3D 콘텐츠 산업 분야의 급격한 성장과 더불어, 3D 콘텐츠 인증 및 신뢰, 검색을 위한 콘텐츠 해싱 기술이 요구되어지고 있다. 그러나 영상 및 동영상과 같은 2D 콘텐츠 해싱에 비하여 3D 콘텐츠 해싱에 대한 연구가 아직까지 미비하다. 본 논문에서는 키 기반의 3D 표면 계수 분포를 이용한 강인한 3D 메쉬 모델 해싱 기법을 제안한다. 제안한 기법에서는 기본적인 Euclid 기하학 변환에 강인한 3D SSD와 표면 곡률의 평면계 기반의 블록 표면 계수를 특징 벡터로 사용하며, 이를 치환 키 및 랜덤 변수 키에 의하여 최종 이진 해쉬를 생성한다. 실험 결과로부터 제안한 해싱 기법은 다양한 기하학 및 위상학 공격에 강인하며, 모델 및 키별로 해쉬의 유일성을 확인하였다.

본 논문은 비디오 콘텐츠가 P2P 환경에서 배포될 때, 멀티미디어 핑거프린팅 코드를 삽입하는 알고리즘을 제안하고 공모공격 방지를 위한 공모 코드북 SRP(Small RISC Processor) 임베디드 시스템을 설계한다. 구현된 시스템에서는 웹서버에 업로드를 요청하는 클라이언트 사용자의 비디오 콘텐츠에 삽입된 핑거프린팅 코드를 검출하여 인증된 콘텐츠이면 스트리밍 서버로 전송을 하여 P2P 네트워크에 배포를 허락하고, 공모코드가 검출되면 스트리밍 서버로 비디오 콘텐츠의 전송을 차단하여 P2P 네트워크에 배포를 중지시키고, 또한 공모코드에 가담한 공모자를 추적한다. BIBD 코드 v의 10%를 공모자로 하여 평균화공격의 공모코드를 생성하였다. 이를 기반으로 공모공격 방지의 코드북이 설계 되었다. 비디오 콘텐츠의 온라인 스트리밍 서비스 ASF와 오프라인 제공 MP4의 비디오 압축에서는 I-프레임의 휘도성분 Y의 비트플랜 0~3에 핑거프린팅 코드의 삽입량이 0.15% 이상에서 삽입된 원코드와 검출된 코드의 상관계수는 0.15 이상이었다. 상관계수 0.1 이상에서 공모코드 검출율은 38% 그리고 상관계수 0.2 이상에서 공모자 추적율은 20%임을 확인하였다.

비디오 시퀀스에서 움직임 있는 객체의 실시간 검출 및 추적은 스마트 감시 시스템에서 매우 중요한 요소로 분류되고 있다. 본 논문에서 우리는 움직임이 있는 객체의 검출을 위해 클라우지우스 엔트로피와 적응적 가우시안 혼합모델을 사용한 객체 검출 방법을 제안한다. 먼저, 엔트로피의 증가는 일반적으로 불안전한 조건에서 많은 엔트로피의 변화가 발생한 경우 복잡성 및 객체의 움직임이 증가함을 의미한다. 만약 순간적으로 엔트로피 변화가 큰 화소는 움직임 객체에 속한다고 고려하여 움직임 분할 특성을 적용한다. 따라서 우리는 먼저 클라우지우스 엔트로피 이론을 적용하여 엔트로피에 대한 에너지 변화량을 dense 맵으로 변환한다. 두 번째로 우리는 움직임 객체를 검출하기 위해 적응적 가우시안 혼합 모델을 적용하였다. 실험 결과에서 제안된 방법이 효율적으로 움직임이 있는 객체를 검출할 수 있었다.

