• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2015년도 추계학술대회
• /
• pp.176-179
• /
• 2015

본 논문에서는 3D 디지털 영상 컨텐츠의 저작권 보호를 위해 DWT(Discrete Wavelet Transform)를 이용하여 강인성(robustness), 비가시성(invisibility), 보안성(security)을 만족하는 블라인드(Blind) 워터마킹 방법을 제안한다. 이 방법은 깊이 영상 기반 랜더링(DIBR, Depth Image Based Rendering)에 효과적으로 대처하기위해 고안된 알고리즘으로, 랜더링시 발생하는 왜곡에 영향이 적은 1-Level DWT LH 부대역에 워터마크를 삽입하는 방법이다. 이 방법에서 저작권에 대한 판단은 추출한 워터마크 정보를 통합 판단하는 방법을 사용한다. 이 방법은 저작권 보호를 위해 원본 영상을 보관할 필요가 없으며, 깊이 영상 기반 랜더링 baseline distance 5% 공격에 좌,우시점 영상 모두 효율적으로 적은 에러율을 보이며 워터마크로서 충분한 강인성을 보여준다.

• 한국콘텐츠학회논문지
• /
• 제12권12호
• /
• pp.1-13
• /
• 2012

3차원 동영상은 다양한 응용분야들에서 차세대 콘텐츠로 큰 주목을 받고 있다. 2D-to-3D 변환은 3차원 동영상의 시대로 넘어가는 과도기 동안에 3차원 동영상 콘텐츠의 부족현상을 해결하기위한 강력한 기술로 여겨지고 있다. 일반적으로 2D-to-3D 변환을 위해서는 2차원 동영상 각 장면의 깊이영상을 추정/생성한 후 깊이 영상 기반 랜더링 (DIBR : Depth Image Based Rendering) 기술을 이용하여 스테레오 동영상을 합성한다. 본 논문은 2차원 동영상 내 존재하는 다양한 변환 단서들을 통합하는 새로운 깊이 융합 기법을 제안한다. 우선, 알맞은 깊이 융합을 위해 몇몇 단서가 현재 장면을 효과적으로 표현할 수 있는 지 아닌지 검사된다. 그 후, 신뢰성 검사의 결과를 기반으로 현재 장면은 4개의 유형 중 하나로 분류된다. 마지막으로 최종 깊이 영상을 생성하기 위해 신뢰할 수 있는 깊이 단서들을 조합하는 장면 적응적 깊이 융합이 수행된다. 실험 결과를 통해 각각의 단서가 장면 유형에 따라 타당하게 활용되었고 최종 깊이 영상이 현재 장면을 효과적으로 표현할 수 있는 단서들에 의해 생성되었음을 관찰할 수 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제26권3호
• /
• pp.261-270
• /
• 1999

이 논문에서는 볼륨 데이터의 효율적인 영상 기반 랜더링 알고리즘을 제시한다. 중간 영상 공간은 밀림 객체 공간에서 중간 영상이 위치하는 2차원 공간이다. 최종 영상 공간 대신에 중간 영상 공간을 이용함으로써 매핑이 좀더 간단해지면 점대점 매핑에서 기인하는 구멍을 없앨 수있다. 중간 영상 공간상에서의 매핑은 근원 화소의 깊이 값으로 만들어진 테이블을 가지고 쉽게 이루어진다. 또한 이 논문에서는 효율적인 객체의 표현을 위하여 텔타트리에 기반을 둔 새로운 사진 트리를 제안한다. 트리 구조를 사용할 경우 인접한 영상들에 존재하는 중복 정보를 제거함으로써 압축 효과를 얻을 수있다. 제안된 트리는 델타트리에 비해서 더 좋은 압축 성능을 보이며 빠르게 영상을 생성할 수 있다. 제안된 알고리즘을 실험한 결과 256 $\times$256$\times$256의 볼륨에서 비교적 좋은 질의 256$\times$256 의 영상을 1초에 25~40개 정도 만들어 낼수 있다.

• 한국군사과학기술학회지
• /
• 제19권1호
• /
• pp.66-75
• /
• 2016

Stereoscopic image generated by depth image-based rendering(DIBR) for surveillance robot and camera is appropriate in a low bandwidth network. The image is very important data for the decision-making of a commander and thus its integrity has to be guaranteed. One of the methods used to detect manipulation is to check if the stereoscopic image is taken from the original camera. Sensor pattern noise(SPN) used widely for camera identification cannot be directly applied to a stereoscopic image due to the stereo warping in DIBR. To solve this problem, we find out a shifted object in the stereoscopic image and relocate the object to its orignal location in the center image. Then the similarity between SPNs extracted from the stereoscopic image and the original camera is measured only for the object area. Thus we can determine the source of the camera that was used.