng dấu, sau đó đảo ngược biến đổi để đưa lưới trở lại miền không gian. Việc điều chỉnh này đòi hỏi sự phân tích cẩn thận về các yếu tố như ngưỡng phát hiện dấu thủy vân và các kỹ thuật điều chế khác nhau để đảm bảo hiệu quả của thuật toán thủy vân 3D trong việc bảo vệ bản quyền lưới 3D.

4.3. Xác định Ngưỡng Phát hiện và Các Kỹ thuật Điều chế Thủy vân

Việc xác định ngưỡng phát hiện dấu thủy vân là một bước quan trọng để đảm bảo rằng dấu có thể được trích xuất đáng tin cậy. Ngưỡng này quyết định mức độ tương quan tối thiểu cần thiết để xác nhận sự hiện diện của dấu thủy vân. Việc lựa chọn ngưỡng phải cân bằng giữa việc tránh báo động sai (false positives) và đảm bảo phát hiện đúng (true positives). Ngoài ra, nghiên cứu cũng đề cập đến việc áp dụng các kỹ thuật điều chế khác nhau để nhúng dấu thủy vân vào biên độ phổ. Các kỹ thuật này có thể bao gồm điều chế biên độ trực tiếp, điều chế pha, hoặc các phương pháp phức tạp hơn nhằm tối đa hóa độ bền thủy vân 3D và tính không cảm nhận được. Việc tối ưu hóa các thông số điều chế và ngưỡng phát hiện là cần thiết để phát triển một thuật toán thủy vân 3D hiệu quả, có khả năng chống lại các tấn công lưới 3D đa dạng và duy trì khả năng bảo vệ bản quyền lưới 3D.

V. Đánh giá Độ bền và Hiệu quả của Thuật toán Thủy vân Mù Lưới 3D trong Thực tiễn

Việc đánh giá độ bền thủy vân 3D và hiệu quả của thuật toán thủy vân 3D là yếu tố then chốt để xác định tính ứng dụng của nó trong thực tiễn. Nghiên cứu đã thực hiện các phân tích chi tiết về tính không cảm nhận được và khả năng chống chịu của dấu thủy vân trước nhiều loại tấn công lưới 3D. Một trong những khía cạnh quan trọng là phân tích tính không cảm nhận được của dấu thủy vân, đảm bảo rằng việc nhúng dấu không làm thay đổi đáng kể hình dạng hoặc chất lượng cảm nhận của mô hình 3D. Điều này thường được đánh giá bằng cách so sánh trực quan và sử dụng các số liệu khách quan như độ lệch trung bình bình phương (RMSD) hoặc PSNR giữa mô hình gốc và mô hình đã nhúng dấu.

Độ bền thủy vân 3D được kiểm tra bằng cách áp dụng một loạt các tấn công lưới 3D phổ biến, bao gồm biến đổi tương tự (similarity transformation), cắt xén (clipping), thêm nhiễu (noise addition), và làm trơn (smoothing). Sau mỗi cuộc tấn công, thuật toán sẽ cố gắng trích xuất dấu thủy vân và độ tương quan giữa dấu đã trích xuất và dấu gốc được tính toán. Kết quả nghiên cứu, như được minh họa trong các hình 28 đến 36 của tài liệu gốc, cho thấy mối tương quan giữa các biên độ phổ của đối tượng gốc và đối tượng bị tấn công. Các hình này cung cấp bằng chứng cụ thể về cách các cuộc tấn công khác nhau ảnh hưởng đến các đặc tính phổ của lưới 3D. Mặc dù Biến đổi Manifold Harmonics đã được chứng minh là có độ bền cao, nhưng độ bền thủy vân 3D của thuật toán đề xuất vẫn cần được cải thiện trong tương lai. Điều này đặc biệt đúng đối với các tấn công mạnh mẽ hoặc kết hợp. Nghiên cứu cũng đã kiểm tra hiệu quả của thuật toán trong việc phân biệt dấu thủy vân chính xác khỏi các dấu ngẫu nhiên, sử dụng kỹ thuật chèn lặp lại dựa trên tương quan (Hình 40), đảm bảo rằng chỉ dấu thủy vân hợp lệ mới được nhận diện, tăng cường bảo vệ bản quyền lưới 3D.