IPTV 셋톱박스에서 가장 많이 사용하는 저장장치인 하드디스크는 가격에 비해 저장용량이 크고 입출력 속도가 빠르지만 스핀들 모터의 기계적 동작으로 인해 전력 소모가 많다는 단점이 있다. 셋톱박스에서 스트리밍 데이터를 재생하기 위하여 하드디스크의 스핀들 모터는 최대 전력을 사용하는 활성모드를 계속 유지해야 한다. 본 논문에서는 스트리밍 데이터 재생 시 전력 소모를 감소시키는 오프셋-버퍼링(Offset-Buffering)과 다중모드 스핀-다운(Multi Mode Spin-Down) 기법을 제안한다. 오프셋-버퍼링은 사용자의 시청 패턴을 분석하고 분석된 결과를 통해 버퍼링을 하므로 스핀들 모터의 모드를 대기모드로 길게 유지할 수 있다. 또한 오프셋 버퍼의 크기에 따라 다양한 모드로 스핀-다운을 하여 전력 소모를 줄일 수 있다. 실험 결과 본 논문에서 제안한 오프셋-버퍼링과 다중모드 스핀-다운은 기존의 풀-버퍼링(Full-Buffering)보다 28.3% 전력 소모량을 감소시켰으며, 스핀-업 횟수를 12.5% 줄였다.

차량 운전자 지원을 위한 연구에서 도로상에 위치한 교통 표지판은 운전자에게 아주 중요한 정보임에 틀림없다. 따라서 주행중인 차량에서 획득한 영상으로부터 실시간으로 교통 표지판을 검출하여 운전자에게 그 정보를 제공한다면 안전운전에 큰 도움이 될 것이다. 하지만 주행중인 차량으로부터 획득한 영상에는 차량과 노면의 진동에 의해 획득된 영상에 흐림 현상이 발생하고 또한 노이즈들이 포함되어 있어 정확한 표지판 검출이 어려운 문제점이 있다. 게다가 영상획득을 위한 촬영 각도나 날씨 등에 의해 교통 표지판의 고유한 색상과 모양이 서로 다르게 표현되는 문제점이 발생한다. 이를 해결하기 위해 본 논문에서는 도로 환경과 같은 다양한 조도 변화가 포함된 교통 표지판 영상들로부터 고유색상 정보를 분석하고 HSI 고유칼라 모델을 생성하고 이를 이용하여 교통 표지판의 후보 영역을 검출한다. 그리고 모양정보 분석을 위해 교통 표지판의 고유한 형태학적 정보를 표현할 수 있는 불변 모멘트 특징정보를 추출하여 SVM을 통해 최종 교통 표지판 영역을 검출하는 방법을 제안한다. 제안한 방법을 도로에서 획득한 영상에서 실험한 결과, 교통 표지판 검출율은 91%, 그리고 프레임당 처리 시간은 0.38초이며, 제안한 방법은 실시간 지능형 교통 안내 시스템에 유용하게 적용될 수 있다.

이 논문에서는 데이터 은닉기법을 적용하여 BTC 영상을 압축하는 방법을 제안한다. BTC는 일반적인 디지털 영상을 2진 영상으로 압축하는 알고리즘이며 프린터와 같은 응용에서도 사용이 가능하다. BTC 알고리즘에서 이진영상과 함께 전송되는 부가정보의 크기가 이진영상의 크기와 같을 정도로 크므로 이 정보를 정보은닉 기법을 이용하여 줄임으로서 전체적인 전송량을 줄이고자 한다. 하지만 일반적인 BTC 영상에서 데이터 은닉을 위한 공간이 충분하지 않으므로 본 논문에서는 Adaptive AMBTC 알고리즘을 적용하여 생성된 이진영상에 가상 히스토그램을 구한 후 히스토그램 변형을 통하여 부가정보의 양을 줄이고자 한다. 논문에서 제공하는 알고리즘은 기존의 BTC 또는 Adaptive AMBTC 알고리즘에서 생성된 영상과 화질의 차이를 크게 보이지 않는 범위 내에서 파일 크기를 6-11%정도 줄일 수 있다.

오늘날 인터넷이 급속도록 확산되면서 사회의 다양한 분야에서 활용되고 있으며, 생활에 있어 없어서는 안 될 필수적인 존재로 인식되고 있다. 하지만, 신체적인 제약을 갖고 있는 장애인들과 같이 웹에 접근하기 어려운 사용자들이 있다. 이에 따라 선진국뿐만 아니라, 우리나라에서도 웹 접근성에 대해 관심이 높아지고 있는 실정이며, 이에 대해 체계적인 조사 및 연구가 필요하다. 본 논문에서는 시각장애인들이 갖고 있는 웹 접근의 어려움에 대해 효율적인 제공을 위한 접근 횟수를 단축시키기 위한 방법론을 제시하고 사용자 인터페이스를 설계한다.

