Marcas de agua de imágenes en paralelo

Abstract

Mientras que el Internet ha hecho posible para el consumidor obtener de manera fácil archivos de tipo digital como imágenes, audio, vídeo, etc. ha hecho también posible obtener de manera ilegal material con derechos de autor. Las marcas de agua digitales son una solución parcial a este problema. Insertar una marca de agua en una versión legal puede ayudar al autor identificar quien tiene una copia ilegal. Debido al enorme incremento del flujo de la información, es necesario insertar las marcas de agua en los archivos en el menor tiempo posible. Por esta razón es natural pensar en computación en paralelo. Diferentes técnicas para insertar marcas de agua en imágenes digitales han aparecido en la literatura durante los últimos veinte años, sin embargo, sólo unos pocos han considerado la posibilidad de aplicar computación en paralelo y los que lo hacen, sólo tienen en cuenta el uso de GPUs. No se tiene en cuenta el uso de otros modelos de computación en paralelo como OpenMP o MPI. En este trabajo damos un algoritmo embarazosamente paralelo para una familia de uso general de algoritmos de marcas de agua en el dominio de la frecuencia y comparamos el rendimiento de las implememntaciones secuencial, OpenMP, MPI y CUDA de un sencillo representante de esta familia, con especial énfasis en OpenMP y MPI. Nuestros experimentos muestran que con una solo GPU CUDA es casi 300 veces más rápido que la versión secuencial y muchas veces más rápido que OpenMP y MPI utilizando 1-8 nodos.

While the Internet has made it possible for the consumer to easily obtain images, audio, video, etc. in digital form, it has also made it easier to illegally obtain copyrighted material. Digital watermarking is a partial solution to this problem. Embedding a watermark in a legal version of material can help the copyright owner to identify who has an illegal copy. Because of the ever increasing enormity of the flow of information, it becomes necessary to watermark files in the least amount of time possible. For this reason it is natural to turn to parallel computing. Many different techniques for embedding watermarks in digital images have appeared in the literature for at least the last twenty years, However, only a few have considered the possibility of applying parallel computing and those that do, consider only the use of GPUs. Not one considers the use of other models of parallel computation such as OpenMP or MPI. In this work we give an embarrassingly parallel algorithm for a commonly used family of watermarking algorithms in the frequency domain and we compare performance of sequential, OpenMP, MPI and CUDA implementations of a simple representative of this family, with particular emphasis on OpenMP and MPI. Our experiments show that CUDA with one GPU is almost 300 times faster than the sequential version and many times faster than OpenMP and MPI using 1 to 8 nodes.