Die Studierenden
Deliverable: Didaktisch gelungene Einführung in „Digital Watermarking for image data“ in Form eines Jupyter-Notebooks mit beispielhaftem, direkt ausführbarem Python-Code (Sprache: englisch).
Deliverable: Didaktisch gelungene Einführung in „Digital Watermarking for image data“ in Form eines Jupyter-Notebooks mit beispielhaftem, direkt ausführbarem Python-Code (Sprache: englisch) (Gewicht 100%).
Die Studierenden
Einleitung:
Ein digitales Wasserzeichen ist eine Art Markierung, die verdeckt in ein rauscharmes Signal wie Audio-, Video- oder Bilddaten eingebettet ist. Es wird typischerweise verwendet, um die Inhaberschaft des Urheberrechts eines solchen Signals zu identifizieren. "Watermarking" ist der Prozess des Versteckens digitaler Informationen in einem Trägersignal; die versteckten Informationen sollten, müssen aber nicht, eine Beziehung zum Trägersignal enthalten. Digitale Wasserzeichen können verwendet werden, um die Authentizität oder Integrität des Trägersignals zu verifizieren oder die Identität der Eigentümer zu zeigen. Es wird prominent zur Verfolgung von Urheberrechtsverletzungen und zur Authentifizierung von Banknoten eingesetzt.
Herkömmliche Wasserzeichen können auf sichtbare Medien (wie Bilder oder Videos) aufgebracht werden, während beim digitalen Wasserzeichen das Signal aus Audio, Bildern, Video, Texten oder 3D-Modellen bestehen kann. Ein Signal kann gleichzeitig mehrere verschiedene Wasserzeichen tragen. Im Gegensatz zu Metadaten, die dem Trägersignal hinzugefügt werden, verändert ein digitales Wasserzeichen nicht die Größe des Trägersignals.
Die benötigten Eigenschaften eines digitalen Wasserzeichens hängen von dem Anwendungsfall ab, in dem es eingesetzt wird. Für die Kennzeichnung von Mediendateien mit Copyright-Informationen muss ein digitales Wasserzeichen eher robust gegenüber Modifikationen sein, die auf das Trägersignal angewendet werden können. Wenn stattdessen die Integrität sichergestellt werden muss, würde ein empfindliches Wasserzeichen verwendet werden. Leider sind Hashing-Algorithmen, die auf robusten und invarianten Merkmalen basieren, nicht gut für Mikrostrukturen geeignet, die recht einheitlich sind und keine kantenähnlichen Merkmale, hervorstechende Punkte usw. besitzen.
Lerninhalte:
Durchführung gemäss Stundenplan