• The Journal of the Korea Contents Association
• /
• v.17 no.12
• /
• pp.281-288
• /
• 2017

Financial service commission notified that fingerprint information of their documents should be deleted till 2019 to the financial industry and the public institution. Business solutions for fingerprint detection and masking in document images are introduced. In this paper, a fingerprint information masking algorithm is proposed by using the multiple LBP features to extract fingerprint's intrinsic characteristics for artificial neural network decision whether the candidate is a true fingerprint or not after segmentation of versatile fingerprint candidates from a document image. The experimental results of the proposed fingerprint masking algorithm for 3,497 document images that are saved in a financial industry show that 96.4% of fingerprint information is masked, hence this fingerprint masking algorithm can be used efficiently in real fingerprint masking tasks.

• Proceedings of the Acoustical Society of Korea Conference
• /
• 1998.08a
• /
• pp.60-64
• /
• 1998

음성인식 시스템의 실용화 과정에서 훈련환경과 테스트 환경의 불일치로 인한 인식성능의 저하는 반드시 극복되어야 할 문제이다. 본 논문에서는 잡음 tR인 입력음성의 비음성구간에서 잡음레벨을 추정하여 음성 스펙트럼에서 추정된 잡음레벨을 빼는 스펙트럼 차감법고 스펙트럼 영역에서 미리 정해진 마스킹 레벨보다 낮은 에너지 값을 마스킹 레벨로 올려주는 잡음 마스킹을 함께 사용함으로써 훈련 환경과 테스트환경의 불일치를 줄이는 방법을 제안한다. 그리고 복수의 마스킹 레벨에 대한 모델들을 미리 만들어 두고 추정된 잡음 레벨에 따라 적합한 마스킹 레벨의 보델을 사용하여 인식을 수해？는 다중 모델 방법을 적용하였다. 자동차 소음환경에서 두 가지 마스킹 레벨에 대한 모델을 이용한 화자독립고립단어 인식 실험을 통하여 본 논문에서 제안한 방식은 정차중 무시동 환경에서 95.8%, 정차중 시동 환경에서 95.6%, 한적한 도로환경에서 92.8%, 복잡한 시내도로 환경에서 89.6%, 고속도로 환경에서 74.4%의 인식성능을 나타내었으며, 평균 90.7%의 성능을 얻을 수 있다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.2
• /
• pp.79-84
• /
• 2021

The most important device of the AGV is the guide sensor, and the typical function of this sensor is high accuracy and extraction of the road. If the accuracy of the guide sensor is low or the sensor device is extracted the wrong track, this causes the problems such as the AGV collision, track-out, the load falling due to AGV swing. In order to improve these problems, this study is proposed a signal processing method of the guide sensor based on multi-maskings and the center of gravity method, and evaluated its performance. As a result, the proposed method showed that the mean error of absolute value is 2.32[mm] and it showed performance improvement of 27[%] than the center of gravity method of existence. Therefore, when the proposed signal processing method is applied, It is thought that the posture control and driving stability of the AGV will be improved.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.504-505
• /
• 2015

본 논문은 현재 이슈화 되고 있는 CCTV에서 광역 감시를 위한 지능형 영상보안중 프라이버시 보호기술에 대해 서술한다. 다중 영상 카메라에서는 단일 CCTV에서 일부 지역에 대한 감시를 벗어나 지역과 지역을 연계하여 보다 넓은 지역을 하나의 시스템으로 연동하여 개인 신변의 안전 서비스를 제공하는데 목적을 갖는다. 본 논문에서는 다중 영상 카메라에서 프라이버시 보호 방법으로써 마스킹 기술, 이벤트 탐지 기술, 그리고 연동 기반의 객체 추적 기술, 객체 검색 기술 및 증거영상 생성 기술을 제시한다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.33 no.5
• /
• pp.761-773
• /
• 2023

This paper proposes a method to increase the power-analysis resistance of the neural network model's feedforward process by replacing the exponential-based activation function, used in the deep-learning field, with an approximated function especially at the multi-layer perceptron model. Due to its nature, the feedforward process of neural networks calculates secret weight and bias, which already trained, so it has risk of exposure of internal information by side-channel attacks. However, various functions are used as the activation function in neural network, so it's difficult to apply conventional side-channel countermeasure techniques, such as masking, to activation function(especially, to exponential-based activation functions). Therefore, this paper shows that even if an exponential-based activation function is replaced with approximated function of simple form, there is no fatal performance degradation of the model, and than suggests a power-analysis resistant feedforward neural network with exponential-based activation function, by masking approximated function and whole network.

