• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.4
• /
• pp.833-839
• /
• 2016

In this paper, we propose a selective feature extraction algorithm between Markov transition probability and co-occurrence probability for an effective image splicing detection. The Features used in our method are composed of the difference values between DCT coefficients in the adjacent blocks and the value of Kullback-Leibler divergence(KLD) is calculated to evaluate the differences between the distribution of original image features and spliced image features. KLD value is an efficient measure for selecting Markov feature or Co-occurrence feature because KLD shows non-similarity of the two distributions. After training the extracted feature vectors using the SVM classifier, we determine whether the presence of the image splicing forgery. To verify our algorithm we used grid search and 6-folds cross-validation. Based on the experimental results it shows that the proposed method has good detection performance with a limited number of features compared to conventional methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.109-111
• /
• 2011

대부분의 빈발 부분그래프를 이용한 그래프 분류 알고리즘들은 빈발 부분그래프를 마이닝하여 개별적인 빈발 부분그래프의 포함 여부를 특징 벡터로 구성하는 단계와 기계학습 알고리즘들을 훈련시켜 분류 모델을 수립하는 단계로 구성된다. 이와 같은 그래프 분류 알고리즘들은 부분그래프의 개별적인 존재 여부만을 이용하여 특징을 구성하기 때문에 변별력이 떨어지는 문제점이 있다. 본 논문에서는 빈발 부분그래프들이 동시 발생하는 특징 벡터의 변별력을 반영할 수 있는 특징선택 기법을 적용한 모델 기반 탐색트리 기법을 제안한다. 동시 발생 부분그래프를 특징으로 사용하여 변별력을 향상시킬 수 있으며, 모델기반 탐색 트리를 사용하여 제안하는 기법이 기존의 방법보다 더 높은 그래프 분류 성능을 보이는 것을 입증하였다.

• Journal of Korea Multimedia Society
• /
• v.16 no.7
• /
• pp.870-878
• /
• 2013

In this paper, we propose a novel fingerprint classification method to enhance the accuracy and efficiency of the fingerprint identification system, one of biometrics systems. According to the previous researches, fingerprints can be categorized into the several patterns based on their pattern of ridges and valleys. After construction of fingerprint database based on their patters, fingerprint classification approach can help to accelerate the fingerprint recognition. The reason is that classification methods reduce the size of the search space to the fingerprints of the same category before matching. First, we suggest a method to extract region of interest (ROI) which have real information about fingerprint from the image. And then we propose a feature extraction method which combines gray level co-occurrence matrix (GLCM) and wavelet features. Finally, we compare the performance of our proposed method with the existing method which use only GLCM as the feature of fingerprint by using the multi-layer perceptron and support vector machine.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.2271-2274
• /
• 2003

본 논문에서는 MPEG-7 서술자들을 이용하여 효과적인 샷 경계 검출을 수행하는 방법에 대하여 제안한다. 기존의 샷 경계를 분석하는 방법은 기본적으로 각 프레임의 특징을 추출하여 거리 비교를 통하여 샷을 검출한다. 그러나 이러한 샷 검출은 각 프레임에서의 한가지 특징만을 이용하여 샷 경계를 찾기 때문에 샷의 변화와 프레임에 대한 특징 값의 변화가 일치하지 않는 경우 문제점이 발생된다 이러한 문제점을 해결하기 위하여 MPEG-7 표준을 통하여 그 성능이 증명된 다양한 특징들을 동시에 이용하여 정확한 샷 경계를 추출하는 방법을 제안한다. 실험결과 제안한 방법은 급격한 샷 변화와 점진적인 샷 변화를 동시에 검출하고 플레쉬와 같은 비디오의 순간적인 변화에 강인하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.781-784
• /
• 2009

본 논문에서는 실제 수중 환경에서 선박 또는 잠수함으로부터 발생하는 인위적인 천이신호와 돌고래, 새우 등의 해양 생물로부터 발생하는 천이신호들을 식별하기 위한 특징벡터 추출 기법을 제안하였다. MFCC와 엔트로피 기반의 웨이블릿 패킷 기법을 이용하여 특징을 추출하고, 이 두 특징들을 동시에 적용하여 수중 천이신호를 식별하고자 한다. 기존의 방법인 MFCC와 웨이블릿 패킷 기법과 이 두 방법을 동시에 적용했을 때의 식별률을 비교하였고, 전방향 신경회로망(feed-forward neural network)을 그 특징벡터의 성능을 평가하기 위한 식별기로 사용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.441-442
• /
• 2022

