• 컴퓨터교육학회논문지
• /
• 제9권2호
• /
• pp.101-109
• /
• 2006

본 논문에서는 DCT 도메인에서 영상의 블록에 대한 분류에 따라 다른 블록들에 삽입될 워터마크의 강도를 적용적으로 조절하여 워터마크를 삽입하기 위해 인간 시각 시스템(HVS)과 선경회로망 중 SOM(Self-Organizing Map)을 이용한 적용적 디지털 이미지 워터마킹을 제안한다. 인간 시각 시스템을 기반으로 하여 블록의 특정벡터를 찾아낸다. 블록의 특정벡터를 입력으로 SOM에 의해 블록들은 4등급으로 분류된다. 이들 중 3개의 등급에 속하는 블록을 선택하여 DCT 계수들 중 DC성분을 제외한 저주파 성분을 가지는 6개의 계수들을 선택하여 워터마크를 삽입한다. 실험을 통해 새로 제안된 알고리즘은 좋은 화질을 얻을 수 얻을 수 있었고 JPEG 압축, 영상처리, 기하학적 변환과 잡음과 같은 공격에 아주 강인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 추계학술발표논문집
• /
• pp.271-276
• /
• 2000

본 논문은 칼라 성분들간의 차분 영상과 휘도 영상을 이용하여 산출한 색차 휘도합 영상을 대상으로 블록에 기반한 영상 분할을 수행하여 객체의 형상 정보를 추출함으로써 분할 특성을 개선한 블록 기반 칼라 영상 분할 기법에 관한 것이다. 우선, R, G, B 영상들 간의 차분 성분들을 구하여 합산한 후, 이를 정규화하여 색차합 영상을 구한다. 다음으로 화소 단위로 휘도 영상의 상위 2비트와 정하화된 색차합 영상의 하위 6비트를 결합하여 색차 휘도합 영상을 얻는다. 이후, 기설정된 크기의 블록으로 분할된 색차 휘도합 영상의 각 블록을 질감 블록과 단순 블록 및 에지 블록으로 분류하고 각 유형의 블록별로 병합한 후, 기설정된 마커 배정 규칙에 따라 선택적으로 마커를 부여한다. 마지막으로, 마커가 부여되지 않은 블록을 대상으로 화소 단위의 워터쉐드 알고리즘을 적용함으로써 자연스러운 형상 정보를 얻을 수 있다. 컴퓨터 시뮬레이션 결과를 통해 고찰할 때, 제안된 방범은 질감 영역에서의 과분할의 문제와 과도한 연산량의 부담을 효과적으로 경감시킬 수 있으나, 더불어, 영상 분할용 파라미터들의 민감도가 낮아 서로 다른 화소 분포 특성온 갖는 영상들에 전역적인 파라미터들사용할 수 있을 뿐만 아니라 특히, 색차 휘도합 영상에 반영된 색차 성분에 힘입어 저대조 경계면에서의 분할 특성을 현저히 개선시킬 수 있는 이점이 있다.

• 정보보호학회논문지
• /
• 제23권1호
• /
• pp.11-18
• /
• 2013

실행코드의 변조와 역분석 방지를 위해 단순히 선행블록에서 암, 복호화 키를 얻던 기존의 기법과 달리, 암호학적 MAC함수를 이용한 암호화기법과 코드 블록 간 중요도에 따라 상관관계를 설정하고 상관관계에 따라 암, 복호화 키를 생성하는 새로운 변조 방지 기법을 제안한다. 본 논문에서는 기존의 해쉬함수 대신 암호학적 MAC함수를 사용하고 MAC함수의 키를 동적으로 생성하는 방법을 소개한다. 또 단순히 선행블록의 해쉬 값에서 키를 얻는 것이 아니라 실행 코드 블록을 중요도에 따라 중요도 높음, 중간, 낮음으로 분류하고 중요도 높음 블록은 암호화하고 중요도 중간 블록은 중요도 높음 블록의 키를 생성시키는 블록으로 분류한다. 또 중요도 낮음 블록은 아무 처리도 하지 않음으로 소프트웨어 효율성을 고려한다. 기존 해쉬함수 대신 동적으로 생성되는 링크키를 이용한 MAC함수와 블록상관관계를 함께 사용함으로써 공격자의 분석을 어렵게 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권11호
• /
• pp.273-280
• /
• 2020

자동화된 정적분석 도구는 소스 코드상에 잠재된 결함을 개발자들이 적은 노력으로 빠르게 찾을 수 있도록 도와준다. 하지만 이러한 정적분석 도구는 수정할 필요가 없는 오탐지 경고들을 무수하게 발생시킨다. 본 연구에서는 소스코드 블록의 토픽 모델을 이용한 인공신경망 기반의 경고 분류 기법을 제안한다. 소프트웨어 변경 관리 시스템으로부터 버그를 수정한 리비전들을 수집하고, 개발자들로부터 수정된 코드 블록들을 추출한다. 토픽 모델링을 이용하여 수집된 코드 블록의 토픽 분포 값을 구하고, 코드 블록의 리비전 간 경고들의 삭제 여부를 표현하는 이진데이터를 인공신경망의 입력 값과 출력 값으로 사용하여 심층 학습을 수행한다. 그 결과, 인공신경망 기반의 분류 모델이 높은 예측 성능으로 진성 또는 오탐지 경고를 분류하였다.