5.1. Phân tích Tính không Cảm nhận được của Thủy vân

Để đánh giá tính không cảm nhận được của thủy vân mù cho lưới 3D trong miền phổ, nghiên cứu đã so sánh trực quan và định lượng mô hình 3D gốc với mô hình đã được nhúng dấu thủy vân. Mục tiêu là đảm bảo rằng sự thay đổi do dấu thủy vân gây ra là không đáng kể, không ảnh hưởng đến chất lượng thẩm mỹ hoặc tính toàn vẹn của dữ liệu. Các phép đo khách quan như độ lệch giữa các đỉnh của lưới gốc và lưới đã nhúng dấu, hoặc các phương pháp đo chất lượng hình ảnh 3D khác, được sử dụng để định lượng mức độ thay đổi. Việc phân tích này là tối quan trọng để xác nhận rằng thuật toán thủy vân 3D không làm suy giảm giá trị của tài sản số 3D, từ đó duy trì bảo vệ bản quyền lưới 3D mà không ảnh hưởng đến trải nghiệm người dùng.

5.2. Đánh giá Độ bền trước các Tấn công Lưới 3D Phổ biến

Độ bền thủy vân 3D là một chỉ số quan trọng, được đánh giá bằng cách kiểm tra khả năng của thuật toán chống lại các loại tấn công lưới 3D khác nhau. Tài liệu gốc đã minh họa các ví dụ về đối tượng Bunny gốc và đối tượng Bunny bị tấn công bởi biến đổi tương tự, cắt xén (với tỷ lệ 50%), và thêm nhiễu với cường độ khác nhau (Hình 28, 30, 32). Sau mỗi cuộc tấn công, sự tương quan giữa các biên độ phổ của đối tượng gốc và đối tượng bị tấn công được phân tích (Hình 29, 31, 33, 35, 36). Mặc dù Biến đổi Manifold Harmonics tự thân đã thể hiện độ bền, kết quả cho thấy độ bền thủy vân 3D của thuật toán đề xuất cần được cải thiện thêm, đặc biệt là trước các tấn công phức tạp hoặc liên tục, để đảm bảo hiệu quả lâu dài trong việc bảo vệ bản quyền lưới 3D.

5.3. Hiệu quả của Thuật toán và Khả năng Phát hiện Dấu thủy vân

Hiệu quả của thuật toán thủy vân 3D được đánh giá dựa trên khả năng phát hiện chính xác dấu thủy vân đã nhúng và phân biệt nó với các dấu ngẫu nhiên. Tài liệu đề cập đến việc sử dụng phương pháp chèn lặp lại dấu thủy vân dựa trên tương quan cho các maillages 3D (Hình 40). Các thí nghiệm cũng bao gồm việc tính toán sự tương quan giữa một đối tượng đã nhúng dấu và 30.000 dấu thủy vân ngẫu nhiên khác (Hình 43, 44, 46, 47). Điều này chứng minh rằng thuật toán có thể nhận diện chính xác dấu thủy vân ban đầu với mức tương quan cao hơn đáng kể so với các dấu ngẫu nhiên, ngay cả sau khi đối tượng đã bị tấn công (ví dụ, đơn giản hóa với 10% hoặc thêm nhiễu 0,40%). Khả năng phát hiện đáng tin cậy này là yếu tố cốt lõi cho một hệ thống thủy vân mù cho lưới 3D trong miền phổ hiệu quả, giúp củng cố bảo vệ bản quyền lưới 3D.

VI. Tương lai của Thủy vân Mù Lưới 3D trong Miền Phổ Hướng Phát triển và Tiềm năng

Lĩnh vực thủy vân mù cho lưới 3D trong miền phổ vẫn đang tiếp tục phát triển với nhiều hướng nghiên cứu đầy tiềm năng. Mặc dù các nghiên cứu hiện tại đã chứng minh hiệu quả của việc sử dụng Biến đổi Manifold Harmonics và kỹ thuật trải phổ trong việc bảo vệ bản quyền lưới 3D, vẫn còn nhiều thách thức cần được giải quyết để cải thiện độ bền thủy vân 3D và tăng cường tính ứng dụng trong các kịch bản phức tạp. Một trong những hướng phát triển chính là nâng cao khả năng chống chịu của thuật toán thủy vân 3D đối với các loại tấn công lưới 3D mới và mạnh mẽ hơn, bao gồm các tấn công kết hợp (ví dụ: làm trơn kết hợp cắt xén) hoặc các tấn công dựa trên học máy (machine learning-based attacks) nhằm mục đích loại bỏ dấu thủy vân một cách thông minh.