교통사고 예측은 차량의 블랙박스 동영상을 통해 사고 발생을 최대한 빨리 예측하는 것을 목표로 한다. 이는 안전한 자율주행 시스템을 보장하는 데 중요한 역할을 한다. 다양한 교통 상황과 카메라의 제한된 시야로 인해 프레임에서 사고 가능성을 조기에 관찰하는 것은 어려운 도전이다. 예측의 핵심 기술은 객체의 시공간 관계를 학습하는 것이다. 본 논문에서는 블랙박스 동영상에서 사고 예측을 위한 계산 모델을 제안한다. 이것을 사용하여 사고 예방을 강화한다. 이 모델은 사고 위험에 대한 운전자의 시각적 인식에서 영감을 받았다. 객체 탐지기는 동영상 프레임에서 다양한 객체를 탐지한다. 탐지한 객체는 노드 생성기와 특징 추출기 동시에 통과한다. 노드 생성기에서 생성한 노드는 GCN 실행기를 사용한다. GCN 실행기는 각 프레임에 대한 객체의 3D 위치 관계를 계산한 후 공간 특징을 취득한다. 동시에 공간 특징과 특징 추출기에서 얻은 객체의 특징은 GRU 실행기로 보내진다. GRU 실행기 안에 시공간 특징을 암기하고 분석하여 교통사고 확률을 예측한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.49 no.2
• /
• pp.94-101
• /
• 2012

This paper proposes an improved image steganalysis scheme to raise the detection rate of stego images out of cover images. To improve the detection rate of stego image in the steganalysis, tiny variation caused by data hiding should be amplified. For this, we extract feature vectors of cover image and stego image by two steps. First, we separate image into upper 4 bit subimage and lower 4 bit subimage. As a result, stego noise is expanded more than two times. We decompose separated subimages into twelve subbands by applying 3-level Haar wavelet transform and calculate co-occurrence probabilities of two different subbands in the same scale. Since co-occurrence probability of the two wavelet subbands is affected by data hiding, it can be used as a feature to differentiate cover images and stego images. The extracted feature vectors are used as the input to the multilayer perceptron(MLP) classifier to distinguish between cover and stego images. We test the performance of the proposed scheme over various embedding rates by the LSB, S-tool, COX's SS, and F5 embedding method. The proposed scheme outperforms the previous schemes in detection rate to existence of hidden message as well as exactness of discrimination.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.269-272
• /
• 2006

얼굴 인식의 전처리 단계로써 얼굴의 특징 영역인 눈, 코, 입을 추출하는 방법들이 최근 다양하게 연구되고 있다. 얼굴 영상의 특징 영역을 추출 하는 방법에는 일반적으로 특징 점을 이용한 방법과 에지 정보를 이용한 방법이 있다. 특징 점을 이용한 방법은 높은 정확도를 보이는 반면 느린 수행시간을 보이는 문제점이 있으며, 에지 정보를 이용한 방법은 빠른 수행시간을 보이지만 정확도가 떨어지는 문제점이 있다. 본 논문에서는 정확도와 수행시간을 동시에 향상시킬 수 있는 방법을 제안한다. 빠른 수행 시간을 위해 에지 정보와 에지의 방향성 정보를 이용하여 대략적으로 영역을 추출하여, 잡음에 의해 발생된 에지나 빛에 의해 추출되지 못한 에지에서 생긴 눈 추출의 오류는 추출된 영역의 가로, 세로 비율과 각 영역의 공간 정보를 이용하여 해결한다. 실험 결과에서 85%의 정확도와 평균 0.3초의 수행시간을 보였으며, 에지 정보를 이용한 방법의 문제점인 정확도와 특징 점을 이용한 방법의 문제점인 수행시간을 동시에 향상시킨 결과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04b
• /
• pp.921-924
• /
• 2001

