• 한국정보통신학회논문지
• /
• 제18권8호
• /
• pp.1941-1947
• /
• 2014

문서 이미지의 이진화는 문서 인식의 이전 단계에서 주로 사용되며, 이진화의 성공 여부에 따라 문서 인식의 결과에 영향을 미치는 중요한 단계로 볼 수 있다. 지금까지 문서 이미지를 이진화 하기 위한 다양한 기법들이 연구되었지만, 문서 이미지의 상태에 따라 그 결과는 다양하다. 본 논문에서는 객체 추출에 많이 이용되는 MSER(Maximally Stable Extremal Region)을 이용하여 문서 이미지를 이진화하는 기법을 제안한다. 먼저 문서 이미지에서 MSER 객체를 추출한다. 추출된 MSER 객체는 그 자체로 문서 이미지 이진화에 사용되기는 어렵기 때문에 사용하기 적합한 형태로 변경되는 과정을 거친다. 그리고 최종 MSER 객체와 문서 이미지로부터 추출한 대비 이진 이미지를 이용하여 최종 이진 이미지를 계산한다. 실험결과는 본 논문에서 제안한 방법이 문서 이미지의 이진화에 유용함을 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.25-27
• /
• 2011

본 논문에서는 이미지 블록의 평균 픽셀 값 특성을 양자화 인덱스 변조 기법에 적용하여 이미지 포맷변환에 강인한 정보은닉 기법을 제안한다. 포맷변환에 강인한 이미지 속성은 정규화된 픽셀 히스토그램에 기반하여 분석되며, 그 중 평균 픽셀 값을 통해 정보은닉 알고리즘이 구성된다. 평균 픽셀 값을 양자화 인덱스 변조기법에 적용하기 위한 방안으로 DCT 계수를 정규화 하는 방법이 선택되며, 추출 성공률을 높이기 위해 오류정정부호가 사용된다. 따라서 본 논문의 알고리즘을 통해 결합 이미지가 압축, 사이즈 변화 등의 과정을 거치게 될 경우 발생하는 문제점을 극복할 수 있다.

• 한국게임학회 논문지
• /
• 제13권6호
• /
• pp.35-42
• /
• 2013

본 논문에서는 모바일 기기의 프로세서 처리 능력과 메모리 용량의 제한에 관계없이 거대 크기의 이미지를 게임의 배경으로 사용하기 위한 타일화된 이미지 압축 기법을 제안한다. 실험을 통하여 제안한 기법이 압축 효율 측면에서는 하나의 PNG 파일로 압축하는 방법과 유사하나 모바일 단말기의 메모리 제한으로 인한 디코딩 가능한 이미지의 크기 제한 문제를 해결할 수 있음을 보였다. 또한 실행 시 부분 디코딩 기법을 적용하여 단말기 화면에 출력되는 이미지 부분만 디코딩하여 출력함으로 초기의 대규모 이미지의 로딩 시간을 줄일 수 있음을 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제5권1호
• /
• pp.48-53
• /
• 2004

블록 기반 DCT 코딩 이미지는 NxN 블록 단위로 코딩을 하기 때문에 블록화 현상이 발생하게 된다. 특히 저비트율 이미지에서는 이러한 현상이 더욱 두드러지게 나타난다. 본 논문에서는 이러한 이미지에서 인근 픽셀 정보를 이용하여 블록화 현상을 줄이는 방법을 제안한다. 제안된 기법은 이미지 재구성 기법과 결합하는 경우에도 화질을 개선하는데 사용될 수 있다. 제안된 기법의 성능은 실험을 통해 보인다.

• 한국철도학회논문집
• /
• 제12권3호
• /
• pp.412-419
• /
• 2009

구조물 건전성 모니터 링에서 구조물에 발생한 손상을 어떠한 방법으로 가장 효율적이고 정확하게 탐지하느냐는 매우 중요한 연구과제이다. 기존의 대부분 SHM기술에서는 구조물에 손상이 발생하기 이전에 측정해 놓은 탄성파신호를 손상 검출을 위한 기준 데이터로서 활용하고 있다. 본 연구에서는 Lamb파를 이용하는 pitch-catch (PC)-기법을 기반으로 기준 데이터를 필요로 하지 않는 새로운 SHM기술을 제안하였다. 또한 손상 신호에 이미지화 기법을 적용하여 손상의 위치를 이미지화 함으로써 손쉽게 파악할 수 있도록 하였다. 제안된 SHM기술은 알루미늄 평판 시편에 대한 실험을 통해 응용 가능성을 고찰하였다.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.59-64
• /
• 2023

