• 한국콘텐츠학회논문지
• /
• 제11권12호
• /
• pp.552-559
• /
• 2011

본 논문에서는 신분증에 활용되는 사진의 위변조를 방지하기 위해서 사진 이미지에 신분증 소유자의 특정 정보를 은닉할 수 있는 새로운 워터마킹 알고리즘을 제안한다. 제안된 알고리즘은 이미지 분할과 확산 스펙트럼의 상관도 피크 위치를 변조하는 위치 코딩 기법을 이용하였다. 사진에 삽입된 워터마트는 인쇄와 스캔과정에서도 깨지지 않도록 강인성을 확보하였으며, 작은 사진에 주민등록번호와 같은 고유번호를 숨길 수 있는 충분한 삽입 용량을 확보하였다. 제안 알고리즘의 또 하나의 장점은 정보의 삽입과 추출을 $1{\times}1$ 화소 단위가 아닌 $2^h{\times}2^w$ 샘플 단위로 함으로써, 일정 범위내의 회전에 대해 보정없이 정보를 정확하게 추출할 수 있다는 장점을 가지고 있다. 22명의 사진에 대해 300dpi의 스캐너와 프린터를 이용한 실험에서 $256{\times}256$ 크기의 신분증 사진에 40 비트의 정보가 0% BER로 삽입되고 추출될 수 있었다. 결론적으로, 제안 알고리즘은 인쇄, 스캔 과정에서 발생되는 잡음과 회전 에러에 대해 강인성을 보여준다.

• 한국터널지하공간학회 논문집
• /
• 제14권1호
• /
• pp.37-53
• /
• 2012

터널 설계 시 사용되는 지반 물성치는 불확실성을 내포한다. 본 연구에서는 최적의 지반물성치를 찾기 위해 터널 계측자료를 활용하여 MATLAB 프로그램의 인공신경망 분석 기능을 이용한 역해석을 수행하였다. 터널 내공변위에 많은 영향을 주는 탄성계수와 측압계수를 변화시켜 총 81개의 학습자료를 구축하였다. 최적의 학습모델을 구축하기 위해 은닉층 수와 노드(node) 수 및 학습율과 관성항을 변화시켜가며 매개변수 연구를 수행하였다. 한편 최적의 학습모델은 평균제곱오차(MSE, Mean Squared Error)와 결정계수($R^2$)를 비교하여 선정되었고, 이를 이용하여 정확한 지층의 탄성계수와 측압계수를 찾았다. 향후 주어진 지반조건에서 최적의 터널 지보패턴을 결정하는 등의 목적으로 본 연구에서 제시된 방법이 적용될 수 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제6권3호
• /
• pp.508-517
• /
• 2003

본 논문에서는 쌍직교 웨이브릿 영역에서 워터마크를 삽입할 수 있는 연속 부대역 양자화 및 스토케스틱 다해상도 특성을 갖는 지각 모델을 제안한다. 적응 워터마킹 알고리즘을 갖는 지각모델은 보다 강인한 워터마크 은닉을 위한 방법으로 연속 부대역 양자화(successive subband quantization: SSQ)에 의해서 텍스쳐 및 에지 영역에 삽입한다. 워터마크 삽입은 국부 영상 특성을 갖는 NVF(noise visibility function)함수에 의해 계산된다. 이 방법은 워터마크가 노이즈 특성을 갖기 때문에 영상의 통계적 특성에 기초한 비정상상태(non-stationary state) 가우스 모델과 정상상태(stationary state) 일반화 가우스(generalized Gaussian: GG)모델을 이용한다. 정상상태 GG모델의 삽입은 다해상도 내의 각 부대역별 분산과 형상계수(shape parameter)를 사용한다. 형상계수를 추정하기 위하여 모멘트 정합 방법을 사용한다. 비정상상태 가우스 모델은 각 부대역의 국부 평균 및 분산을 이용한다. 실험결과 우수한 비가시성과 강인성을 확인하였으며, 공격에 대한 실험으로 Stirmark 3.1 benchmark test를 수행하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권9호
• /
• pp.1095-1104
• /
• 1999