Việc tối ưu hóa hơn nữa tính không cảm nhận được cũng là một mục tiêu quan trọng. Các nghiên cứu tương lai có thể tập trung vào việc phát triển các kỹ thuật nhúng dấu thủy vân thích nghi, điều chỉnh cường độ và vị trí nhúng dựa trên đặc điểm hình học cục bộ của lưới 3D, hoặc sử dụng các mô hình tâm lý thị giác 3D để đảm bảo rằng dấu thủy vân thực sự vô hình đối với người quan sát. Ngoài ra, việc mở rộng ứng dụng của thủy vân mù cho lưới 3D trong miền phổ sang các loại dữ liệu 3D khác như đám mây điểm (point clouds) hoặc các biểu diễn thể tích (volumetric representations) cũng là một hướng đi hứa hẹn. Nghiên cứu cũng có thể tập trung vào việc giảm thiểu chi phí tính toán của các thuật toán thủy vân 3D để cho phép xử lý các mô hình 3D lớn hơn hoặc ứng dụng trong thời gian thực. Hơn nữa, việc tích hợp các phương pháp dựa trên học sâu (deep learning) có thể mở ra những khả năng mới để tự động hóa quá trình nhúng và trích xuất dấu thủy vân, cũng như tăng cường khả năng chống chịu. Nhờ những nỗ lực nghiên cứu liên tục, công nghệ thủy vân mù cho lưới 3D trong miền phổ sẽ ngày càng hoàn thiện, đóng góp vào việc bảo vệ giá trị của tài sản số 3D.

6.1. Cải thiện Độ bền Thủy vân 3D trước các Tấn công Phức tạp và Kết hợp

Mặc dù Biến đổi Manifold Harmonics và kỹ thuật trải phổ đã cung cấp một nền tảng vững chắc cho thủy vân mù cho lưới 3D trong miền phổ, độ bền thủy vân 3D vẫn cần được cải thiện, đặc biệt là khi đối mặt với các tấn công lưới 3D phức tạp hoặc kết hợp. Các nghiên cứu tương lai nên khám phá các chiến lược nhúng dấu thủy vân mạnh mẽ hơn, có thể là bằng cách sử dụng các dải tần số động hoặc kết hợp thông tin từ nhiều miền (ví dụ: miền không gian và miền phổ). Việc phát triển các phương pháp điều chế và giải điều chế dấu thủy vân thích nghi, có khả năng nhận diện và bù đắp các biến dạng do tấn công, sẽ là chìa khóa để đạt được mức độ bền vững cao hơn. Mục tiêu là tạo ra một thuật toán thủy vân 3D có khả năng chống chịu hiệu quả, đảm bảo bảo vệ bản quyền lưới 3D trong một môi trường luôn thay đổi.

6.2. Mở rộng Ứng dụng và Tích hợp Công nghệ Mới cho Lưới 3D

Tương lai của thủy vân mù cho lưới 3D trong miền phổ không chỉ nằm ở việc cải thiện các phương pháp hiện có mà còn ở việc mở rộng phạm vi ứng dụng và tích hợp các công nghệ mới. Việc nghiên cứu các kỹ thuật cho phép thủy vân 3D không chỉ trên lưới mà còn trên các biểu diễn 3D khác như đám mây điểm (point clouds) hoặc các mô hình CAD sẽ tăng cường tính linh hoạt. Ngoài ra, việc khám phá sự kết hợp giữa thủy vân 3D và các công nghệ mới nổi như học sâu (deep learning) có thể mang lại những đột phá. Các mô hình học sâu có thể được đào tạo để nhận diện các đặc điểm tối ưu để nhúng dấu, hoặc để trích xuất dấu thủy vân một cách hiệu quả hơn từ dữ liệu bị biến dạng, từ đó nâng cao đáng kể khả năng bảo vệ bản quyền lưới 3D và hiệu quả của các thuật toán thủy vân 3D trong thực tiễn.

