• 융합신호처리학회논문지
• /
• 제8권4호
• /
• pp.293-296
• /
• 2007

본 논문에서는 벡터 미디언 값을 계산하기 위한 시스톨릭 어레이 구조의 벡터 미디언 필터 구조를 제안하였다. 컬러영상처리에서 벡터 신호는 빨강, 녹색 파랑의 3개의 요소로 이루어져 있다. 벡터 미디어 필터는 빨강, 녹색 파랑 요소로 이루어진 벡터 신호들 중에서 벡터 신호를 크기 순서대로 나열하였을 때 가운데 값을 갖는 벡터 신호를 구하는 필터로, 컬러 영상처리에서 기본적으로 많이 사용되는 필터이다. 벡터 신호가 N 개가 있을 때, 지금 까지 제안된 구조에서는(3N+1) 클럭이 필요하나, 제안된 구조에서는 (N+2) 클럭이 소요된다. 그리고 기존의 구조에서는 N 개의 입력 벡터 신호는 미디언 필터에 병렬로 입력되어야 하나 제안된 구조에서는 입력 신호는 직렬로 인가된다. FPGA를 사용하여 구현하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.565-568
• /
• 2001

이 논문에서는 미디언 필터의 선형 조합을 통해 임의의 주파수 특성을 갖는 필터 구조와 그 설계 방법을 제안한다. Linear-phase FIR 저대역통과 필터의 홀수번째 필터 계수의 부호를 바꾸면 FIR 고대역 통과 필터를 얻을 수 있는데, 이것은 필터 계수의 부호가 모두 양수인 두 개의 부분 필터의 차와 같은 모양을 가진다. 이 과정을 일반화하여 비선형 필터에 적용하면 LCWM(linear combination of median filter)필터는 가중 미디언 부필터(sub-filter)의 선형 조합으로 구성된다. 이는 선형 대수학에서 어떤 공간상의 임의의 벡터가 그 공간의 기저 (basls) 벡터들의 선형 조합으로 표현된다는 사실과 유사하다. 따라서 부필터의 필터 계수를 기저 벡터로이용하여 얻어지는 기저 행렬과 필터의 주파수 특성을 조절하는 계수 벡터를 구함으로써 LCWM 필터를 설계할 수 있다. 제안된 필터 설계 방법을 이용하면 특정 주파수 특성을 가지는 FIR 필터와 유사한 특성을 갖는 비선형 필터 구조를 만들 수 있다. LCWM 필터는 고대역 통과, 저대역 통과, BP(band-pass), BS(band-stop)의 임의의 주파수 특성을 가지는 필터로 설계될 수 있음이 실험을 통해 확인되었다.

• 정보처리학회논문지B
• /
• 제13B권5호
• /
• pp.515-524
• /
• 2006

배경추출은 비디오 감시 시스템에서 움직이는 물체를 찾는데 중요한 기술이다. 본 논문에서는 벡터 정렬을 이용한 새로운 온라인 컬러 배경 추출 방법을 제안한다. 제안된 방법에서 배경은 물체보다 발생빈도가 높다는 사실을 이용하여, 연속된 프레임의 컬러화소 값들의 벡터 미디언을 그 화소에서의 배경이라 간주한다. 본 알고리즘에서 현재 프레임의 물체는 얻어진 배경과의 거리가 문턱치보다 큰 화소들의 집합으로 구성된다. 알고리즘의 성능을 평가하기 위하여 온라인 가우시안 혼합 모델(Gaussian Mixture Model)을 이용한 다중 배경추출 방법과 비교하였으며, 비교결과 유사 또는 우월한 실험 결과를 확인하였다.

