• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.255-258
• /
• 2003

본 논문에서는 JPEG 압축 이외의 블러링(blumng) 및 샤프닝(sharpening) 등의 허용 가능한 이미지 조작에도 정보가 유지될 수 있는 내용 적응(content adaptive) 서명(signature) 기법을 제안하였다. 제안한 방법은 블록의 이미지 내용의 특성을 사용하여, 기존의 이미지 블록 사이의 DCT 계수 차이가 유지되는 DCT를 기반으로 한 Chang의 서명 방법의 단점을 개선하였다. 즉, 허용 가능한 이미지 조작에 대하여 에러 발생 확률이 높은 블록을 피하여 서명을 생성하였다 Lenna를 포함한 여러 표준 영상을 사용하여 실험한 결과, 제안한 랑법은 Chang의 방법에서 발생하는 서명의 비트 스트림 에러보다 에러 발생 빈도가 블러링 이미지에서는 평균 약 55％, 사프닝 이미지에서는 평균 약 51％ 더 낮았다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.808-811
• /
• 2006

디지털 액자 또는 디지털 앨범은 여러장의 디지털 이미지를 저장 장치에 저장하여 LCD를 통해 디지털 이미지를 감상할 수 있는 임베디드 장치로 저장 장치에 기록되어 있는 이미지나 네트워크와 통신이 된다면 이미지 서버와 1:1 통신으로 지정된 이미지를 다운받을 수 있다. 이러한 1:1 통신의 이미지 다운로드 방법은 액자에서 액자로 이미지를 전송하거나 다운받을 수 없으므로 원격지의 디지털 액자로 자신이 원하는 이미지를 전송할 수 없는 불편함이 있다. 이에 본 논문에서는 자신의 디지털 액자에서 원격지의 디지털 액자 또는 원격지의 디지털 액자에서 자신의 디지털 액자로 선택한 이미지, 또는 전송받는 이미지를 송수신 할 수 있는 디지털 전자액자의 n:m 연동 방법을 제안한다. 본 논문에서 제안한 방법은 범용 이미지 서버와 디지털 전자액자에 에이젼트를 사용하여 디지털 전자액자와 원격지 디지털 전자액자의 이미지 공유가 가능할 수 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.95-100
• /
• 2001

본 논문은 시간에 따라 변하는 스크린 이미지의 스트리밍에 적합한 이미지 압축 및 저장 방법을 세안하는 것이다. 이를 위하여 시간에 따라 변화하는 스크린 이미지의 특성을 일반 동영상과 비교하여 분석하였으며, 분석 결과에 의거하여 스크린 이미지의 스트리밍에 가장 적합한 압축 및 저장 방법을 제안하였다. 제안된 방법들은 스트리밍 데이터를 효과적으로 지원하는 DirectShow의 구조에 따라 구현되었으며, 구현된 내용을 보인다. 제안된 방법의 유용성을 보이기 위하여, 구현된 시스템 상에서 압축 성능이 측정되었으며 그 결과를 설명한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.355-358
• /
• 2011

본 논문에서는 이미지에서 사용자가 관심을 갖는 영역(ROI)의 내용을 나타내는 특성값과 영역의 위치를 함께 고려하여 이미지를 검색하는 방법을 제안한다. 제안한 방법은 검색 대상 이미지를 일정 크기의 블록으로 구분한 후 사용자가 선택한 다중 ROI와 가장 근접하는 특성을 가진 블록을 선택한다. 블록의 특성값은 MPEG-7의 도미넌트 컬러 기술자를 사용한다. 사용자가 선택한 블록의 특성값과 함께 블록의 위치를 측정한 후, 검색 대상 이미지의 블록들의 특성값 및 위치와 비교하여 유사도를 측정한다. 본 논문에서는 실험결과 제안한 방법이 전역 이미지 검색이나 동일한 위치의 블록만 비교하는 경우보다 다중 ROI의 내용과 위치를 함께 고려하는 방법이 다른 방법에 비해 우수한 성능을 나타냈다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.686-688
• /
• 2020

본 논문에서는 U-Net 모델을 이용하여 정교하고 반복되는 패턴을 가진 인쇄물에 대한 비지도 학습을 통한 딥러닝 기반 이상치탐지(Anomaly Detection) 방법을 제안하였다. 인쇄물(카드)의 비정상 패턴 검출을 위하여 촬영한 영상으로부터 카드 영역을 분리한 이미지로 구성된 Dataset을 구축하였고 정상 이미지와 동일한 이미지를 출력하기 위해, 정상 이미지와 마스크 이미지 쌍의 Training dataset을 U-Net으로 학습하였다. Test dataset의 이미지를 입력으로 넣어 생성된 마스크 결과를 원본 마스크 이미지와 비교하여 이상 여부를 판단하는 본 논문의 방법이 정상, 비정상 인쇄물을 잘 구분하는 것을 확인하였다. 또한 정상과 비정상 이미지 각각을 학습한 지도학습 기반 CNN 분류 방법을 입력 영상과 복원 영상 간의 복원 오차를 비교하여 객체의 이상 여부를 판별하는 본 논문의 방법과 비교 평가하였다. 본 논문을 통해 U-Net을 사용하여 별도로 데이터에 대한 label 취득 없이 이상치를 검출할 수 있음을 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.102-105
• /
• 2019