Trích đoạn nội dung tài liệu

4 Conclusion des comparaisons.4 Stabilité des valeurs et vecteurs propres. Cohérence entre une bande étroite et une bande large.2 Cohérence entre une bande entiére et des bandas surcessives.5 Robustesse de la transformée.1 Comparaison entre les matrices de discrétisation. 4 Tatouage de maillages 3D dans le domaine spectral. Tatouage utilisant la technique d’étalement de spectre - généralités 4.11 _ Principe de tatouage sur des données audiovisuelles so 50 4.12 Avantage et Inconvénients.

Tatouage utilisant ’étalement de spectre sur des maillages 3D.22 Application de différentes techniques de modulation 4.23 Identification du seuil de détection du tatouage. Méthode de Piva et cal. [35] sur des maillages 3D.1 Adaptation de méthode de Piva et cal. [35] sur des maiffages 40 58 4.33 Analyse de 'lmaerceptiblllté.4 Efficacité de’algorithme.35 Analyse de la robustesse.1 Résumé des contributions.

6 Référence Remerciements Je tiens particuliérement a remercier professeurs Florence DENIS, Guillaume LAVOUE mes responsables de stage, pour Ì'encadrement, l'aide, les conseils précieux pendant9 mois de mon stage. Je tiens également a remercier Kai WANG, un thésard dans l'équipe M2disco qui a trava avec moi pendant ce stage, et m’a beaucoup aidé non seulement dans la théorie mais aussi dans le développement grace a ses explications, ses conseils utiles et les documents & consulter, adiresse mes sincéres remerciements a tous les professeurs de f Institut de la Francophanie pour "informatique (IFl) pour m‘avoir enseigné et me donnée les cours intéressants pendant mes études au niveau master. Je profite de cette occasion pour dire remercier tous les personnels de {'IFI qui m‘ont apporté de Maide. Finalement, je voudrais remercier ma famille, mes parents et mes amis qui sont toujours prés de moi et m’ont apporté de courage dans les moments difficiles.

Résumé Les progrés dans les technologies d’acquisition et de modélisation 3D permettent de produire facilement des objets 3D. La représentation la plus utilis¢e pour madéliser un objet 3D est le maillage 2D, c’est-a-dire un ensemble de polygones permettant de représenter des portions d’une surface 30. Ilya de plus en plus d'outils qui permettent de manipuler ces données. On a donc besoin d'une technique pour protéger le droit d'auteur de ces maillages 3D.

Le tatouage est apparu comme une solution à cette demande, La transformée en Harmoniques variétés est récamment apparue comme un outil efficace d’analyse spectrale des maillages. Ele commence à étre utilisée dans quelques algorithmes de tatouage. Uobjectif de ce travail est double. Il s‘agit d’étudier, c’implémenter et d’évaluer la rabustesse des Harmoniques variétés.

D’autre part, il vise & proposer un algorithme de tatouage aveugle et robuste de maillages 3D dans le domaine spectral en utilisant fa technique d’étalement de spectre sur des amplitudes spectrales obtenues par ce type de décomposition. La robustesse des Harmoniques variétés a été démontrée mais celle de notre algorithme devra Ètre améliorée dans fe futur. Abstract 3D scanning and modeling technalogies now allow to produce easily representations of 3D objects that use different structures. One of these structures is the 3D mesh that is a set of polygons which represent an appropriate approximation of a 3D surface.

There are more and more tools for manipulating these data. We therefore need a technique to protect the copyright of 3D meshes. Watermarking appears as a good candidate to solve this emerging problem. Manifold Harmonies transform has been recently introduced as an efficient spectral analysis tool of 3D meshes.

It begins to be used in some watermarking algorithms. This work has two objectives. The first objective is to study and implement the Manifold Harmonies transform, and evaluate its robustness. The second is to propose a blind and robust mesh watermarking algorithm in the spectral domain by applying the spread spectrum technique on the Manifold Harmonics spectral amplitudes.

The robustness of the Manifold Harmanics transfarm has been demonstrated ut the rabustness of our watermarking algorithm has ta be improved in the future. 1 Introduction Le développement de l'Internet rend plus facile la transmission de données visuelles. On a donc besoin de protéger les droits de propriétés de ces contenus. Le tatouage est apparu pour répondre a cette demande.

