• 전기전자학회논문지
• /
• 제22권3호
• /
• pp.774-779
• /
• 2018

디지털 도메인에서 이미지나 비디오의 수정 및 합성은 매우 용이하다. 경우에 따라 주어진 이미지나 비디오가 진품인지를 확인해야 하는데, 전문가들의 경우 눈으로도 확인 할 수 있는 길이 있지만 그리 쉬운 것은 아니다. 게다가 손상된 부분을 정확히 찾아 복구해야 하는 일은 전문가에게도 불가능한 일이다. 이러한 응용분야에 적용할 수 있는 것이 연성 워터마킹(Fragile Watermarking) 기술로 원본이 어떠한 형태로든 변형된 경우 워터마크(Watermark)를 검출 할 수 없게 하는 방법이다. 즉, 워터마크가 검출 되었다는 것은 워터마크가 삽입된 후 아무 손상이 가지 않은 독착성(originality)이라 할 수 있을 것이다. 실제 응용분야에서 JPEG과 같은 손실 압축은 종종 허용 또는 필요함으로 인증방법은 이미지 Shifting, Cropping, Filtering 그리고 Replacement 등의 악의적인 변형과 구분되어야 한다. 따라서 제안하는 알고리즘은 JPEG 압축에는 강인한 이미지 인증을 보이며, 다른 악의적인 변형에는 워터마크가 쉽게 깨지는 Fragile Watermarking 알고리즘을 구현한다.

• 한국복식학회:학술대회논문집
• /
• 한국복식학회 2002년도 월드컵기념 춘계학술대회 의상전
• /
• pp.37-37
• /
• 2002

• 복식문화학회:학술대회논문집
• /
• 복식문화학회 2002년도 정기총회 및 춘계학술발표대회
• /
• pp.47-48
• /
• 2002

• 한국지반공학회논문집
• /
• 제27권4호
• /
• pp.51-65
• /
• 2011

전단면의 형성과 전단면에 집중되어 국부적으로 발생하는 변형은 지반 구조물의 거동과 안정성에 크게 영향을 미치기 때문에 전단면의 특성을 파악하는 것은 매우 중요하다. 본 연구에서는 전단면의 형성 및 발달 패턴 등을 실험적으로 규명하기 위하여 입도분포가 다른 세 가지 시료에 대하여 밀도와 구속압 조건을 변화시켜가면서 평면변형률 시험을 수행하였다. 전단 중에 이미지를 촬영하고, 전단 초기에서부터 한계 상태까지 하중 단계에 따라서 이미지 해석을 수행하여 시료 내부의 변형을 측정하였다. 이를 바탕으로 전단면이 발생하기 시작하는 단계를 확인하였고, 이 단계부터 응력 연화 단계를 지나 한계 상태에 이를 때까지의 전단면의 특성을 기울기와 두께의 관점에서 평가하였다. 또한, 두께를 합리적으로 산정하기 위하여 통계적인 해석 절차도 마련하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.1-7
• /
• 2007

본 논문은 3차원 스캐너로 획득된 실제 얼굴 데이터를 햅틱 상호작용을 통해 직접 변형하고 재질감을 모델링 하는 알고리즘을 제안한다. 제안된 알고리즘은 그래픽 하드웨어 기반의 햅틱 렌더링 알고리즘을 기반으로 획득된 2.5D 얼굴 데이터를 mass-spring 모델을 적용하여 변형하고 얼굴의 재질감(탄성, 마찰, 거칠기) 정보를 모델링 하는 것이다. 햅틱 장치를 이용한 변형알고리즘은 변형 시 효율적인 변형 영역 탐색을 위하여 공간 분할방법인 k-d 트리 구조를 이용하여 최근방 탐색 알고리즘을 구현하였으며, 사실적인 힘 계산을 위하여 각 포인트 마다 mass-spring 모델을 적용하여 반력 연산 및 물체의 변형을 수행하였다. 아울러 재질감을 모델링 하기 위해 깊이 이미지 기반 표현(Depth Image Based Representation, DIBR)을 이용하여 가상 물체의 거칠기, 탄성, 및 마찰을 편집할 수 있는 방법론을 제시하고, 편집된 재질감을 직접 물체의 표면에 적용하여 렌더링 하는 알고리즘을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (하)
• /
• pp.1057-1060
• /
• 2001

최근 인터넷을 통한 전자 저작물 유통이 확산됨에 따라 저작권을 보호하기 위한 디지털 워터마킹이 많이 이용되고 있다. 종래의 디지털 워터마킹 기법에서는 주로 도장 이미지를 워터마크로 사용해왔다. 본 논문은 도장 이미지가 아닌 복잡한 형태의 이미지를 삽입 할 수 있도륵 워터마크 이미지의 정보를 웨이브릿 변환을 통해 추출하여 삽입, 복원해내는 방법을 제안한다. 또한 웨이브릿 변환 계수를 제로 트리 웨이브릿 부호화 방법을 사용하여 워터마킹에 가장 적절한 계수를 선택해서 저작권 정보를 삽입하도록 한다. 이렇게 하면 적합한 대역에 워터마크를 삽입하게 되어 이미지 변형이 적고 공격에도 강인하게 된다. 이 과정에서 삽입 위치를 랜덤하게 하는 부가적인 과정을 생략할 수 있게 함으로써 효율적인 워터마크 첨가를 가능하게 하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.303-305
• /
• 2023

