• KIISE Transactions on Computing Practices
• /
• v.23 no.4
• /
• pp.244-249
• /
• 2017

Steganalysis is to detect information hidden by steganography inside general data such as images. There are stegoanalysis techniques that use machine learning (ML). Existing ML approaches to steganalysis are based on extracting features from stego images and modeling them. Recently deep learning-based methodologies have shown significant improvements in detection accuracy. However, all the existing methods, including deep learning-based ones, have a critical limitation in that they can only detect stego images that are created by a specific steganography method. In this paper, we propose a generalized steganalysis method that can model multiple types of stego images using deep learning. Through various experiments, we confirm the effectiveness of our approach and envision directions for future research. In particular, we show that our method can detect each type of steganography with the same level of accuracy as that of a steganalysis method dedicated to that type of steganography, thereby demonstrating the general applicability of our approach to multiple types of stego images.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.112-114
• /
• 2002

디지털 비디오의 급속한 사용으로 인해 비디오를 ;더 효과적으로 구조화하여 브라우징할 필요성이 대두되고 있다 비디오를 효과적으로 브라우징하기 위한 구조로 트리 형태의 계층구조가 주로 사용된다 트리 형태로 비디오를 계층구조화 시키기 위한 여러 가지 방법이 제안되었지만 비디오의 컨텐트가 너무 다양하기 때문에 이를 완전하게 자동화 한다는 것은 거의 불가능 하다. 본 논문에서는 내용기반 이미지 검색 기법을 이용한 클러스터링을 통해 3단계 계증구조를 자동적으로 생성한 후, 이 구조를 사용자가 수작업을 통해 원하는 형태로 전환시키는 기법을 제안한다. 또한 생성된 계층구조를 MPEG-7 메타데이타 표준으로 표현한다. 표현한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.49 no.3
• /
• pp.10-17
• /
• 2012

In general, image-based 3D scenes can now be found in many popular vision systems, computer games and virtual reality tours. In this paper, we propose a method for creating 3D virtual scenes based on 2D image that is completely automatic and requires only a single scene as input data. The proposed method is similar to the creation of a pop-up illustration in a children's book. In particular, to estimate geometric structure information for 3D scene from a single outdoor image, we apply the tensor voting to an image segmentation. The tensor voting is used based on the fact that homogeneous region in an image is usually close together on a smooth region and therefore the tokens corresponding to centers of these regions have high saliency values. And then, our algorithm labels regions of the input image into coarse categories: "ground", "sky", and "vertical". These labels are then used to "cut and fold" the image into a pop-up model using a set of simple assumptions. The experimental results show that our method successfully segments coarse regions in many complex natural scene images and can create a 3D pop-up model to infer the structure information based on the segmented region information.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.1
• /
• pp.157-165
• /
• 2011

It is challenging to detect foreground objects when background includes an illumination variation, shadow or structural variation due to its motion. Basically pixel-based background models including codebook-based modeling suffer from statistical randomness of each pixel. This paper proposes an algorithm that incorporates Markov random field model into pixel-based background modeling to achieve more accurate foreground detection. Under the assumptions the distance between the pixel on the input imaging and the corresponding background model and the difference between the scene estimates of the spatio-temporally neighboring pixels are exponentially distributed, a recursive approach for estimating the MRF regularizing parameters is proposed. The proposed method alternates between estimating the parameters with the intermediate foreground detection and estimating the foreground detection with the estimated parameters, after computing it with random initial parameters. Extensive experiment is conducted with several videos recorded both indoors and outdoors to compare the proposed method with the standard codebook-based algorithm.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2005.08a
• /
• pp.117-124
• /
• 2005

이미지와 비디오가 효율적으로 검색되고 이용되기 위해서는 메타데이터가 구조적으로 기술될 필요가 있다. 본 논문에서는 메타데이터 구축 체계의 기반으로 MPEG-7과 Plateau, ViMod에 대해 분석하였다. MPEG-7에서는 저작 및 생산, 이용, 컨텐츠의 구조적, 개념적 측면 등과 같은 다양한 관점에서 시청각 정보가 기술된다. Plateau는 다양한 응용 분야에 적합하도록 모델링 하였기 때문에 모델이 간단명료하고 응용분야에서는 전문성을 띠고 있으나 범용성이 부족하다는 단점이 있다. ViMod는 질의의 특성을 질의의 확실성, 질의의 차원성, 데이터 의존성 관점에서 정지영상과 비디오 영상으로 분류하고 그 하위 레벨을 내용 의존적인 영상과 내용 독립적인 영상으로 분류하였다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2768-2770
• /
• 2001