본 논문에서는 심층 신경망 검색 방법을 사용하여 이미지 고해상도화를 위한 심층 신경망을 설계하는 방법을 구현하였다. 일반적으로 이미지 고해상도화, 잡음 제거 및 번짐 제거를 위한 심층신경망 구조는 사람이 설계하였다. 최근에는 이미지 분류 등 다른 영상처리 기법에서 사용하는 심층 신경망 구조를 검색하기 위한 방법이 연구되었다. 본 논문에서는 강화학습을 사용하여 이미지 고해상도화를 위한 심층 신경망 구조를 검색하는 방법을 제안하였다. 제안된 방법은 policy gradient 방법의 일종인 REINFORCE 알고리즘을 사용하여 심층 신경망 구조를 출력하여 주는 제어용 RNN(recurrent neural network)을 학습하고, 최종적으로 이미지 고해상도화를 잘 실현할 수 있는 심층 신경망 구조를 검색하여 설계하였다. 제안된 심층 신경망 구조를 사용하여 이미지 고해상도화를 구현하였고, 약 36.54dB 의 피크 신호 대비 잡음 비율(PSNR)을 가지는 것을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.296-298
• /
• 1999

컬러 히스토그램은 멀티미디어 이미지 데이터의 특성을 표현하기 위하여 널이 이용되어 왔다. 그러나 컬러 히스토그램을 고차원으로 설정할 경우 색인 구조에 효율적이지 못할 뿐만 아니라 유사도 계산에서도 고비용이 요구된다. 이러한 단점을 보완하기 위해 히스트그램의 차원을 줄이는 여러 방법이 제시되어 왔으나 이미지의 색상정보 손실을 피할 수 없으며, 이미지의 전체 히스토그램으로는 이미지의 레이아웃을 고려할 수 없기 때문에 필터링을 통한 후보 선정 시 상이한 이미지가 선택되어지는 문제점을 지닌다. 본 논문에서는 이미지를 일정한 크기의 타일로 분할한 이미지 타일 평균 RGB 방법을 제안하였으며, 실험을 통하여 제안한 방법의 성능을 평가하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.36-39
• /
• 2020

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 복잡한 특징을 담고 있는 얼굴 이미지에 대해 이를 적용하려는 시도가 늘어나고 있다. 특히, 이미지로부터 주요한 특징들을 추출하여 간결하게 이미지를 대표할 수 있는 이미지 기술자 (Image descriptor)를 딥 러닝을 통해 생성하는 연구가 인기를 끌고 있다. 이는 딥 러닝 끝 단에 있는 Fully-connected layer 의 출력으로 얻을 수 있으며 이미지의 의미론적 상관관계를 이용하여 학습된다. 구체적으로, 이미지 기술자는 실수형 벡터 데이터로서, 한 장의 이미지를 수치화 하여 비슷한 이미지 사이에는 벡터 거리가 가깝게, 서로 다른 이미지 사이에는 벡터 거리가 멀게 구성된다. 본 연구에서는 미리 학습된 인공 신경망을 통과시켜 얻은 얼굴 이미지 기술자를 활용하여 멤버 분류를 위한 두 개의 인공 신경망을 학습하는 것을 목표로 한다. 제안된 방법을 검증하기 위해 얼굴 인식에 널리 사용되는 벤치 마크 데이터셋을 활용하였고, 그 결과 제안된 방법이 높은 정확도로 멤버를 분류할 수 있다는 것을 확인하였다.

• Journal of KIISE:Software and Applications
• /
• v.26 no.1
• /
• pp.52-65
• /
• 1999

이미지나 비디오, 오디오와 같이 멀티미디어 데이터들은 기존의 단순한 텍스트 기반의 데이터에 비하여 대용량적인 특성과 비정형적인 특성을 가지고 있어서 검색시 많은 어려움이 따른다. 본 논문에서는 대규모의 이미지 데이터베이스에서 효율적이고 신속하게 사용자가 원하는 이미지를 검색할수 있는 내용 기반 검색 시스템을 제시한다. 이를 위해서 본 논문에서는 최근 여러 장점으로 인하여 신호 분석이나 이미지 압축 분야에 많이 사용되는 웨이브릿 변환을 이용하여 이미지 데이터로부터 내용 기반 검색에 사용되는 특징 벡터를 효율적으로 추출하는 기법과 유사성 측정 방법을 제안한다. 그리고, 이러한 특징 추출방법과 유사성 측정 방법을 이용하여 내용 기반 질의 및 검색을 수행할 경우, 검색 조건을 만족하는 객체인데 실수로 검색해내지 못하는 경우인 false dismissals 이 발생하지 않음을 보인다. 또한 대규모 이미지 데이터베이스에서 신속한 내용 기반 검색을 지원하기 위하여 고차원 데이터에 대한 효율적인 색인을 제공하는 X-tree를 이용한 이미지 색인 방법을 보이며 이것이 기존의 순차 검색이나 R*-tree를 이용한 색인 방법보다 신속하게 이미지 데이터들을 검색할 수 있다는 것을 다양한 실험을 통해 보인다. 마지막으로 QBIC에서 제안한 검색 적합성 측정 방법을 이용하여 본 논문에서 제안하는 내용 기반 이미지 검색시스템의 검색 적합성을 보인다.

• Journal of KIISE:Databases
• /
• v.33 no.4
• /
• pp.384-395
• /
• 2006

Topographical images such as aerial and satellite images are usually similar with respect to colors and textures but not in shapes. Thus shape features of the images and the methods of extracting them become critical for effective image retrieval from topographical image databases. In this paper, we propose a shape feature extraction method for topographical image retrieval. The method extracts a set of attributes which can model the presence of holes and disconnected regions in images and is tolerant to pre-processing, more specifically segmentation, errors. Various experiments suggest that retrieval using attributes extracted using the proposed method performs better than using existing shape feature extraction methods.