딥러닝은 다양한 컴퓨터 비전 문제를 해결할 수 있지만, 대량의 데이터셋이 필요하다. 본 논문에서는 대형 이미지 데이터셋을 구축하기 위해 이미지 이진화 기반 데이터 증강 기법을 제안한다. 이미지 이진화를 사용하여 특성을 추출하고 추출된 나머지 픽셀을 랜덤하게 배치하여 새로운 이미지를 생성한다. 생성된 이미지는 원본 이미지와 유사한 품질을 보여주며, 딥러닝 모델에서도 뛰어난 성능을 보였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권6호
• /
• pp.290-295
• /
• 2016

최근 사용자들이 협동적으로 이미지 주석인 태그를 만들고 활용하는 폭소노미 기반의 이미지 공유 사이트들이 많은 인기를 얻고 있다. 이러한 사이트는 사용자 질의에 대해 단순한 텍스트 매칭 기반의 검색을 수행하고 매칭되는 결과 이미지들을 포토 스트림 형태로 나열하여 보여 준다. 하지만 이러한 태그들은 매우 개인적이고 주관적이며, 이미지 역시 카테고리로 분류되어 있지 않기 때문에 검색의 정확도나 사용자 만족도가 떨어진다는 문제점이 있다. 본 연구에서는 태그를 기반으로 하는 이미지 검색에서 검색의 정확도를 높일 수 있는 폭소노미 이미지의 카테고리화 기법을 제안하고, 폭소노미 환경에서 생성된 태그와 이미지 정보를 모두 이용하며 의미적으로 유사한 이미지들끼리 분류된 검색 결과를 생성한다. 제안하는 기법의 성능 평가를 위해 폭소노미 이미지를 수집하고 텍스트, 이미지 특성에 따른 카테고리 분류를 수행하여 기존 검색 기법과 이미지 검색의 정확도를 비교한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.555-556
• /
• 2021

본 논문은 악성코드의 이미지화와 전이학습을 이용한 악성코드 분류 방안을 제안한다. 공개된 악성코드는 쉽게 재사용 또는 변형이 가능하다. 그런데 전통적인 악성코드 탐지 기법은 변형된 악성코드를 탐지하는데 취약하다. 동일한 부류에 속하는 악성코드들은 서로 유사한 이미지로 변환된다. 따라서 제안하는 기법은 악성코드를 이미지화하고 이미지 분류 분야에서 검증된 딥러닝 모델을 사용하여 악성코드의 부류를 분류한다. Malimg 데이터셋에 대해 VGG-16 모델을 이용하여 실험한 결과 98% 이상의 분류 정확도를 나타냈다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.35-36
• /
• 2016

본 논문에서는 기존 Bag-of-Visual words (BoW) 접근법에서 반영하지 못한 이미지의 공간 정보를 활용하기 위해서 Spatial Pyramid Matching (SPM) 기법을 Latent Dirichlet Allocation (LDA) 모델에 결합하여 이미지를 분류하는 모델을 제안한다. BoW 접근법은 이미지 패치를 시각적 단어로 변환하여 시각적 단어의 분포로 이미지를 표현하는 기법이며, 기존의 방식이 이미지 패치의 위치정보를 활용하지 못하는 점을 극복하기 위하여 SPM 기법을 도입하는 연구가 진행되어 왔다. 또한 이미지 패치를 정확하게 표현하기 위해서 벡터 양자화 대신 희소 부호화 기법을 이용하여 이미지 패치를 시각적 단어로 변환하였다. 제안하는 모델은 BoW 접근법을 기반으로 위치정보를 활용하는 SPM 을 LDA 모델에 적용하여 시각적 단어의 토픽을 추론함과 동시에 multi-class SVM 분류기를 이용하여 이미지를 분류한다. UIUC 스포츠 데이터를 이용하여 제안하는 모델의 분류 성능을 검증하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 춘계학술발표논문집
• /
• pp.357-360
• /
• 2000

최근에는 텍스트기반 검색 기법의 단점들을 극복하기 위하여 멀티미디어 데이터에서 내용으로 표현되는 특징데이터(Feature data)를 자동으로 추출하여 이를 기반으로 검색을 하는 내용기반 검색기법(Content- Based Retrieval Technique)에 대한 연구가 활발하다. 그러나 내용기반 검색 시스템에서 데이터 수가 무한히 많아질 경우, 찾고자 하는 이미지를 검색하는데 정확성과 시간면에서 효율성이 떨어진다. 따라서 방대한 이미지 데이터를 보다효과적으로 검색하고 저장하기 위해서는 유사성이 높은 이미지들을 서로 묶어 그룹화하고 그룹별 특징을 분석하여 인덱스화 함이 필요하다. 이에 본 논문에서는 그룹화를 위해 각각의 이미지 객체에 대하여 웨이브릿변환 (Wavelet Transform) 기법과 질감 특징( Texture Feature) 값 추출을 통해 그룹간에 가지는 특징값을 분석 비교하였다.