Grace au tatouage, on peut insérer une marque (un tatouage) dans le contenu pour I'identifier ou en prouver la propriété. Cette information doit étre imperceptible et survivre & différentes attaques. Idéalement, le tatouage est aveugle, cest-a-dire que I’on peut V'extraire ou détecter la marque sans besoin du document original. De nombreuses recherches ont déja été réalisées sur le tatouage des images naturelles et du son mais le tatouage de maillages 3D est un domaine récent.

Un maillage est un ensemble de polygones servant a donner une approximation linéaire par morceau de la surface d’un objet 3D réel, Un maillage contient deux informations : la géométrie et la connectivité. La géométrie est constituée des coordonnées des sommets. La connectivité traduit les relations d’adjacence entre ces sommets. Figure 1; Exemple d'un maillage (extrait đe [1]).1 Problématique Ce stage a pour objectif de répondre a cette question « Comment tatouer des maillages 3D en se basant sur des coefficients spectraux ? » Il y a trois contraintes pratiques concernant la méthode de tatouage : Aveugle Invisibilité % Robustesse Nous avons choisi la décomposition en Harmoniques variétés pour calculer les coefficients spectraux du maillage.

La robustesse de ce type d’analyse a été vérifiée [12] sur des maillages de petite taille avec des nombres de coefficients spectraux limités 4 40. Mais on ne sait pas si les. coefficients spectraux dans une bande beaucoup plus large de l’ordre de 1000 4 3000 sont stables. C’est une autre question à laquelle on doit répondre dans le cadre de ce stage.

10 Liste de figures Figure 1 : Exernple đun malllage (extralt de [1]). Figure 2 : Modéle général du systeme de tatouage (extrait de [4]] Figure 3 : Compramls entre trols propriétés importantes du tatouage Figure 4 : Illustration des deux systemes de décodeur du tatouage (extraite de [6]). Figure 5 : Illustration des tatouages aveugle et nan aveugle. Figure 6 : Exemple illustrant la valence d’un sommet et le degré d’une facette (extrait de [15]) Figure 7 : Illustration de analyse en ondelettes (extrait de (15]).

Figure 8 : Angles ay et ij opposés a l'aréte (v,v)- Figure 9 : Exemple de quelques attaques sur la géamétrie : (a) objet ariginal, {h) après la transformation de similarité, {c) apras Fajout de bruit, (d} après le lissage, {e) apras la quantification. Figure 10 : Exemple de la défarmation locale basant sur l’esquisse (a) et celle sur ’articulation {b). Figure 11 : objet original ot des objets abtenus aprés quelques attaques {coupe - résultat de Meshbenchmark [13] d'autres attaques - extralt de [1]} Figure 12:: Iustration de la méthode de Cho et col. Figure 13 : Les sous maillages générés grắce aux méthodes, (a) de Ohbuch! et col.

[21}, [b) Cayre et col. [22], {e) Alface et Macq [27], (a) Cotting et col. [29] Figure 14: Etapes du tatouage en divisant l'objet en plusieurs patchs (extraite de [21] Figure 15 : Insérer bit 0 dans [x, y, 2) dans la méthode de Cayre et col. [22] (extraite de [22]) Figure 16 : Choix des amplitudes spectrales de Wang et col.

Figure 17: Représentati des bases de la transformée en Harmei Figure 18: Géamétries reconstruites a partir d'une surface aver le nambre différent m des coefficients Harmoniques variétés (extrait de [8]}. Figure 19: Ilkustration de Falgorithme bande par bande. Figure 21: Ihustration du changement de Pimplémentation. Figure 22 : Objet Bunny original et objet Bunny brulté avec I"Intensité 0.

ve 3 Figure 23 : Corrélation entre les amplitudes spectrales de rabjet original et calles de objet attaqué par Pajout de brult Intensité k {k {0. Figure 24: Objet Bunny original et objet Bunny simplifié avec un taux de 97,5%. Figure 25 : Corrélation entre les amplitudes spectrales de objet original et calles de l'objet simplifié. Figure 26: Objet Bunny original et objet Bunny lissé en 50 itérations en fixant le taux de déformation & 0,03.

