• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2000.05a
• /
• pp.360-363
• /
• 2000

컬러 이미지는 Cray-Scale 이미지와는 달리 3가지 채널의 조합으로 이루어지고 방대한 정보량 때문에 효과적인 에지 검출이 어렵다. 본 논문에서는 범용성 있는 Color Morphological Pyramids(CMP)구조를 제안하고, 그를 이용한 에지 검출을 보인다. 이미지 피라미드 구조는 최초 이미지의 반복적인 필터링과 샘플링에 의해 면적비가 2$_{-ι}$(ι=1,2, …, N)이 되는 순차적 이미지 계열이다. CMP는 RCB, HSI, CMY 등의 컬러 공간에서 컬러 모폴로지를 이용하여 연속적인 필터링 처리로 불필요한 크기의 물체 및 잡음을 제거하고, 부샘플링과정으로 해상도를 낮춰주는 방식이다. 생성된 CMP에서 인접 레벨간을 이웃한 픽셀 벡터간의 상대거리를 이용한 연결식을 사용하여 새 레벨의 이미지를 생성하며, 이를 에지 검출한다. 실험을 통하여 본 방법의 유효성을 검증한다.다.

• Science of Emotion and Sensibility
• /
• v.10 no.4
• /
• pp.631-637
• /
• 2007

This research focuses on similarity evaluation of images according to tones of images. Color space of images were converted RGB color space into HSI color space. The information entropy criteria has been taken for evaluating similarity of images for digital library. The similarity was then calculated by combining correlation coefficients and information entropy. Those two values are further analyzed with a relation to human sensibility.

• Annual Conference of KIPS
• /
• 2003.11c
• /
• pp.1881-1884
• /
• 2003

본 논문은 시각적 워터마크의 삭제나 수정을 방지하기 위해 블록 기반 내용 인증(Block-wise content authentication) 방법을 제안한다. 제안한 방법은 원본 이미지와 워터마크 이미지를 사용하여 DCT 기반의 시각적 워터마크(Visible watermark)가 삽입된 이미지로 만든다. 다음, 블록 기반 서명(Block-wise signature)을 삽입하여 JPEG 과 같은 허용 가능한 이미지 조작에서는 정보가 유지되고, 워터마크의 삭제와 같은 악의적인 이미지 조작에는 인증을 허용하지 않는다. 또한 이미지의 조작된 부분을 알 수 있도록 로컬라이제이션(Localization)을 이용하여 조작된 부분의 위치를 파악한 수 있다. Lena를 포함한 여러 표준 영상을 사용하여 실험한 결과, 제안한 방법은 시각적 워터마크에 대한 다양한 공격에서 조작된 위치를 정확하게 표현할 수 있었다. 그리고 Photoshop 7.0의 Quality factor 11인 JPEG-90 압축에서 약 99%의 인증이 가능하였고, 블러링(Blurring)이나 샤프닝(Sharpening)과 같은 기타 공격에서는 각각 51%, 50%로 인증이 허용되지 않았다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2648-2650
• /
• 2003

웹을 중심으로 인터넷이 발전하면서 웹 기반의 응용 서비스가 계속적으로 개발되고 있고, 대부분의 인터넷 정보들은 웹 페이지 단위로 저작되고 관리되고 있다. 웹 페이지는 일정한 형태인 HTML의 태그로써 나타내어지고, 텍스트뿐만 아니라 그림, 소리, 동영상 등의 여러 가지 미디어를 사용하여 사용자에게 다양한 정보를 제공하고 있다. 본 논문에서는 웹 페이지에서 사용되고 있는 다양한 미디어 중에서도 특히 이미지를 수집하기 위한 Web Image Picker를 제안하고자 한다. 이는 여러 웹 페이지들의 주소를 입력받아 해당 웹 서버에 접속하여 웹 페이지를 가져오고, 가져온 웹 페이지에서 사용된 이미지 태그를 분석한다. 분석된 이미지 정보를 통해 이미지의 사용 횟수를 알 수 있고, 또한 이미지 파일들을 자동으로 수집할 수 있다.