실시간 처리 시스템에서 발생하는 트랜잭션은 장시간이 요구되는(CAD/CAM) 긴 트랜잭션이 아닌 일반적인 트랜잭션을 처리하는 환경이 대부분이다. 주 메모리 실시간 DBMS는 디스크에 비하여 상대적으로 빠른 접근시간과 균일한 성능 특성 때문에 실시간 처리 환경에 적합하다. 그러나, 기존의 주기억 데이터베이스에서 동시성제어는 2단계 로킹 기법을 사용하고 있다. 이 기법은 특징은 첫째, 록 획득과 해제가 실제 트랜잭션 처리 보다 많은 오버헤드가 발생되고, 또한, 처리속도가 빠르기 때문에 데이터 충돌 발생률이 적다. 이러한 문제를 해결하기 위한 새로운 동시성제어 모델을 제안한다. 제안된 기법은 동시에 여러 트랜잭션을 처리 할 수 있고, 신속히 충돌여부를 결정할 수 있도록 디렉토리별로 정보를 기록하여 실시간에 적합하도록 모델을 제안한다.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.02a
• /
• pp.497-498
• /
• 2011

나노입자는 벌크 재료와는 다른 광학적, 전기적, 촉매적 특징 때문에 최근 많은 연구가 이루어지고 있다. 나노유체의 성질은 나노입자의 크기와 형상, 분산성등과 같은 여러 요인에 의해서 결정되어진다. 이러한 나노입자의 특징 때문에 여러 응용분야에서 활용되어지고 있다. 예를 들면, 일반 유체에 나노입자를 분산시키면, 열전도도와 대류열전달효과가 증대되어 진다. 이러한 나노유체의 제조법으로는 크게 두 가지로 분류되어 있다. 투스텝법은 환원법 혹은 기계적으로 제작한 나노입자를 일반 유체에 혼합시킨 후 분산을 시켜 제조하는 제조법이다. 원스텝법은 투스텝법과는 달리 한번에 나노유체를 제조하는 제조법이다. 일반 유체에서 나노유체를 제조함과 동시에 분산을 시켜서 제조한다. 최근, 유체내에서 나노유체를 제조함과 동시에 분산을 시켜 나노유체를 제조하는 새로운 기술인 유체 플라즈마법이 개발되었다. 하지만, 유체 플라즈마의 일반적인 거동과 해석이 명확하게 규명되지 않은 상태이다. 본 연구에서는 유체 플라즈마의 발생 메카니즘 규명을 위한 방전 시간, 전압, 단극 직류 전력, 극간거리에 따른 유체 플라즈마의 특징을 OES와 오실로스코프를 이용하여 측정하였다. 또한, 제조된 나노유체의 특징을 UV-vis nir spectropgotometer, HR-TEM, zeta-potential, EDS, ICP-OES, KD2 pro and lambda로 측정하였다. 유체 플라즈마를 각 조건에 따라 발생시켰고, 나노유체를 성공적으로 제조하였다. 유체 플라즈마의 주요 발생 원소는 산소와 수소이온으로 측정되었다. 유체 플라즈마의 강도는 전기에너지가 증가함에 따라서 증가함으로 측정되었다. 제조된 나노입자의 크기는 유체 플라즈마의 강도가 증가함에 따라서 감소하였고, 대부분의 나노입자의 형상은 구형으로 제조되었다. 나노유체의 분산안정성 또한 유체 플라즈마의 강도가 증가함에 따라서 증가하였다. 직경이 $18.1{\pm}5.0$ nm인 나노유체의 열전도도는 3%로 측정되었다. 유체 플라즈마에 의한 나노유체의 제조 메카니즘을 다음과 같이 제안한다. 유체내에서 전기에너지 인가에 따른 이온과 전자의 흐름은 유체 플라즈마를 발생시킨다. 기본 유체는 물이므로 유체 플라즈마의 주요 발생 원소는 수소와 산소이며, 인가되는 전기에너지량이 증가함에 따라서 이온과 전자의 흐름이 증가됨으로서 유체 플라즈마의 강도가 증가함으로 추측한다. 유체 플라즈마 발생은 전자의 흐름과 관계되어진다. 따라서, 유체내에 존재하는 전구체에 전자가 제공되어짐에 따라서 금 입자를 환원시켜 입자가 형성된다. 또한, 유체 플라즈마는 나노입자를 음전하로 대전시켜 분산안정성의 확보가 되는 것으로 추측되어진다.