• Journal of Broadcast Engineering
• /
• v.22 no.6
• /
• pp.702-712
• /
• 2017

In this paper, we propose an unsharp masking algorithm using Laplacian as a weight map for the signal structure and a gamma transformation algorithm using image mean intensity as a weight map for mean intensity. The conventional weight map based on the patch has a disadvantage in that the brightness in the image is shifted to one side in the signal structure and the mean intensity region. So the detailed information is lost. In this paper, we improved the detail using unsharp masking of patch unit and proposed linearly combined the gamma transformed values using the average brightness values of the global and local images. Through the proposed algorithm, the detail information such as edges are preserved and the subjective image quality is improved by adjusting the brightness of the light. Experiment results show that the proposed algorithm show better performance than conventional algorithm.

• Annual Conference of KIPS
• /
• 2016.04a
• /
• pp.723-725
• /
• 2016

본 논문에서는 프로젝션 기반 증강현실의 초기 캘리브레이션 단계에서 수동화 작업 절차를 줄이기 위하여 위치가 변화하는 다중 물체의 위치를 자동으로 추출하여 가상이미지를 투사하기 위한 실시간 마스킹 기반 프로젝션 매핑 기법을 제안하다. 이를 위하여 카메라 영상으로부터 실재하는 여러 개의 3차원 물체의 영역을 인식하고, 프로젝션 되는 가상 이미지의 디스플레이 영역을 자동으로 계산하는 절차를 제시한다. 제안 방법을 적용한 프로젝션 매핑 프로토타입 시스템을 설계 구현하고, 동적 배경이 결합된 프로젝션 매핑 콘텐츠 제작 결과를 제시한다.

• Journal of Digital Contents Society
• /
• v.19 no.7
• /
• pp.1349-1355
• /
• 2018

Recently, a variety of contents services over the internet are becoming popular, among which MCN(Multi Channel Network) platform services have become popular with the generalization of smart phones. The MCN platform is based on streaming, and various factors are added to improve the service. Among them, augmented reality sticker service using face recognition is widely used. In this paper, we implemented the MCN platform that masks the augmented reality sticker on the face through facial emotion recognition in order to further increase the interest factor. We analyzed seven facial emotions using deep learning technology for facial emotion recognition, and applied the emotional sticker to the face based on it. To implement the proposed MCN platform, emotional stickers were applied to the clients and various servers that can stream the servers were designed.

• Journal of KIISE:Software and Applications
• /
• v.28 no.3
• /
• pp.262-271
• /
• 2001

디지털 컨텐츠의 저작권 보호와 위변조 탐지를 위해 사용되는 비가시적인 워터마킹 기법은 워터마킹된 영상의 화질저하를 최소로 하면서 화질이 현격히 저하되기 전에는 워터마크가 제거되지 않는 견고성을 갖도록 해야한다. 본 논문에서는 워커마킹된 영상에서 원영상을 사용하지 않고 저작권자를 탐지할 수 있는 디지털 워터마킹 기법을 제안한다. 제안된 기법은 크게 내장단계와 탐지단계로 나뉜다. 내장단계에서는 워터마킹된 영상의 화질이 크게 저하되지 않도록 시각적 마스킹 효과를 고려한다. 워터마크 탐지과정은 원 영상을 사용하지 않고 저작권 분쟁이 발생한 영상과 저작권 주장하는 사람이 제시한 해당 워터마크만을 사용하여 이루어진다. 본 논문에서 제안된 디지털 워터마킹 방법은 일반적인 영상의 변형에 상당히 견고한 특성을 가지며, 변형이 가해지지 않은 워터마킹된 영상을 저작자가 보관함으로써 다중 소유권 주장 문제에 대해서도 저작권 주장이 가능하다.

• The Journal of the Acoustical Society of Korea
• /
• v.39 no.5
• /
• pp.497-504
• /
• 2020

Constructing speaker embeddings in speaker verification is an important issue. In general, a self-attention mechanism has been applied for speaker embedding encoding. Previous studies focused on training the self-attention in a high-level layer, such as the last pooling layer. In this case, the effect of low-level layers is not well represented in the speaker embedding encoding. In this study, we propose Masked Cross Self-Attentive Encoding (MCSAE) using ResNet. It focuses on training the features of both high-level and low-level layers. Based on multi-layer aggregation, the output features of each residual layer are used for the MCSAE. In the MCSAE, the interdependence of each input features is trained by cross self-attention module. A random masking regularization module is also applied to prevent overfitting problem. The MCSAE enhances the weight of frames representing the speaker information. Then, the output features are concatenated and encoded in the speaker embedding. Therefore, a more informative speaker embedding is encoded by using the MCSAE. The experimental results showed an equal error rate of 2.63 % using the VoxCeleb1 evaluation dataset. It improved performance compared with the previous self-attentive encoding and state-of-the-art methods.