• 대한전자공학회논문지SP
• /
• 제46권5호
• /
• pp.48-55
• /
• 2009

실내외 영상 분류에 대한 연구는 밝기나 에지 정보와 같이 하위 레벨(low-level) 정보의 단순 결합을 이용하여 수행되어 왔다. 그러나 기존의 하위 레벨 영상 정보만을 기반으로 하는 실내외 영상 분류 방법은 다양한 콘텐츠를 극복하는데 한차가 군기 때문에 상위 레벨(high-level) 영상 정보를 함께 이용하는 방법에 대한 연구가 많이 진행되어 왔다. 이러한 연구의 대부분은 영상 내 하늘이나 수풀과 같은 영역을 검출하기 위해 별도의 알고리즘을 수행하기 때문에 특징 벡터의 차원을 증가시키거나 수행 속도를 저하시키는 문제점이 있다. 따라서 본 논문에서는 이러한 문제점을 극복하기 위해 효율적인 실내외 영상 분류 기법을 제안한다. 먼저 효과적인 특징 벡터를 생성하기 위해 영상을 5개의 하위 블록으로 나눈다. 각각의 블록에 대하여, 제안하는 에지 색상 방향 히스토그램(edge and color orientation histogram, ECOH) 기술사(descriptor)를 이용하여 해당 블록을 표현하고 모든 블록의 값을 연결하여 최종적으로 특징 벡터를 생성한다. 제안하는 알고리즘의 효율성과 강건함을 보이기 위해 1200개 이상의 다양한 실내외 영상을 사용하였으며, 학습을 통해 각 영역의 가중치를 결정하여 분류 성능을 향상 시켰다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제7권1호
• /
• pp.11-17
• /
• 2001

프랙탈 이미지 코딩은 높은 압축율을 비롯하여 많은 장점을 가지고 있다. 그러나 압축 과정은 일반적으로 domain 블록 pool에 대한 긴 탐색시간으로 효율이 나빠진다. 본 논문에서는 블록 분류와 분산 기반의 탐색을 병용한 domain 블록 pool 탐색 방법을 소개한다. 이 방법은 블록 분류에 대하여 분류 블록의 분산 값은 독립적이라는 사실을 이용한다. 따라서 이 방법은 단순한 분산 기반의 탐색 방법보다 O(number of classes)에 비례하는 탐색 속도향상이 된다. 실험의 결과는 본 방법이 단순히 분산 값을 적용한 탐색 방법과 비교하여 이미지 품질은 거의 그대로 유지하면서 17배 이상의 속도 향상을 이루었음을 보인다. 또한 이미지 품질의 가시적인 손실 없이 탐색 속도를 더욱 향상시키는 분산 기반의 탐색 방법을 제안한다.

• 응용통계연구
• /
• 제15권2호
• /
• pp.367-379
• /
• 2002

본 연구에서는 부분이면교배에서 p개의 근교계통의 일반조합능력을 비교하기 위한 불완비 블록계획을 구성하는 방법을 제시한다. 부분이면 블록계획은 블록의 크기가 2 이면서 m개의 동반분류를 갖는 부분 균형 불완비 블록계획과균형 불완비 블록계획을 이용하여 구성한다. 또한, p $\leq$ 24일 때 이러한 방법으로 구성되는 블록계획의 효율성을 표로 제시한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제29권7호
• /
• pp.369-376
• /
• 2002