오늘날 의료 기관에서는 수많은 의료 영상자료를 만들고 관리하고 있으며, 이러한 자료들 중에서는 환자의 프라이버시와 관련된 정보도 많다. 따라서 이러한 개인정보는 외부로 노출되어서는 안 되며, 철저한 관리가 필요하다. 본 논문에서는 이러한 프라이버시 관련 영상 자료에 환자의 상태 및 의료 처방 정보를 포함함으로서, 향후 영상자료의 관리 소홀로 인한 잘못된 의료처방 등을 방지할 수 있는 방안을 제안한다. 제안한 방법은 각 환자 정보에 대한 HMAC 기반의 해쉬 코드를 생성하고, 생성된 코드와 환자의 정보를 함께 이미지에 포함함으로서 향후 의사가 이 이미지로부터 추출한 데이터가 외부인에게 훼손되었는지 여부를 쉽게 감지함으로써, 환자의 정보를 보다 철저히 관리할 수 있도록 하는 것을 목적으로 한다. 또한, 환자의 의료정보를 이미지에 은닉하기 위해서 복원 가능한 데이터 은닉 기법인 DE(Difference Expansion) 알고리즘을 사용함으로서, 이미지로부터 데이터를 추출한 후 원 영상을 가지고, 환자의 상태를 쉽게 체크할 수 있게 되어 의사의 입장에서 매우 효율적인 방법으로 환자 상태를 평가할 수 있다. 제안한 방법은 뇌 영상을 촬영한 MRI 영상에서 실험한 결과 데이터은닉과 추출 그리고 영상의 복원 그리고 데이터 무결석 확인에 있어서 완벽한 성능을 보였다.

감성 지능형 컴퓨팅은 컴퓨터가 학습과 적응을 통하여 인간의 감성을 처리할 수 있는 감성인지 능력을 갖는 것으로 보다 효율적인 인간과 컴퓨터의 상호 작용을 가능하게 한다. 감성 정보들 중 시각과 청각 정보인 음악 이미지는 짧은 시간에 형성되고 기억에 오랫동안 지속되기 때문에 성공적인 마케팅에 있어서 중요한 요인으로 꼽히고 있으며, 인간의 정서를 이해하고 해석하는데 있어서 매우 중요한 역할을 한다. 본 논문에서는 사용자의 감성키워드(짜증, 우울, 차분, 기쁨)를 고려하여 매칭된 음악과 이미지를 검색하는 시스템을 구축하였다. 제안된 시스템은 인간의 감성을 4단계 경우로 상황을 정의하며, 정규화 된 음악과 이미지를 검색하기 위해 음악 이미지 온톨로지와 감성 온톨로지를 사용하였으며, 이미지의 특징정보를 추출, 유사성을 측정하여 원하는 결과를 얻게 하도록 하였다. 또한, 이미지 감성인식정보를 분류하기위해 대응일치분석과 요인분석을 통한 성컬러와 감성어휘를 하나의 공간에 매칭하였다. 실험결과 제안된 시스템은 4가지 감성상태에 대해 82.4%의 매칭율를 가져올 수 있었다.

이미지 데이터가 증가함에 따라 효율적인 검색을 위해서 이미지 데이터를 구조화해야 할 필요성이 증가하고 있다. 이미지 데이터를 구조화하기 위한 대표적인 방법으로는 클러스터링이 있다. 그러나 기존 클러스터링 방법들은 클러스터링을 수행하기 전에 매개변수로서 클러스터의 개수를 사용자로부터 제공 받아야 되는 어려움이 있다. 본 논문에서는 클러스터의 개수를 사용자에게 제공 받지 않고 이미지 데이터를 클러스터링 하는 방안에 대해서 논의 한다. 제안하는 방안은 객체들 간의 상호 연관관계를 이용하여 매개변수 없이 데이터의 감추어진 구조나 패턴을 찾아내는 방법인 Cross-Association을 기반으로 한다. 이미지 데이터 클러스터링에 Cross-Association을 적용하기 위해서는 먼저 이미지 데이터를 그래프로 변환해야 한다. 그런 후에 생성된 그래프를 Cross-Association에 적용시키고 그 결과를 클러스터링 관점에서 해석한다. 본 논문에서는 또한 Cross-Association을 기반으로 계층적 클러스터링 하는 방법과 아웃라이어 검출 방법을 제안한다. 실험을 통해서 제안하는 방법의 우수성을 규명하고 이미지 데이터를 클러스터링 하는데 적절한 k-최근접 이웃검색에서의 k값과 더 나은 그래프 생성 방법이 무엇인지를 제시한다.