본 논문에서는 트랜스포머를 사용한 이미지 캡셔닝 방법과 비디오 캡셔닝 방법을 제안한다. 트랜스포머의 입력으로 사전 학습된 이미지 클래스 분류모델을 거쳐 추출된 특징을 트랜스포머의 입력으로 넣고 인코더-디코더를 통해 이미지와 비디오의 캡션을 출력한다. 이미지 캡셔닝의 경우 한글 데이터 세트를 학습하여 한글 캡션을 출력하도록 학습하였으며 비디오 캡셔닝의 경우 MSVD 데이터 세트를 학습하여 학습 후 출력 캡션의 성능을 다른 비디오 캡셔닝 모델의 성능과 비교하였다. 비디오 캡셔닝에서 성능향상을 위해 트랜스포머의 디코더를 변형한 GPT-2를 사용하였을 때 BLEU-1 점수가 트랜스포머의 경우 0.62, GPT-2의 경우 0.80으로 성능이 향상됨을 확인하였다

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1087-1098
• /
• 2023

인공지능 기술의 급격한 발전으로 다양한 분야에서 적극적으로 활용되고 있으나, 이와 함께 인공지능 기반 시스템에 대한 공격 위협이 증가하고 있다. 특히, 딥러닝에서 사용되는 인공신경망은 입력 데이터를 고의로 변형시켜 모델의 오류를 유발하는 적대적 공격에 취약하다. 본 연구에서는 이미지에서 단 하나의 픽셀 정보만을 변형시킴으로써 시각적으로 인지하기 어려운 One-Pixel 공격으로부터 이미지 분류 모델을 보호하기 위한 방법을 제안한다. 제안된 방어 기법은 오토인코더 모델을 이용하여 분류 모델에 입력 이미지가 전달되기 전에 잠재적 공격 이미지에서 위협 요소를 제거한다. CIFAR-10 데이터셋을 이용한 실험에서 본 논문에서 제안하는 오토인코더 기반의 One-Pixel 공격 방어 기법을 적용한 사전 학습 이미지 분류 모델들은 기존 모델의 수정 없이도 One-Pixel 공격에 대한 강건성이 평균적으로 81.2% 향상되는 결과를 보였다.

• 한국산학기술학회논문지
• /
• 제10권8호
• /
• pp.1869-1876
• /
• 2009

기존 종이 문서를 영상 파일로 변환하기 위해서 스캐너와 같은 광학기를 사용하게 된다. 스캐닝 과정에서 문서가 제대로 문서 영상으로 생성되었는지를 판단하기 위해서 이미지 품질 검사 과정을 거치게 된다. 이미지 품질검사 과정에서는 스캐너 기기의 특성상 스캐닝 과정에서 발생할 수 있는 문서 영상의 기울기, 노이즈 여부, 문서가 접힌 상태로 스캔되었는지의 여부 등을 체크하게 된다. 이에 본 논문에서는 스캐너를 이용하여 문서 영상을 생성 과정에서 발생하는 기하학적 변형을 평가하기 위한 방법론을 제시한다. 본 연구에서는 품질 검사의 검사 항목에 대해서 영상 처리를 이용하여 각각의 변형 정도를 측정하고 각각의 변형 정도가 실제 문서의 가독성에 얼마나 영향을 미치는지를 OCR 결과 값과 비교한다. OCR 인식 성공 비율과 각 항목별 변형 정도를 나타내는 측정 값 간에 상관관계를 분석하기 위해서 피어슨 상관 계수(Pearson Correlation Coefficient)를 이용하고 이를 기반으로 실제 문서 영상의 변형정도를 평가하기 위한 가중치 값을 산정한다. 제시한 방법으로 평가에서 높은 평가 값으로 계산된 영상 문서는 OCR 인식률에서도 높은 인식 결과를 나타내고 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.67-68
• /
• 2021

기존 객체탐지는 경계 상자 회귀방식을 적용하였지만, 문자는 왜곡과 변형이 심한 특성을 가진 객체로 U-net 구조의 이미지 분할 방식을 사용하는 경우가 많다. 따라서 최근 문자 탐지는 통계적 모델에 비해 높은 정확도를 보이는 심층 신경망 기반의 모델 연구가 많이 진행되고 있다. 본 연구에서는 이미지 분할을 통한 양방향 특징 결합 기법을 사용한 문자 탐지 모델을 제안한다. 이미지 분할 방식은 메모리의 효율이 떨어지기 때문에 이를 극복하고자 특징 추출 단계에서 경량화된 네트워크를 적용하였다. 또한, 객체 탐지에서 큰 성과를 보인 양방향 특징 결합 모듈을 U-net 구조에 추가하여 추출된 특징이 효과적으로 결합 되는 결과를 얻었다. 제안하는 모델의 문자 탐지 성능은 합성 문자 데이터셋을 이용한 실험을 통해 기존의 U-net 구조의 이미지 분할 방식보다 향상되었음을 확인하였다.