LRU는 비균등 참조 패턴을 보이는 데이타베이스의 캐쉬 교체 정책으로 적합하지 않음에도 불구하고, 적절한 대안 부재로 인해 대부분의 데이타베이스 시스템에서 캐쉬 교체 정책으로 이용되어 왔다. 본 논문은 실제 데이타베이스 트레이스 분석을 통해 데이타베이스의 블록 참조 패턴을 추출하고, 이를 바탕으로 새로운 캐쉬 교체 정책을 제안한다. 데이타베이스의 트레이스 분석 결과, 전체 시간동안 거의 참조되지 않는 블록이 전체의 70% 가량을 차지하였다. 그리고 블록의 재참조 가능성에 미치는 최근도(recency)의 영향력이 시간적 지역성으로 인해 처음엔 강력하지만, LRU 스택거리가 증가함에 따라 급격히 감소하여, 결국엔 사라지는 현상을 관찰하였다. 이 관찰을 토대로, 본 논문은 전체 블록을 재참조 가능성과 재참조 가능성에 대한 최근도의 영향력을 기준으로 4개의 그룹으로 분류하고, 각 그룹의 참조 특징에 적합한 우선순위 평가 방법을 운용하는 RCB(Reference Characteristic Based) 캐쉬 교체 정책을 제안한다. RCB 정책은 재참조 가능성이 극히 낮은 블록은 다른 블록보다 캐쉬에서 빨리 교체하며, 오랜 시간 참조되지 않은 블록에 대해서는 참조빈도에 의거하여 블록의 우선순위를 결정한다. 실제 데이터베이스 워크로드를 통한 모의실험 수행 결과, RCB 정책은 기존의 다른 교체 정책들(LRU, 2Q, LRU-K, LRFU)보다 우수한 성능을 나타냈으며, 특히 LRU에 비해서는 약 5 ~ 12.7% 정도, 캐쉬적중실패 회수를 줄였다. RCB 정책의 시간복잡도는 O(l)로서 LRU, 2Q 등과 동일하며, 캐쉬 크기를 N이라 할 때 시간복잡도가 $O(log_2N)$인 LFU와 LRU-K, 그리고 O(1)부터 $O(log_2N)$ 사이의 값을 갖는 LRFU보다 우수하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 지능정보 및 응용 학술대회
• /
• pp.133-137
• /
• 2008

본 논문에서는 영상의 콘트라스트를 개선시키는 언샵 마스킹 방법을 제안한다. 언샵 마스킹은 이미지가 가지고 있는 에지와 디테일 정보를 개선시키는데 일반적인 샤프닝 마스크 보다 효과적이기에 이에 관한 많은 연구가 있었다. 제안하는 방법은 방향성 정보를 이용한 블록 기반 업샵 마스킹 방법으로 영상을 블록 단위로 분할하여 각 블록에 대한 DCT를 수행한다. DCT 결과를 토대로 블록들의 방향성 타입을 결정하여 각 블록의 타입에 따라 적합한 언샵 마스킹을 취할 수 있는 유연함을 제공 한다. 블록의 분류는 평탄영역, 텍스쳐, 에지 그리고 나머지 형태로 구분되어 진다. 평탄 영역에 속하는 배경 및 평이한 표면에서는 결과물을 시각적으로 훼손시키지 않기 위해 언샵 마스킹을 적용하지 않는다. 텍스쳐와 에지 영역에 대해서는 고주파 성분을 보존하기 위해 블록 타입에 맞는 적합한 언샵 마스킹을 적용한다. 이에 사용되는 언샵 마스킹은 선명화의 기여도를 제어하는 적응적 필터를 사용하여 디테일이 많은 부분은 콘트라스트를 개선시키고 평탄 영역에 대해서는 선명화를 약하게 하여 최대의 영상 개선 효율을 유도한다.

• 정보처리학회논문지B
• /
• 제12B권3호
• /
• pp.223-232
• /
• 2005

본 논문에서는 블록 기반으로 부호화된 영상에 대하여 블록 경계 영역 특성에 따른 적응적 필터링을 이용한 양자화 잡음 제거 알고리즘을 제안하였다 제안한 방법에서는 블록 경계에 인접한 네 개 화소들의 통계적 특성을 이용하여 각 블록 경계 영역을 평탄 부영역(smooth sub-region)과 복잡 부영역(complex sub-region)으로 분류한 후, 인접 블록간 영역 특성을 이용하여 서로 다른 블록간 필터링을 수행한다. 먼저 인접 블록 모두 평탄 부영역인 경우에는 평탄 블록 경계 영역 중 블록화 현상이 발생하지 않은 영역도 존재하기 때문에 계산량을 줄이기 위하여 평탄 영역 중 블록화 현상이 발생한 영역만을 검출하여 필터링을 수행한다. 그리고, 두 부영역이 서로 다른 부영역인 경우에 대하여서는 기존의 방법들과는 달리 실제 에지 성분을 보존하면서 블록화 현상과 에지 주위에서 발생하는 링잉 현상을 동시에 제거하기 위하여 인접 블록의 영역 특성에 따라 적응적으로 일차원 필터링을 수행한다. 두 부영역이 모두 복잡 부영역일 경우에는 블록화 현상을 제거하면서 실제 에지를 보존하기 위하여 블록화 강도 및 양자화 파라미터에 따라 블록 경계 영역의 두 화소에 대하여 필터링을 수행한다. 모의실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.