본 논문에서는 Dynamic Space Time Warping(DSTW) 알고리즘을 이용하여 손동작을 다양한 배경에서도 정확하게 인식할 수 있는 방법을 제안한다. DSTW 알고리즘을 이용한 기존의 손동작 인식 방법은 질의 영상의 매 프레임마다 검출된 다수의 손 후보 영역과 모델 영상을 시간 축 상으로 비교하는 방법이다. 그러나 DSTW 알고리즘을 이용한 기존의 손동작 인식 방법은 손을 포함하지 않은 후보 영역들(배경, 팔꿈치 등)에 의해 오 인식될 수 있는 경로를 생성하며, 그 결과로 사용자가 의도하지 않은 손동작으로 인식된다. 이러한 단점을 해결하기 위해서, 본 논문에서는 손 후보 영역의 불변 모멘트를 이용하여 질감정보를 추출한 후 후보 영역들 사이의 유사도를 비교한다. 제안한 방법을 통해 계산된 유사도는 모델 영상과 질의 영상의 매칭 비용에 가중치로 적용된다. 실험 결과를 통해 제안한 방법은 다양한 배경에서도 사용자의 손동작을 정확하게 인식하였으며 기존의 방법에 비해 약 13%의 인식률이 향상한 것을 확인하였다.

유비쿼터스 기술의 보편화에 따라 유비쿼터스 환경의 보안 취약성을 해결하기 위한 보안기술의 연구가 주목받고 있다. 그러나 현재의 대다수 보안 시스템은 고정된 규칙을 기반으로 하는 것으로서, 유비쿼터스 기반 사용자의 다양한 상황에 제대로 대응하지 못하는 문제점이 있다. 또한 기존의 상황인식 보안 연구는 ACL (Access Control List) 혹은 RBAC (Role-Based Access Control) 계열의 연구가 많이 수행되고 있으나 보안정책의 관리에 대한 오버헤드가 크고, 또한 예상하지 못한 상황에 대한 대응이 어렵다는 문제점을 보이고 있다. 이에 본 논문에서는 퍼지 알고리즘과 MAUT를 이용하여 다양한 상황을 인식하고 적절한 보안기능을 제공하는 상황인식 보안 서비스를 제안한다.

급격한 컴퓨터 기술의 발달로 인간과 컴퓨터 상호작용 (Human Computer Interface : HCI)에 대한 중요성이 높아지면서 보다 인간 친화적인 시스템 설계에 대한 요구가 높아지고 있다. 인간 친화적인 시스템 구축을 위해서는 먼저 개인성과 감성적요소가 고려되어야 한다. 지식(Knowledge), 감정(Emotion), 개인성(Personality)의 각 영역에서 이를 실현하려는 시도는 많이 되고 있으나 이 세 가지 요소를 연결하는 시도는 아직 미흡한 실정이다. 지식이 기억될 때 감정도 함께 기억되는 경우가 많으며 사고 과정과 결정 단계에서 감정적인 상태는 막대한 영향을 미친다. 따라서 좀 더 인간 친화적이며 섬세하고 효율적인 지능 시스템 구현을 위해서는 이러한 세 가지 요소를 고려한 시스템이 모델링되고 설계되어야 한다. 본 논문에서는 개인성을 고려한 지식-감정 반응 모델을 설계하고, 개인성을 구현하기위하여 5가지 타입을 정의하고 타입매칭선택 메커니즘에 의해 추출된 사고 스레드의 감정벡터를 계산하고 자극에 반응하는 방법을 제안하였다. 또한 제안된 시스템을 가상메모리에 적용하여 타입별 감정 반응을 시뮬레이션 하였다.

