1

Va de marcas de agua: seguridad, eliminación automática y métodos para hacerla más difícil – actualizado.

¿ No va de esto ? Pero que disgusto me acabáis de dar.

El día 19-8-2017 os contaba esto:

Mirar, este pequeño artículo que he visto en Dpreview me ha gustado, y aunque yo no tengo ninguna imagen digna para ponerle ninguna marca de agua, no os hará ningún daño echarle un vistazo a lo que cuentan los sabios del laboratorio de Google, sobre su seguridad, sobre la capacidad para eliminarlas de forma manual o automática y sobre la forma de hacerlas más seguras en inviolables para preservar nuestros copyright. Es interesante.

Pongo dos versiones: la original en inglés para letrados y la traducción Google tal cual para iletrados como yo.

  • Brexit-versión: para letrados

Watermarks are widely used by photographers and stock agencies to protect their digital property in an online world where very little stands between an eager image thief and your photography. However, even complex watermarks might not be as secure as you’d think when the same pattern is applied to a large number of accessible images.

A research team at Google recently embarked on a two-part experiment. First, they developed a method of quickly,. effectively and automatically removing watermarks from a large set of images. Then, they found a way to thwart their own automatic system, creating a more secure way to watermark.

Automatic Watermark Removal

It’s a tedious task to remove a watermark manually, which can can take even image editing experts several minutes. Even for a computer it is very difficult to automatically detect and remove a watermark on a single image. However, if watermarks are added in a consistent manner to many images, automatic removal becomes much easier.

In the first step, an algorithm identifies which image structures are repeating in an image collection. If a similar watermark is embedded in many images, the watermark becomes the signal and images become the noise. At that point, a few simple image operations can generate a rough estimation of the watermark pattern.

In the second step, the watermark is separated into its image and opacity components while reconstructing a subset of clean images. The end result is a much more accurate estimation of the watermark pattern, which can then easily be removed from the marked images—no manual photo editing required.

Making More Secure Watermarks

As the vulnerability of current watermarking techniques lies in the consistency in watermarks across image collections, the research team at Google developed a method to introduce inconsistencies when embedding watermarks.

They found that simply changing the watermark position or random changes in its opacity do not improve security by much; however, slightly warping the watermark when embedding it in the image did the trick by producing a watermark that is very similar to the original but leaves very visible artifacts when removed by an algorithm. Estimating the random warp field that was applied to the watermark is simply too difficult for current algorithms.

According to the researchers, there is no guarantee that there will not be a way to break randomized watermarking schemes in the future, but randomized warping will make it fundamentally more difficult to automatically remove watermarks from image collections.

More detail and sample images are available on the Google Research Blog.

  • Versión Google (tal cual): para iletrados

Marcas de agua son ampliamente utilizados por los fotógrafos y las agencias de valores para proteger su propiedad digital en un mundo en línea donde muy poco se encuentra entre un ladrón de imagen ansioso y su fotografía. Sin embargo, incluso las marcas de agua complejas pueden no ser tan seguras como se podría pensar cuando se aplica el mismo patrón a un gran número de imágenes accesibles.

Un equipo de investigación de Google se embarcó recientemente en un experimento en dos partes. En primer lugar, se desarrolló un método de rápida ,. Eliminando de forma eficaz y automática las marcas de agua de un gran conjunto de imágenes. Entonces, encontraron una manera de frustrar su propio sistema automático, creando una manera más segura a la marca de agua.

Eliminación automática de marca de agua

Es una tarea tediosa para eliminar una marca de agua de forma manual, lo que puede tomar incluso los expertos de edición de imágenes de varios minutos. Incluso para un ordenador es muy difícil detectar y eliminar automáticamente una marca de agua en una sola imagen. Sin embargo, si se añaden marcas de agua de manera consistente a muchas imágenes, la eliminación automática se hace mucho más fácil.

En el primer paso, un algoritmo identifica qué estructuras de imagen se repiten en una colección de imágenes. Si una marca de agua similar está incrustada en muchas imágenes, la marca de agua se convierte en la señal y las imágenes se convierten en el ruido. En ese punto, unas cuantas operaciones simples de imagen pueden generar una estimación aproximada del patrón de marca de agua.

En el segundo paso, la marca de agua se separa en sus componentes de imagen y opacidad mientras reconstruye un subconjunto de imágenes limpias. El resultado final es una estimación mucho más precisa del patrón de marca de agua, que puede ser fácilmente eliminado de las imágenes marcadas, no se requiere edición manual de fotografías.

Hacer marcas de agua más seguras

Dado que la vulnerabilidad de las técnicas actuales de marca de agua se encuentra en la consistencia de las marcas de agua en las colecciones de imágenes, el equipo de investigación de Google desarrolló un método para introducir inconsistencias al incrustar marcas de agua.

Encontraron que cambiar simplemente la posición de la filigrana o los cambios al azar en su opacidad no mejoran mucho la seguridad; Sin embargo, ligeramente deformar la marca de agua al incrustarlo en la imagen hizo el truco mediante la producción de una marca de agua que es muy similar a la original, pero deja muy visibles artefactos cuando se retira mediante un algoritmo. La estimación del campo de urdimbre aleatorio que se aplicó a la marca de agua es simplemente demasiado difícil para los algoritmos actuales.

Según los investigadores, no hay garantía de que no habrá una forma de romper esquemas de marcas de agua aleatorias en el futuro, pero la deformación aleatoria hará que sea fundamentalmente más difícil eliminar automáticamente las marcas de agua de las colecciones de imágenes.

Más detalles y ejemplos de imágenes están disponibles en el Google Research Blog

Y hoy lo amplio con esto: atualización 26-8-2017

Y una semana después insisten sobre el tema, así que reedito el artículo a fecha de hoy por si la cosa os interesa:

adolfo

Un comentario

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

This site uses Akismet to reduce spam. Learn how your comment data is processed.