• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.82-84
• /
• 2017

본 논문에서는 한국어 이미지 캡션을 학습하기 위한 데이터를 작성하고 딥러닝을 통해 예측하는 모델을 제안한다. 한국어 데이터 생성을 위해 MS COCO 영어 캡션을 번역하여 한국어로 변환하고 수정하였다. 이미지 캡션 생성을 위한 모델은 CNN을 이용하여 이미지를 512차원의 자질로 인코딩한다. 인코딩된 자질을 LSTM의 입력으로 사용하여 캡션을 생성하였다. 생성된 한국어 MS COCO 데이터에 대해 어절 단위, 형태소 단위, 의미형태소 단위 실험을 진행하였고 그 중 가장 높은 성능을 보인 형태소 단위 모델을 영어 모델과 비교하여 영어 모델과 비슷한 성능을 얻음을 증명하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.600-602
• /
• 1998

본 논문은 정면과 측면 얼굴 이미지의 특성을 살린 3차원 개인 아바타 합성에 관한 연구이다. 표준 얼굴 메쉬를 얼굴 이미지의 특징점에 맞추려는 힘을 특징점 이외의 점들까지의 거리에 대한 가우스 분포를 따라 부드럽게 전달시켜 매쉬를 탄성있게 변형하는 힘으로 작용시켜 메쉬를 얼굴 이미지의 윤곽선을 중심으로 매칭시키고, 매칭된 메쉬가 매칭 이전의 메쉬의 기하학적 특성을 유지할 수 있도록 메쉬에 동적 피부 모델을 적용한다. 이렇게 생성한 3차원 메쉬에 이미지를 텍스춰 매핑하여 개인 특성을 살린 3차원 개인 아바타를 생성한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2001.10a
• /
• pp.234-237
• /
• 2001

본 논문은 마이크로파 수신기시스템에서 발생되는 이미지성분을 효과적으로 제거하기 위해서 Dual Gate FETs을 이용한 이미지 제거 특성을 분석하였다. Dual Gate를 이용한 이미지 제거능력을 모의 실험한 결과 RF신호에 대한 이미지 제거특성은 -32dBc을 보였으며, Dual Gate FETs믹서의 변환이득은 1.7 dBm, 5GHz 발진주파수는 -117.3 dBc/100KHz 임을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.341-343
• /
• 2000

본 논문은 신용카드 전표 이미지를 효과적으로 인식하기 위한 이미지의 분석 및 처리 방법을 제안한다. Histogram Matching 기법을 통하여 ROI를 추출함으로써 빠른 속도로 고급 전처리 방법을 적용할 수 있는 방법과 이미지 개선을 위한 필터의 조합 방법 및 ROI 내부에서 숫자열을 정확하게 추출하여 인식하는 방법을 제안하고 있다. 그리고 실제 전표 영상에 대하여 수행한 실험을 통하여 제안한 방법이 유효함을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.443-445
• /
• 2003

본 논문에서는 디지털 이미지를 대칭 및 비대칭 암호화와 워터마킹 기법을 사용하여 안전하게 전송하는 방법을 제안한다. 제안된 기법은 디지털 이미지의 안전한 전송을 위하여 필수적인 네가지 조건 즉. 비밀성, 인증, 무결성, 부인방지 기능을 제공한다. 비대칭 키 암호화 기법은 전자서명의 발행과 대칭키의 암호화를 위해 사용하고, 대칭키 암호화 기법은 워터마크가 삽입된 디지털 이미지를 암호화 하는데 사용하며, 워터마킹 기법은 전송하고자 하는 디지털 이미지에 전자서명을 삽입하기 위해 사용한다. 제안한 방법의 장정은 전자서명이 별도의 파일로 첨부되는 기존의 전송방식과는 달리 암호화된 디지털 데이터와 전자서명이 동일한 파일 내에 존재하게 되는 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10a
• /
• pp.322-324
• /
• 2001

기존의 이미지 검색에서는 원하는 이미지를 검색하기 위하여 사용자가 이미지의 가시적 속성을 정확히 표현하도록 요구함으로써 질의가 제한되었다. 본 논문에서는 색상으로부터 유추될 수 있는 감성 형용사를 감성 용어 시소러스로 구축하여 감성 기반의 이미지 검색이 가능하도록 하였다. 감성 용어 시소러스를 이용함으로써 ‘부드러운’, ‘세련된’등과 같은 감성 용어를 검색의 질의어로 사용할 수 있게 되어 사용자의 검색 의도를 보다 정확하게 표현할 수 있게 되고, 검색의 결과에 대한 만족도를 향상 시킬 수 있다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.579-582
• /
• 2019

이미지의 특정 객체를 제거할 때, 주변 환경을 고려하면서 제거하기에 어려움이 있다. 본 연구는 특정 객체가 제거되면서 생기는 빈자리를 자연스럽게 보완하기 위해서 이미지 내용을 기반으로 이미지를 변경하는 Seam Carving 알고리즘을 이용하여 보다 자연스러운 결과 이미지를 생성하는 프로그램을 구현했다.

• Annual Conference of KIPS
• /
• 2022.05a
• /
• pp.645-647
• /
• 2022

최근 딥러닝 기반의 이미지 분류는 다양한 산업과 서비스에서 활용되고 있으며, 이미지 인식을 통한 다양한 테스트가 SNS를 통해 인기를 끌고 있다. CNN은 대표적인 이미지 분류를 위한 신경망 모델로 본 연구에서는 사진속의 얼굴에 대해 동물상 인식을 위하여 동물 얼굴 이미지 및 각 동물상을 대표하는 연예인의 이미지를 수집하고, CNN 기반의 동물상 인식 모델을 구현하였다.

• Journal of Internet Computing and Services
• /
• v.17 no.3
• /
• pp.45-54
• /
• 2016

Medical images are an effective means to identity medical abnormalities.. Patients typically have medical images taken at different clinics during lifetime, and they often wish to have second interpretation on medical images showing substantial diseases. At present, since personal medical images are distributed to multiple clinics, there is a bit discomfort that patients directly bring their images by hands to get the second interpretation from another physician. With these two motivations, we design a cloud service for archiving medical images and interpreting medical images by physicians. We present the design and implementation of the service, and show its practical value as low-cost personal healthcare service. By using the service, patients can retrieve and review their medical images anytime and have a convenience of acquiring second opinions on their medical images at low-cost without visiting a clinic.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.12
• /
• pp.111-121
• /
• 2021

As the main carrier of information, digital image is becoming more and more important. However, with the popularity of image acquisition equipment and the rapid development of image editing software, in recent years, digital image counterfeiting incidents have emerged one after another, which not only reduces the credibility of images, but also brings great negative impacts to society and individuals. Image copy-paste tampering is one of the most common types of image tampering, which is easy to operate and effective, and is often used to change the semantic information of digital images. In this paper, a method to protect the authenticity and integrity of image content by studying the tamper detection method of image copy and paste was proposed. In view of the excellent learning and analysis ability of deep learning, two tamper detection methods based on deep learning were proposed, which use the traces left by image processing operations to distinguish the tampered area from the original area in the image. A series of experimental results verified the rationality of the theoretical basis, the accuracy of tampering detection, location and classification.