본 논문에서는 가상공간과 현실공간이 융합되는 지능형 환경에서 지속 가능한 콘텐츠 생태계 조성을 위한 유비쿼터스 가상현실 프레임워크 및 응용을 제안한다. 유비쿼터스 가상현실 프레임워크는 가상현실과 현실공간을 융합한 환경에서 사용자들이 지속적으로 콘텐츠를 생산하고 다른 사용자들과 공유할 수 있도록 하는 데스크톱 및 모바일 저작 플랫폼, 그리고 듀얼 공간 관리기로 구성된다. 데스크톱 저작 플랫폼은 서비스 제공자들이 콘텐츠를 저작하기 위한 환경을, 모바일 저작 플랫폼은 일반 사용자들이 콘텐츠를 소비, 생산 및 공유를 가능하게 하는 환경을 그리고 듀얼 공간 관리기는 이들이 생산하는 콘텐츠를 관리하는 환경을 사용자들에게 제공한다. 사용자들은 본 논문에서 제안하는 유비쿼터스 가상현실 프레임워크를 통해 현실공간과 가상공간이 융합된 환경에서 콘텐츠 생산, 소비, 공유 확대 및 재생산 등의 활동에 지속적으로 참여하여 콘텐츠 생태계를 형성하고 유지하는데 기여할 수 있다. 제안하는 유비쿼터스 가상현실 프레임워크의 유용함을 보이기 위해 모바일 플랫폼을 중심으로 실시간 처리 성능을 측정하였으며 응용 시나리오를 통해 활용 가능성을 제시하였다. 실험결과 그래픽 가속기와 부동소수점 연산이 가능한 모바일 단말기에서 실시간 콘텐츠 증강 및 저작이 가능함을 알 수 있었다. 결론적으로 본 논문에서 제안하는 유비쿼터스 가상현실 프레임워크는 가상과 현실이 융합되는 지능형 환경에서 사용자들의 참여에 의해 지속 발전 가능한 멀티미디어 서비스 환경 구축에 중요한 역할을 할 것으로 기대된다.

분산 이기종 컴퓨팅 시스템(Distributed Heterogeneous Computing System, DHCS)에서 방향성 비순환 그래프(Directed Acyclic Graph, DAG)의 효율적인 스케줄링은 시스템의 높은 성능을 만드는데 매우 중요한 역할을 한다. 본 논문은 DHCS에서 고성능의 새로운 스케줄링 알고리즘인 LCFT(Levelized Critical First Task)을 제안한다. LCFT 알고리즘은 DHCS에서 스케줄링을 위해 효율적인 태스크 선택 방법을 이용하는 리스트 스케줄링 기반의 알고리즘이다. LCFT 알고리즘의 복잡도는 $O(\upsilon+e)(p+log\;\upsilon)$을 갖는다. LCFT의 성능 비교를 위해 다양한 DAG 그래프를 이용하여 기존의 알고리즘인 PETS, HPS, HCPT, GCA와 스케줄링의 길이와 속도를 실험하였으며 실험 결과 LCFT 알고리즘이 다른 알고리즘 보다 성능 향상이 있는 것을 확인할 수 있었다.

온톨로지 내의 효율적 정보 탐색을 위한 질의 처리 부분은 온톨로지 응용의 측면에서 반드시 해결되어야 할 부분이다. 기존의 온톨로지에 대한 질의 처리 시스템은 온톨로지에 표현된 사실만을 분석하여, 단순 구조적 사실 정보만을 사용자에게 제공 함으로써 데이터베이스 시스템 및 텍스트 기반 정보처리 시스템과 크게 다른 점이 없었다. 사실상, 기존의 온톨로지 질의 시스템들에서 사용하고 있는 질의 언어의 구조나 형식이 데이터베이스 시스템의 질의 언어(SQL)에 모태를 두고 있으므로, 온톨로지와 데이터베이스의 질의 처리 및 그 결과는 거의 동일하다. 이에 본 연구에서는 온톨로지 사용의 효율성을 극대화하기 위해 온톨로지에 대한 단순 질의 처리가 아닌, 추론 규칙에 기반한 추론된 사실들을 모두 처리할 수 있는 온톨로지 추론 및 질의에 대한 통합 시스템 개발의 필요성을 인식하고, 온톨로지에 대한 효율적 질의 처리 방법을 연구하였다.

