• Journal of Broadcast Engineering
• /
• 제27권1호
• /
• pp.13-19
• /
• 2022

Video Object Segmentation (VOS) task requires an amount of labeled sequence data, which limits the performance of the current VOS methods trained with public datasets. In this paper, we propose two effective data augmentation schemes for VOS. The first augmentation method is to swap the background segment to the background from another image, and the other method is to play the sequence in reverse. The two augmentation schemes for VOS enable the current VOS methods to robustly predict the segmentation labels and improve the performance of VOS.

• Proceedings of the Korea Multimedia Society Conference
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.69-72
• /
• 2003

스테가노그라피는 송/수신자간에 비밀 통신을 할 때 제3자가 기밀 정보를 인식하지 못하도록 디지털화된 각종 미디어에 몰래 숨겨서 통신을 한 수 있는 데이터 은닉의 한 분야이다. 특히 흑/백으로만 구성된 이진 영상 및 색상의 표현이 제한된 다치 영상 등에서 비시각적으로 기밀정보를 숨긴다는 것이 일반 컬러 영상에 비해 많은 어려움을 수반한다. 본 제안방식은 시각적인 영향을 작게 주는 패턴에만 기밀 데이터를 삽입하는 방식으로 기밀 데이터를 은닉시킨 후에도 화질의 열화가 거의 발생하지 않아 시각적으로 인지하기 어렵도록 개선한 방식이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.133-135
• /
• 2004

신경 회로망에서 연상 메모리(Associative Memory)는 주어진 자료에 대해 정보를 저장하고 복원하는 알고리즘이다. 본 논문에서는 학습된 영상의 정확한 분류와 왜곡된 영상의 복원 및 분류를 위해 기존의 퍼지 연상 메모리 알고리즘을 개선하였다. 기존의 퍼지 연상 메모리는 학습 데이터와 학습 원본과 같은 입력에 대해 우수한 복원 성능을 보이나 학습 데이터의 수가 증가할수록 그리고 왜곡된 입력에 대해 정확히 출력할 수 없고 복원 성능도 저하된다. 따라서 본 논문에서는 기존의 퍼지 연상 메모리 알고리즘을 개선하여 왜곡된 입력에 대해서도 원본 학습 데이터를 정확히 출력하고 복원하는 개선된 퍼지 연상 메모리 알고리즘을 제안하였다.

• Electronics and Telecommunications Trends
• /
• 제29권4호
• /
• pp.21-29
• /
• 2014

최근에 스마트폰, CCTV, 블랙박스, 고화질 카메라 등으로부터 수집되는 영상 데이터의 양이 급격히 증가하고 있어 이에 따른 비정형 영상 빅데이터를 기반으로 인물이나 사물 등을 인식하여 의미있는 정보를 추출하고 내용을 시각적으로 분석하고 활용하기 위한 요구사항이 증대되고 있다. 영상 빅데이터 분석기술은 이러한 대규모 영상들에 대해 학습 및 분석을 수행하여 원하는 영상을 검색하거나 이벤트 발생 등의 상황인식을 위한 제반 기술들을 말한다. 본고에서는 영상인식을 위한 학습기술 및 영상 빅데이터 분석기술의 현황 및 관련 이슈들에 관하여 살펴보고자 한다.

• Information and Communications Magazine
• /
• 제14권9호
• /
• pp.136-144
• /
• 1997

• Electronics and Telecommunications Trends
• /
• 제14권2호통권56호
• /
• pp.129-130
• /
• 1999

지상정밀자료 분석을 위한 지능형 위성영상처리기법 개발의 기술이전 내용은 공간 데이터 처리를 위한 영상처리 및 GIS 기술과 관련하여 개발한 기술 중 비행 시뮬레이션, 영상 전처리, 지도좌표체계 변환 그리고 GIS 분석기술 등이다. 또한 항공사진, 위성영상, 지도, 정보 보고서, 지형정보, DB 분석 등 각종 자료를 융합하여 시설물, 목표물에 대한 현황 분석, 변화 탐지, 시설물 시뮬레이션 등의 기능을 수행 할 수 있는 종합 정밀 정보 분석 기술을 관심 있는 기업에 기술이전할 예정이다.