본 논문은 지능형 알고리즘과 이미지 프로세싱 방법을 결합한 새로운 방법으로 칼라 매칭 시스템에 구현한다. 칼라 매칭 시스템은 이미지 프로세싱을 이용하여 칼라의 RGB 데이터를 분석한 후 얻어진 색상정보를 가지고 사용자가 원하는 칼라는 구현하는 시스템이다. 칼라 매칭 시스템의 모델링에 이용되는 지능형 모델은 퍼지 추론과 적응 퍼지 추론 시스템(Adaptive Neuro-Fuzzy Inference System: ANFIS)이며, 최소 자승법을 기반으로 한 회귀 다항식과 비교하여 제안된 지능형 모델에 대한 성능과 실용성을 검증한 후 델파이를 이용하여 구현하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.573-576
• /
• 2022

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolutional Neural Network, CNN)의 정확도를 개선시킬 수 있는 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 삼각형의 넓이와 그 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 오디오 파일과 이미지이었다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 학습은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장으로 인해 3차원 모델링 시장이 증가가 하면서 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습 표현하는 방식으로 적용하는 것은 쉽지 않다. 그렇기 때문에 본 논문에서는 산업 현장에서 사용되는 데이터인 삼각형 메쉬 구조를 바탕으로 기존 방법보다 정확도가 높은 학습 기법을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.369-372
• /
• 2023

본 논문에서는 삼각형 구조로 구성된 3차원 메쉬(Mesh)에서 합성곱 신경망(Convolution Neural Network, CNN)을 응용하여 정확도가 높은 새로운 학습 표현 기법을 제시한다. 우리는 메쉬를 구성하고 있는 폴리곤의 edge와 face의 로컬 특징을 기반으로 학습을 진행한다. 일반적으로 딥러닝은 인공신경망을 수많은 계층 형태로 연결한 기법을 말하며, 주요 처리 대상은 1, 2차원 데이터 형태인 오디오 파일과 이미지였다. 인공지능에 대한 연구가 지속되면서 3차원 딥러닝이 도입되었지만, 기존의 학습과는 달리 3차원 딥러닝은 데이터의 확보가 쉽지 않다. 혼합현실과 메타버스 시장의 확대로 인해 3차원 모델링 시장이 증가하고, 기술의 발전으로 데이터를 획득할 수 있는 방법이 생겼지만, 3차원 데이터를 직접적으로 학습에 이용하는 방식으로 적용하는 것은 쉽지 않다. 그렇게 때문에 본 논문에서는 산업 현장에서 이용되는 데이터인 메쉬 구조를 폴리곤의 최소 단위인 삼각형 형태로 구성하여 학습 데이터를 구성해 기존의 방법보다 정확도가 높은 학습 기법을 제안한다.

• Journal of the Korea Computer Graphics Society
• /
• v.7 no.4
• /
• pp.9-18
• /
• 2001

There was much previous work to represent effects which are used in the real world paintings. In case of Western paintings like as watercolor or oil painting, largely conversion techniques from photo images were researched. However, in case of Oriental paintings, the development of a conversion technique is not easy because a few strokes are used to represent objects. Then, model-based approach was studied to draw Oriental paintings. In this paper, a model-based approach for Oriental paintings is described. In our model, to represent the diffusion effects, LEM(Local Equilibrium Model) is proposed. LEM is a method to calculate the movement of water and ink effectively. Also, a layer model for paper is proposed to discriminate wet or dry state. And a brush model to draw strokes is described.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.47 no.1
• /
• pp.25-34
• /
• 2010

Robust face recognition under various illumination environments is difficult to achieve. For robust face recognition with respect to illumination variations, illumination normalization of face images is usually applied as a preprocessing step. Most of previously proposed illumination normalization methods cannot handle cast shadows in face images effectively. In this paper, We propose a new face illumination normalization method based on the illumination-separated face identity texture subspace. Since the face identity texture subspace is constructed so as to be separated from the effects of illumination variations, the projection of face images into the subspace produces a good illumination-normalized face images. Through experiments, it is shown that the proposed face illumination normalization method can effectively eliminate cast shadows as well as attached shadows and achieves a good face illumination normalization.