• Journal of Information Management
• /
• v.39 no.1
• /
• pp.151-176
• /
• 2008

The purpose of this research is to contribute to improvement strategy by defining public image for librarians in motion pictures. Therefore, this research analyzed image of librarians in the motion pictures which librarian appeared as a character and produced in Korea and America from the year 1992 to 2006 through quantitative content analysis method.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.559-561
• /
• 2019

이미지 프로세싱이란 기존의 이미지에 대해 컴퓨터를 이용하여 새로운 이미지로 창작하거나 수정하는 일련의 작업 과정이다. 우리는 알약의 이미지를 가져와 machine이 인지 할 수 있도록 수정한 후, 사진에 찍힌 알약을 구별하고 사용자 에게 그 알약의 정보들을 제공 할 수 있는 텐서플로우 기반의 이미지 프로세싱 방법에 대해 연구 하였다.

• Annual Conference of KIPS
• /
• 2021.05a
• /
• pp.212-215
• /
• 2021

본 논문에서는 딥러닝의 CNN(Convolution Neural Network) 학습을 통하여 악성코드를 실행시키지 않고서 악성코드 변종을 패밀리 그룹으로 분류하는 방법을 연구한다. 먼저 데이터 전처리를 통해 3가지의 서로 다른 방법으로 악성코드 이미지와 메타데이터를 생성하고 이를 CNN으로 학습시킨다. 첫째, 악성코드의 byte 파일을 8비트 gray-scale 이미지로 시각화하는 방법이다. 둘째, 악성코드 asm 파일의 opcode sequence 정보를 추출하고 이를 이미지로 변환하는 방법이다. 셋째, 악성코드 이미지와 메타데이터를 결합하여 분류에 적용하는 방법이다. 이미지 특징 추출을 위해서는 본고에서 제안한 CNN을 통한 학습 방식과 더불어 3개의 Pre-trained된 CNN 모델을 (InceptionV3, Densnet, Resnet-50) 사용하여 전이학습을 진행한다. 전이학습 시에는 마지막 분류 레이어층에서 본 논문에서 선택한 데이터셋에 대해서만 학습하도록 파인튜닝하였다. 결과적으로 가공된 악성코드 데이터를 적용하여 9개의 악성코드 패밀리로 분류하고 예측 정확도를 측정해 비교 분석한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.93-96
• /
• 2022

본 논문에서는 카메라 센서만을 이용하여 손바닥 사진을 촬영하고 추출된 데이터들을 합성하여 멀티 채널 이미지를 생성 및 분류 모델에 입력하여 신원을 확인하는 딥러닝 모델을 제안한다. 이 모델은 손바닥 사진이 입력되면 손바닥 및 손금 세그멘테이션을 이용하여 마스크 이미지를 추출하고 단일 채널로 구성된 이미지들을 멀티 채널 이미지로 합성/재구성하여 신원을 분류하는 딥러닝 모델이다. 이는 카메라 센서 외 다른 센서가 필요 없다는 장점을 가지고 있으며, 비접촉 신원 인식 시스템에 적용할 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.153-155
• /
• 2022

Recently, we are using robots and drones to collect images. However, as the robot or drone is shaken by external influences, pre-processing technology to register images is required. Therefore, in this paper, we use autonomous robots, drones dataset and improve the quality of shaken image data through the Deblur deep learning model. We confirmed through the experimental results that the shaken images were registered and evaluated the model.

• Annual Conference of KIPS
• /
• 2007.11a
• /
• pp.121-123
• /
• 2007

현재까지 유해한 컨텐츠(Contents)를 차단하기 위한 활발한 연구가 있었으나, 사람의 사운드(sound)와 이미지(image)를 통합한 필터링(filtering) 기법에 대한 연구는 활발히 이루어지지 않은 측면이 있다. 본 논문은 이미지(image) 데이터 중 피부색 분포 비율과 사운드(sound) 데이터 중 주파수 분석을 통한 심층적인 기법을 활용하여 현재까지 진행되고 있는 이미지 필터링(image filtering)방법에 대한 수행 결과보다 획기적으로 개선된 성능을 보이고자 한다. 즉, 사운드와 이미지의 특징 정보를 이용한 성인 컨텐츠(Adult Contents)분류 기법을 활용하는 것으로 성인 컨텐츠(Adult Contents)에서 두드러지는 특징을 보이는 사운드 패턴을 분석하여 현재까지 한정된 자원인 이미지만을 활용한 기법보다는 현저한 향상된 수행능력을 예측해 볼 수 있다.