본 논문에서는 기울어진 문자, 다양한 크기, 글씨체, 흐린 문자를 포함한 입력영상의 문자 복원과 인식, 효율적인 도서 검색을 위한 광학문자인식 알고리즘을 제안한다. 본 논문에서 제안한 광학문자 인식알고리즘은 검출부와 인식부로 구성되며, 검출부에서는 복잡한 배경에서 정확한 도서 영역 검출을 위하여 로버츠 에지 연산자와 허도로프 거리 알고리즘을 적용하여 필요한 영역을 검출하였다. 또한 인식부에서는 문자의 크기와 경사도, 부분 손실 등의 영상에 강인성을 갖는 바이큐빅 보간법을 적용하여 데이터 손실 복원과, 반자동 기울기를 갖는 입력 영상의 보정을 하였다. 모의실험 결과 기존 알고리즘 보다 인식률에서는 6%, 검색시간에서는 1.077초 더 우수함을 확인하였다.

본 논문은 Haar 웨이브릿변환과 평균 박스필터에 기반을 둔 Haar 웨이브릿 특징 검출자를 제안한다. 원 영상을 Haar 웨이브릿 변환을 통해 분해하여 영상의 분산정보를 얻고 영상 식별을 위한 특징정보를 추출한다. 영역을 나타내는 주위영역들 중에 분산이 가장 큰 영역의 관심점을 검출하기 위하여 국부 분산정보를 비교하는 평균 박스필터를 적용하고 빠른 계산을 위한 적분영상 기법을 사용한다. Haar 웨이브릿 변환과 평균 박스필터를 이용하여 제안한 검출자는 밝기 변화, 스케일 변화, 영상의 회전에 민감하지 않는 특성을 제공할 수 있다. 실험결과는 제안한 방법이 적은 관심점을 사용하는 경우에도 기존의 DoG 검출자와 Harris corner 검출자에 비해 더 높은 repeatability와 효율성 그리고 매칭정확성을 달성할 수 있음을 보여준다.

본 연구에서는 실시간 멀티미디어 서비스의 QoS를 향상시키기 위해 계층 통합 최적화 기법을 통한 새로운 파워 할당 기법을 소개한다. 각각의 패킷이 QoS에 미치는 영향이 다르므로, 항상 패킷 손실의 감소가 QoS의 향상으로 이어지지는 않는다. 본 연구에서는 패킷이 QoS에 미치는 영향을 정량화 하여 이를 바탕으로 파워를 할당하는 기법을 개발하였다. 다이내믹 프로그래밍 기법을 사용하여 파워소모를 최소화하면서 QoS를 극대화하는 적절한 파워 값을 발견하였으며, 실험을 위해 널리 공개된 비디오 클립을 사용하였다. 네트워크 시뮬레이터 (network simulator version 2)를 통하여 시뮬레이션을 수행하였으며, 성능 평가를 위해 클라이언트 단에 디코딩엔진을 삽입하여 원본 영상과 전송된 영상을 비교, PSNR을 도출하였다. 패킷 세만틱 정보를 기반으로 적절한 파워를 할당한 결과 기존의 기법에 비해 QoS가 크게 향상되는 것을 확인할 수 있었으며, 이는 본 논문에서 제안된 기법이 보다 중요한 패킷에 대한 차별적인 보호 기법이 적용된 결과임을 각 프레임 손실에 대한 조사로 알 수 있었다. 해당 기법의 적용을 통해 I 프레임의 경우 손실이 최대 29%에서 2%이내로 감소하는 것을 확인할 수 있었으며, 같은 결과를 나타낼 때, 파워 소모를 최대 약 20%까지 감소시키는 것을 확인할 수 있었다.

본 논문에서는 서비스 충돌을 회피할 수 있는 효율적인 시스템 구조도를 설명하고, 이를 위한 수정된 서비스 세션 테이블을 제안하여 서비스 충돌회피 절차를 제안하였다. 제안된 방식은 서비스 충돌을 인지하여 이를 회피함으로써 불필요한 서비스 요청메시지를 감소시키며 또한 사용가능한 디바이스에게 직접 서비스를 요청함으로써 서비스 제공 전달시간을 줄일 수 있음을 확인할 수 있다. 따라서 제안된 방식은 퍼스널 서버로 하여금 효율적으로 배터리를 소비하게 하며, 신속한 서비스를 제공받을 수 있게 하는 장점이 있다.