객체지향 시스템의 개발은 클래스를 통해서 이루어진다. 즉, 문제 영역에 존재하는 중요한 대상 또는 개념을 클래스로 모델링하고, 이로부터 생성된 객체들 사이의 메시지 교환을 통해서 시스템은 구축된다. 또한, 클래스는 정보 은닉을 제공함으로써, 객체지향 시스템의 재사용성과 유지보수성에 상당한 기여를 한다. 그러나, 설계 단계에서 실세계의 대상을 부적절하게 모델링하거나, 또는 유지보수 단계에서 클래스에 무분별한 변경을 가하는 경우 클래스의 품질은 악화될 수 있고, 이는 결국 시스템을 유지보수 하거나 확장하는데 상당한 장애를 초래한다.응집도는 모듈의 구성 요소들 사이의 연관성 정도를 나타내는 척도로서 전통적으로 모듈의 품질을 평가하기 위한 기준으로 사용되어 왔다. 이 논문에서는 클래스의 품질을 평가하는 방법으로서의 클래스 응집도를 제안한다. 즉, 클래스가 실세계의 대상을 적절하게 모델링한다면, 그 구성요소들 사이에 밀접한 관련이 있고 결국 높은 응집도를 가지게 될 것이다. 반대로 실세계의 대상에 대한 적절한 모델이 아니라면, 그 클래스의 구성 요소들 사이에는 밀접한 관련성이 없을 것이고 따라서 낮은 응집도를 보일 것이다.Abstract Object-oriented systems are developed by means of classes; that is, classes captures the essential entities or concepts in the problem domain, and the system is embodied by the interactions of objects instantiated from the classes. In addition to the basic units of object-oriented systems, classes serves as the units of encapsulation, which considerably promote the modifiability and the extensibility of them. However, improper modeling in the design phase or uncontrolled changes during the maintenance phase can degrade the quality of classes, which leads to systems cumbersome to maintain and extend.Cohesion refers to the degree of connectivity among the elements of a single module, and is being used as a factor which characterizes the quality of a module. In this paper, we propose a new cohesion metric for assessing the quality of classes. If a class captures properly the essential features of objects, the members of the class surely have strong relationship among them. On the contrary, the poor relationship among class members can indicate that the class is not a proper model of objects.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.643-648
• /
• 2007

유비쿼터스 컴퓨팅 기술이 문화예술 분야에 접목되면서 수동적이었던 전시 관람 형태가 능동적인 관람 형태로 바뀌고 있다. 특히, 지능형 가이드 시스템의 등장은 기존의 관람 문화를 크게 변화시켰다. 지능형 가이드 시스템이란 사용자에게 전시물에 대한 정보 및 전시장의 위치 정보를 제공해주는 시스템을 말한다. 현재 상용화되고 있는 지능형 가이드 시스템은 크게 휴대폰, PDA, 게임기 등의 휴대형 장치 기반의 가이드 시스템과 HMD와 같은 착용형 장치 기반의 가이드 시스템으로 나뉠 수 있다. 본 논문에서는 이러한 현재 상용화된 시스템들의 한계(예를 들어, 특정 장치를 직접 착용 혹은 소지해야 함)를 서술하고, 이를 보완하는 프로젝터 기반의 가이드 시스템에서 더 나아가 임의의 공간에 원하는 전시물 구성, 설치 등을 신속, 정확하게 수행하는 지능형 가이드 시스템을 제안한다. 프로젝터 기반의 지능형 가이드 시스템은 기반 기술로 지능형 프로젝션 기술을 필요로 하는데, 이는 임의의 환경에서 임의의 위치에 다수의 사용자에게 고화질, 대화면 영상 정보를 제공해 준다. 그러나, 기존의 지능형 프로젝션 기술은 성능 및 안정성을 위해 대부분 가시적인 패턴 및 마커를 사용하는데, 이는 사용자에게 제공되는 정보를 관찰하는 데 방해가 될 수 있다. 본 논문에서는 사용자의 관점에서 유용한 비간섭 지능형 프로젝션 기술을 사용한다. 즉, 본 논문에서는 마커나 패턴을 사용함으로써 정확성이나 안정성은 보장하지만, 마커나 패턴을 은닉하여 사용자의 눈에 띄지 않도록 함으로써, 사용자는 원하는 정보를 아무런 방해 없이 제공받을 수 있다. 제안된 시스템을 미술 작품 감상을 위한 가이드 시스템으로 적용해 본 결과, 사용자는 자유로운 환경에서 자신의 위치나 작품에 대한 설명을 대화면으로 제공받으면서, 편안하게 그림을 감상할 수 있었다.

• 전자공학회논문지CI
• /
• 제46권1호
• /
• pp.96-102
• /
• 2009

인터넷 환경의 급속한 성장으로 인해 효율적인 디지털 콘텐츠 보급이 가능하게 되었다. 하지만 악의적인 공격자에 의한 저작권 침해 등으로 인해, 이미지 데이터 보호 및 비밀 통신 방법에 관한 요구사항 또한 높아지고 있다. Shamir와 Lin-Tsai는 각각 비밀 공유의 원리를 기반으로 간단한 비밀 이미지 암호화 알고리즘들을 제안하였다. 하지만 Shamir와 Lin-Tsai가 제안한 비밀 공유 기법들은 이미지의 화질을 저하시키는 심각한 문제가 있다. 이로 인해, 제3자가 쉽게 은닉된 정보를 알아챌 수 있다. 본 논문에서 이미지의 화질과 안전성을 향상시킬 수 있는 그레이 코드를 이용한 비밀 공유 기법을 제안한다. 제안한 기법은 Shamir와 Lin-Tsai의 기법들과 비교하여 공유 이미지의 화질이 우수할 뿐만 아니라 보다 강화된 보안성을 제공한다.