• 전자공학회논문지
• /
• 제54권5호
• /
• pp.42-47
• /
• 2017

본 논문에서는 디지털 영상의 배포에서, 위 변조에 사용되는 미디언 필터링 (Median Filtering : MF)을 분류하는 포렌식 검출 알고리즘을 제안한다. 이러한 문제를 해결하기 위한 특징벡터는 영상의 에지 검출량 정보 32, 64, 128에 대한 허프변환(Hough Transform)에 의하여, 각 허프라인 (Hough Line)의 양끝 좌표값과 Angle-Distance 좌표상의 허프픽크치 (Hough Peaks)를 조합하여 42-Dim.으로 구성하였다. 변조된 영상들 중에서 미디언 필터링을 분류하는 검출기는 SVM (Support Vector Machine)에서 특징벡터를 학습하여 구현되었다. 제안된 미디언 필터링 검출 알고리즘은 특징벡터의 길이가 10-Dim.의 MFR (Median Filtering Residual) 스킴 및 686-Dim.의 SPAM (Subtractive Pixel Adjacency Matrix) 스킴과 비교하여 원영상, 평균필터링 ($3{\times}3$), JPEG (QF=90, 70) 압축, 가우시안 필터링 ($3{\times}3$, $5{\times}5$) 영상 모두에서 미디언 필터링의 포렌식 분류율이 99% 이상의 성능을 확인하였다.

• 전자공학회논문지
• /
• 제52권6호
• /
• pp.79-84
• /
• 2015

디지털 영상의 배포에서, 위 변조자에 의해 영상이 변조되는 심각한 문제가 있다. 이러한 문제를 해결하기 위하여, 본 논문에서는 영상의 픽셀값 경사도에 따른 특징벡터를 이용한 미디언 필터링 영상 포렌식 판정 알고리즘을 제안한다. 제안된 알고리즘에서, 원영상의 픽셀값 경사도로부터 자기회귀 계수를 1~6차까지의 6 Dim.을 계산한다. 그리고 경사도를 Poisson 방정식의 해에 의한 재구성 영상과 원영상과의 차영상으로 부터, 4 Dim. (평균값, 최대값 그리고 최대값의 좌표 i,j)의 특징벡터를 추출한다. 2 종류의 특징벡터는 10 Dim.으로 조합되어 변조된 영상의 미디언 필터링 (Median Filtering: MF) 검출기의 SVM (Support Vector Machine) 분류를 위한 학습에 사용된다. 제안된 미디언 필터링 검출 알고리즘은 동일 10 Dim. 특징벡터의 MFR (Median Filter Residual) 스킴과 비교하여 원영상, 평균필터링 ($3{\times}3$) 영상 그리고 JPEG (QF=90) 영상에서는 성능이 우수하며, Gaussian 필터링 ($3{\times}3$) 영상에서는 성능이 다소 낮지만, 성능평가 전체항목에서 민감도 (Sensitivity; TP: True Positive rate)와 1-특이도 (1-Specificity; FP: False Positive rate)의 AUC (Area Under Curve)가 모두 1에 수렴하여 'Excellent (A)' 등급임을 확인하였다.

• 한국측량학회지
• /
• 제29권1호
• /
• pp.63-69
• /
• 2011

대용량의 공간정보의 인터넷을 통한 활용이 활성화되면서 더 정확하고 풍부하며 최신의 정보를 가진 자료에 대한 사용자의 요구는 꾸준히 증가하고 있어 기 구축된 자료 간 융합을 통합 새로운 서비스 제공의 필요성이 커지고 있다. 이중에서 항공사진과 도로 벡터 자료를 융합한 서비스는 직관적이고 정확하게 정보를 전달 할 수 있어 많은 포털사이트에서 제공중인 서비스이나 자료 간 공간 불일치를 해결해야 한다. 본 연구에서는 도로 후보 영상 추출, 템플릿 매칭, 벡터 미디언 필터를 거쳐 자료 간 조정을 수행하였으며 완성도와 부합도로 정확도를 평가한 결과 원래 데이터에 비해 약 35% 향상되었음을 확인할 수 있었다.