Figure 27 : Corrélation entre les amplitudes spectrales de Fobjet original et celles de objet Figure 28: Objet Bunny original et objet Bunny attaqué par la transformation de similarité. 45 Figure 29 : Corrélation entre les amplitudes spectrales de abjet original et celles de l'objet attaqué par la transformation de simi 85 Figure 30 : Objet Bunny ariginal et trois abjets Bunny coupés avec un taux de 50%. Figure 31 : Corrélation entre les amplitudes spectrales de abjet original et celles de objet coupé. Figure 32 : Corrél ides spectrales de objet Bunny d'origine et celles de Vabjet attaqué par Vajaut de bruit intensité k (n < 3400, k _ {0.

n entre les amplitudes spertrales de Fabjet Bunny d'origine et celles de Fobjet Pour répondre a ces questions, il faut acquérir des connaissances concernant : + Connaissances fondamentales sur les maillages, sur les techniques de tatouage “Méthode de transformation pour calculer les coefficients spectraux “ Tatouage dans le domaine spectral et technique d’étalement de spectre 1⁄2 Motivation Les techniques de tatouage dans le domaine transformé ont généralement I'avantage d’éviter les problémes de désynchronisation car certaines caractéristiques du signal dans ce domaine sont invariantes a rotation ou translation de celui-ci. Dans le cas des maillages 3D, pour construire une méthode robuste, nous avons choisi, parmi plusieurs types d’analyses spectrales, la transformée en Harmoniques variétés en raison de sa robustesse [12] et de la robustesse de I'algorithme de tatouage de Liu et col. La technique d’étalement de spectre est une méthode trés robuste pour le tatouage des images & 2 dimensions. De plus, son imperceptibilité est bonne car le tatouage est distribué sur une gamme spectrale trés large.

Par conséquent, il nous a semblé intéressant d’étudier cette méthode pour la modulation en espérant que l'on pourra obtenir les mémes performances avec les maillages 3D. 1⁄3 Objectifs Ce stage a pour but d’élaborer une méthode de tatouage aveugle et robuste basée sur la transformée en Harmoniques variétés. Un autre objectif de ce stage est de réaliser au préalable une analyse de la robustesse des coefficients spectraux calculés par I’analyse en Harmoniques variétés, 1.4 Contribution Du point de vue théorique, les contributions de ce stage sont une analyse de la robustesse de la transformée en Harmoniques variétés et une méthode de tatouage aveugle et robuste utilisant la technique d’étalement de spectre sur des maillages 3D. La transformée en Harmoniques variétés est déjà implémentée sous Graphite, un projet de l'équipe ALICE (http://alice.

Au laboratoire d'informatique en image et systémes d'information (LIRIS), 'équipe M2Disco est en train de développer MEPP (Mesh Processing Platform), un outil de traitement de maillages 3D. Une premiére partie du stage a consisté a transférer 'implémentation des Harmoniques variétés de Graphite @ MEPP. Nous avons aussi amélioré cette implémentation et ajouté un module de tatouage & MEPP.5 Environnement de stage Dans le cadre d’un programme d’échange de recherche entre ‘institut de la francophonie pour l'informatique et I’université Claude Bernard Lyon 1, ce stage a été réalisé dans le laboratoire LIRIS au sein de l'équipe M2disco et sous la direction de Mme Florence Denis, M. Guillaume Lavoué et M.6 Plan du rapport Le présent document est organisé comme suit : 11 Pour répondre a ces questions, il faut acquérir des connaissances concernant : + Connaissances fondamentales sur les maillages, sur les techniques de tatouage “Méthode de transformation pour calculer les coefficients spectraux “ Tatouage dans le domaine spectral et technique d’étalement de spectre 1⁄2 Motivation Les techniques de tatouage dans le domaine transformé ont généralement I'avantage d’éviter les problémes de désynchronisation car certaines caractéristiques du signal dans ce domaine sont invariantes a rotation ou translation de celui-ci.

Dans le cas des maillages 3D, pour construire une méthode robuste, nous avons choisi, parmi plusieurs types d’analyses spectrales, la transformée en Harmoniques variétés en raison de sa robustesse [12] et de la robustesse de I'algorithme de tatouage de Liu et col. La technique d’étalement de spectre est une méthode trés robuste pour le tatouage des images & 2 dimensions. De plus, son imperceptibilité est bonne car le tatouage est distribué sur une gamme spectrale trés large.