• 전자공학회논문지CI
• /
• 제41권4호
• /
• pp.113-123
• /
• 2004

본 논문에서는 공모방지 핑거프린팅 알고리즘에 의하여 생성된 핑거프린트를 삼차원 메쉬 모델에 효율적으로 삽입할 수 있는 새로운 공모방지 핑거프린팅 기법을 제안한다. 제안한 알고리즘은 유한 사영기하학(finite projective geometry)을 기반으로 고객의 수만큼 핑거프린트를 만들고 이 정보를 바탕으로 삼차원 메쉬 모델을 분할한 다음, 마크(mark)할 특정 분할메쉬 (submesh)에 저작권을 나타내는 워터마크 신호를 은닉한다. 삽입할 워터마크 신호는 비인지성과 강인성을 고려하여 마크할 분할 메쉬로부터 삼각형 스트립(triangle strips)을 생성하고 각 스트립에 포함된 꼭지점 값들을 DCT 영역의 계수 값들로 변환시킨 후 중간 주파수 대역에 삽입한다. 다양한 실험을 통해 제안한 기법이 무작위 잡음첨가, MPEG-4 SNHC의 삼차원 메쉬 꼭지점 좌표값 압축, 기하학 변환 및 공모에 의한 핑거프린트 공격에 대해 강인할 뿐만 아니라 생성된 핑거프린트의 비트 수를 기존의 방법보다 줄일 수 있었다.

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.419-426
• /
• 2015

본 논문에서는 퍼지볼트와 스테가노그래피를 결합한 스마트폰 지문 인증 시스템을 제안한다. 생체정보를 이용한 인증은 높은 보안성을 제공하지만 생체정보는 타인에게 노출되면 수정이 불가능하다는 점에서 안전하게 다루어져야 한다. 만약 인증을 위해 변형된 생체정보가 사용된다면, 생체정보가 노출되더라도 원래의 생체정보는 안전하게 유지될 수 있다. 본 논문에서 제안하는 기법은 스마트폰에서 지문정보를 보호하기 위해 지문 인증 시스템에 퍼지볼트 기법을 적용한다. 또한, 퍼지볼트로 변형된 생체정보는 스테가노그래피 기법과 결합하여 은닉되므로 정보 노출에 더욱 안전할 수 있다. 그에 따라 지문 DB를 이용한 실험 결과는 기존에 알려진 이 두 기법을 결합한 방법이 지문 인식 센서를 가지고 있는 스마트폰의 사용자 인증에 높은 편리성과 보안성을 제공함을 보여준다.

• 응용통계연구
• /
• 제32권6호
• /
• pp.899-908
• /
• 2019

수 많은 모수들을 가지고 있는 방대한 심층신경망은 매우 강력한 기계학습 방법이지만 모형의 과도한 융통성으로 인하여 과적합문제를 내포하고 있다. 드롭아웃 방법은 크기가 큰 신경망의 과적합 문제를 해결하는 다양한 방법들 중 하나이며 매우 효과적인 방법으로 알려져 있다. 드롭아웃 방법은 훈련과정에서 각각의 표본에 다른 모형을 적용하는데 이들 모형은 입력과 은닉층의 노드들을 무작위로 제거한 모형들 중에 임의로 선택된다. 본 연구에서는 임의로 선택된 모형에 둘 이상의 표본을 적용하여 모형의 가중치들에 대한 추정치의 안정성을 높이는 하이브리드 드롭아웃 방법을 제시하였다. 실제 자료를 이용한 시뮬레이션 결과 노드의 선택확률과 모형의 적합에 사용되는 표본의 수를 적절하게 선택하여 기존의 방법에 비하여 추정치의 변동성이 감소시킬 수 있었으며 동시에 검증자료에 대한 최저오차도 줄일 수 있음을 보였다.

• 한국수자원학회논문집
• /
• 제33권4호
• /
• pp.505-515
• /
• 2000

본 연구는 하천에서 호우의 발생에 따라 하천 유출수문곡선을 예측코자 블랙박스모형의 신경망이론을 적용하여 수문학적인 문제를 규명하고자 하였다. 이를 위해 신경망 이론 중 Levenverg-Marquardt 방법에 의한 오차역전파 알고리즘과 Radial Basis Function Network(RBFN)를 이용하여 IHP 대표유역인 보청청유역에 수문곡선을 적용하여 선행유출량 예측과 미학습 유역의 적용성을 검토하였다. 그 결과 복잡하고 비선형적인 수문계의 강우-유출 과정의 학습에 있어 RBFN은 은닉층에서 자율학습, 출력층에서 지도학습의 두 단계로 나누어 학습을 함으로서 BP 알고리즘보다 학습시간이 빠르게 나타났고, 선행유출량의 예측결과 여러 통계적 지표에서 RBFN이 BP 알고리즘보다 좋은 결과를 얻을 수 있었다. 미학습 유역의 적용성 검토에서도 BP알고리즘과 RBFN 모두 첨두치가 비교적 실측자료의 경향과 비슷한 경향으로 나타났다.