• Information and Communications Magazine
• /
• 제32권3호
• /
• pp.37-43
• /
• 2015

최근 다양한 실감영상 기술의 발전과 함께 궁극적인 실감영상 재현 기술인 홀로그래피에 대한 관심이 높아지고 있다. 본고에서는 디지털 홀로그래픽 비디오 서비스를 위하여 삼차원 영상 및 홀로그램 기반 디지털 홀로그래픽 비디오 시스템, 디지털 홀로그래픽 데이터 포맷, 디지털 홀로그래픽 데이터 특성에 대해 알아본다.

• Electronics and Telecommunications Trends
• /
• 제23권1호통권109호
• /
• pp.130-144
• /
• 2008

최근 초고속 인터넷, WiBro, HSDPA 등의 통신 환경과 지상파, 케이블, 위성, DMB 망등의 디지털 방송 환경의 발전으로 인해 음성, 영상, 이미지, 텍스트 등의 다양한 멀티미디어 서비스 제공이 휠씬 용이하게 됨에 따라 IPTV, 디지털 TV, DMB 방송, DVD, 영상 회의 등과 같은 응용분야가 각광을 받고 있다. 이러한 응용 분야에서 멀티미디어 데이터를 효율적으로 저장하거나 전송하기 위해서는 음성 및 영상의 압축부호화가 필수적으로 요구되며, 또한 대화형 데이터 서비스를 제공하기 위해서는 데이터 표현, 전송 및 처리가 아주 중요하다. 특히 제한된 대역폭과 낮은 성능의 단말과 같은 모바일 방송통신 환경에서 오디오, 비디오, 이미지 등의 다양한 멀티미디어 서비스를 제공 받기 위해서는 높은 압축률의 고효율 오디오/비디오 부호화 기술과 초경량의 데이터 서비스 기술이 필수적으로 요구된다. 본 고에서는 최신 고효율 오디오/비디오 부호화 기술 및 초경량 데이터 서비스 기술 동향을 살펴보고, 관련 기술의 특허 동향을 살펴본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.446-450
• /
• 2020

딥러닝 기반의 영상 분석 방법들은 많은 양의 학습 데이터가 필요하며, 학습 데이터 구축에는 많은 시간과 노력이 소요된다. 특히 객체 검출 분야의 경우 영상 내 객체의 위치, 크기, 범주 등의 정보가 모두 필요하여 학습 데이터 구축에 더 많은 어려움이 있으며, 이를 해결하기 위해 최근 이미지 합성기반 데이터 증강에 관한 연구가 활발히 진행되고 있다. 이미지 합성기반 데이터 증강 방법은 배경 영상에 객체를 합성할 때 객체와 배경 영상이 접한 영역에서 아티팩트(Artifact)가 발생하며, 이는 객체 검출 모델이 아티팩트를 객체의 특징으로 모델링하여 검출 성능이 저하되는 원인이 된다. 이러한 문제를 해결하기 위하여 본 논문에서는 양방향 필터 기반의 이미지 합성 방법을 제안하고, 단일 단계 검출의 대표적인 방법인 RetinaNet을 이용하여 이미지 합성기반 데이터 증강 방법의 성능을 분석하였다. 공개 데이터셋에 대한 실험 결과 본 논문에서 사용한 단일 검출 방법 및 데이터 증강 기법을 사용하면 더 적은 양의 증강 데이터로 기존 방법과 동일한 성능을 보여주는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.75-77
• /
• 2021

In order to find objects in an image through deep learning technology, an image dataset for learning is required. In order to increase the recognition rate of objects, a large amount of image learning data is required. It is difficult for individuals to build large amounts of datasets because it is expensive. This paper introduces a method for more easily constructing an image dataset including several sides of an object by photographing a rotating image. A method of constructing a dataset by placing an object on a rotating plate, photographing it, and dividing and synthesizing the captured images according to the needs is proposed.