• 전자공학회논문지
• /
• 제53권2호
• /
• pp.47-52
• /
• 2016

스마트 기기와 소형 디스플레이에 사용되는 디지털 영상은 다운스케일링 (Downscaling)된 영상이 사용된다. 본 논문에서는 영상 픽셀값의 경사도에 따른 특징벡터를 이용한 다운스케일링 포저리 (Forgery) 영상 검출 알고리즘을 제안한다. 제안된 알고리즘에서, 원영상의 픽셀값 경사도로부터 자기회귀 (AR: Autoregressive) 계수를 계산한다. 이는 다운스케일링 포저리 영상 검출기의 SVM (Support Vector Machine) 분류를 위한 학습에 사용된다. 제안된 다운스케일링 검출 알고리즘은 동일 10-Dim. 특징벡터의 MFR (Median Filter Residual) 스킴과 686-Dim.의 SPAM (Subtractive Pixel Adjacency Matrix) 스킴과 비교하여 다운스케일링 90% 영상 포저리에서 성능이 우수하며, 평균필터링 ($3{\times}3$) 영상과 미디언필터링 ($3{\times}3$) 영상에서 높은 검출율을 보여 주었다. 특히, 평균필터링과 미디언필터링 영상에서는 성능평가 전체 항목에서 민감도 (Sensitivity; TP: True Positive rate)와 1-특이도 (1-Specificity; FP: False Positive rate)의 AUC (Area Under Curve)가 모두 1에 수렴하여 'Excellent (A)' 등급임을 확인하였다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.67-73
• /
• 2015

디지털 영상의 배포에서, 위 변조자에 의해 영상이 변조되는 심각한 문제가 있다. 이러한 문제를 해결하기 위하여, 본 논문에서는 영상의 Fourier 변환 변이계수를 이용한 미디언 필터링 (Median Filtering: MF) 영상의 포렌식 판정 알고리즘을 제안한다. 제안된 알고리즘에서, 영상의 각 수평, 수직라인의 Fourier 변환 (Fourier Transform: FT)을 하고, 이웃 라인과의 변이계수를 기반으로 하여 MF 검출 (Median Filtering Detection: MFD)을 위한 10 Dim. 특징벡터를 정의한다. 이는 MF 검출기의 SVM (Support Vector Machine) 학습에 사용된다. 제안된 미디언 필터링 검출 스킴은 동일 10 Dim. 특징벡터의 MFR (Median Filter Residual)과 Rhee의 MF 검출 스킴과 비교하여 원영상, JPEG (QF=90), Down 스케일링 (0.9) 그리고 Up 스케일링 (1.1) 영상에서는 성능이 우수하며, Gaussian 필터링($3{\times}3$) 영상에서는 성능이 일부 높았다. 제안된 알고리즘은 성능평가 전체항목에서 민감도 (Sensitivity; TP: True Positive rate)와 1-특이도 (1-Specificity; FP: False Positive rate)에 의한 AUC (Area Under ROC (Receiver Operating Characteristic) Curve)가 모두 1에 수렴하여 'Excellent (A)' 등급임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.945-949
• /
• 2009

비디오 부호화 기법에서 압축률 및 화질을 결정하는 중요한 부분인 움직임 예측 및 보상(motion estimation and compensation)의 성능을 개선하기 위한 방법을 제안한다. 가장 기본적인 움직임 예측 기법인 전역 탐색 방법은 가장 좋은 화질을 보이지만, 현재 프레임의 각 블록과 가장 유사한 블록을 찾기 위하여 탐색영역(search area)내의 모든 점에 대해 탐색을 수행하므로 그 계산량이 매우 많게 된다. 따라서 좋은 화질을 유지하면서 계산량을 낮추기 위한 많은 고속 알고리즘이 제안되었는데, MPEG-4 표준에 채택된 PMVFAST는 움직임 벡터 간의 상관도를 이용하여 계산량을 낮추면서도 전역 탐색 기법에 근접한 화질을 보인다. 본 논문에서는 움직임 벡터의 예측을 위하여 중간값(median) 계산법에 의한 새로운 방법을 제안하고, 이를 이용하여 움직임 예측의 계산량을 획기적으로 줄일 수 있음을 보인다. 실험결과 제안한 알고리즘은 PMVFAST보다 빠르면서도 전역 탐색 기법보다 높은 평균 PNSR을 보인다.