• 정보보호학회지
• /
• 제16권5호
• /
• pp.45-54
• /
• 2006

버퍼 오버플로우는 C 언어로 작성한 소프트웨어에 보안 취약점을 남기는 대표적인 원인이다. 프로그램 정적 분석기법을 통해 버퍼 오버플로우 취약점을 검출하는 방법은 버퍼 오버플로우 취약점을 활용한 다양한 보안 공격에 대한 근본적인 해결책이 될 수 있다. 본 고에서는 버퍼 오버플로우 취약점을 검출할 수 있는 몇 가지 정적 분석 도구들의 특징과 성능을 살펴보고, 보다 효율적이고 정확한 버퍼 오버플로우 정적 분석 도구를 개발하기 위한 우리의 연구 성과를 소개한다.

• 정보과학회 논문지
• /
• 제42권1호
• /
• pp.93-96
• /
• 2015

이미지 검색 및 매칭에 사용되는 SIFT 기법은 다양한 이미지 변화 요인들에 대하여 강인한 특성을 가지고 있는 것으로 알려져 있다. SIFT 기법은 기존의 픽셀 단위의 변화량에 의존한 특징점 추출 방식을 확장하여 스케일 공간에서의 변화량 분석을 통한 특징점 추출 방식을 제시하였으며, 이렇게 추출된 특징점들의 강인함은 그 동안 여러 실험을 통하여 입증되었다. 또한, 최근에는 스케일 공간 변화량 분석에 있어서 기존의 SIFT 기법을 확장하여 고차 미분 계수를 이용한 특징점 추출 방법도 소개되었다. 본 논문에서는 이러한 스케일 공간의 고차 미분에서의 정규화를 통한 보다 강인한 특징점 추출 기법을 소개하고 이러한 특징점들의 강인함을 이미지 검색 실험을 통하여 입증한다.

• 전자공학회논문지CI
• /
• 제40권6호
• /
• pp.95-105
• /
• 2003

본 논문에서는 지문인증 시스템에서 인증 성능을 향상시키기 위한 기준점 검출 알고리즘과 특징 추출에 있어서 새로운 filterbank방법을 제안한다. 제안한 기준점 검출 알고리즘 GPM(Gradient Probabilistic Method)은 4개의 방향성분을 추출하여 방향성분을 가장 균일하게 가지는 지점을 검출하는 방법이며, 기존의 Poincare index방법과 달리 수학적 통계적 방법을 사용하기 때문에 지문의 융선에 대한 세부적이고 세밀한 전처리 과정이 불필요하며, arch형태 지문의 기준점 검출에 대한 단점을 해결한다. 또한, 제안한 filterbank방법은 기존filterbank방법에서 특징의 불균일한 분포로 생기는 단점을 균일한 분포로 만들어 추출함으로써 해결한다. 제안한 GPM의 실험결과 기존의 Poincare index방법에 비해서, 일반환경뿐 아니라 잡음환경에서의 특징 추출 시간과 인증률에서 우수함을 보여준다. 특히, 제안한 GPM은 Poincare index방법에 비해서, arch type의 지문에 대한 FAR은 일반 환경에서 49%, 밝기 잡음환경에서 39.2%, salt and pepper 잡음환경에서 15.7%의 향상을 보여준다. 또한, 기준점 검출시간에 있어서, 제안한 GPM방법은 기존의 Poincare index방법보다 0.07초의 감소를 보여주며, 특징추출 시간에 있어서도 제안한 filterbank 알고리즘은 기존의 filterbank 방법에 비해서 0.06sec의 감소를 보여준다.

• 전자공학회논문지S
• /
• 제35S권8호
• /
• pp.55-67
• /
• 1998

본 논문에서는 컬러 비디오 시퀀스 상에서 눈과 입에 해당하는 얼굴 특징점을 고속으로 추출하는 방법을 제안한다. 자유로운 움직임을 갖는 얼굴 영역을 안정적으로 추출하기 위해 얼굴 색상 분포를 이용한 색상 변환 영상에 움직임 검출 기법을 적용하여 움직이는 살색 부분만을 효율적으로 검출하는 색상 움직임 개념을 사용하였다. 움직임 정보는 살색의 가능성 정도에 따라 가중치가 주어지며 화소 단위의 움직임 여부를 결정하는 문턱값도 살색의 가능성 정도에 따라 적응적으로 결정된다. 눈의 색상분포와 형태소 연산자를 사용한 움직임 살색 영역에서 눈 후보 영역을 추출하고 눈과 눈썹의 상호 위치 관계를 이용하여 눈의 영역을 최종 결정한다. 입의 영역은 눈의 위치를 기준으로 입 후보 영역을 정하고 색상 히스토그램을 이용하여 입의 영역을 검출한다. 찾아진 눈과 입의 영역에서 정확한 특징점의 위치를 구하기 위해 PCA (Principal Component Analysis)를 사용하였다. 실험 결과 복잡한 배경, 개인적인 편차, 얼굴의 방향과 크기 등에 영향을 받지 않고 고속으로 정확한 얼굴의 특징점을 추출할 수 있었다.

• 한국통신학회논문지
• /
• 제40권8호
• /
• pp.1655-1666
• /
• 2015

본 논문에서는 Fingerprint 기법의 Resource로 신호의 세기가 아닌 이미지를 이용해 좌표정보를 포함하는 이미지 기반의 데이터베이스를 구축하고, 사용자로부터 입력되는 이미지와 유사도 비교를 통해 사용자의 위치추정 기법에 대해 제안한다. Fingerprint 기법은 신호 세기뿐만 아니라 환경에 대한 지역적 잡음 정보들까지 모두 추정에 반영하므로 높은 위치 추정 정확도를 제공한다. 이미지의 유사도는 SURF 알고리즘을 통해 데이터베이스와 사용자 입력 이미지의 특징점을 검출하고, 동일한 특징점 간의 매칭을 통해 비교된다. 여기에서 우리는 RANSAC 알고리즘을 함께 사용하여 검출된 특징점의 노이즈 제거를 통해 이미지 유사도 비교의 정확도를 높였다. 제안하는 기법의 검증을 위해 두 건물의 실내와 주변 실외 환경에서 이미지를 획득하여 데이터베이스를 구축하고, 임의의 위치에서 사용자의 위치를 추정하였다. 추정 된 최종 위치는 데이터베이스에 저장 된 이미지가 가지는 좌표가 사용자의 위치와 가장 근접한 좌표로 검출되는지 확인하였으며 RANSAC을 통해 특징점의 노이즈 제거 전과 제거 후에 대한 이미지 유사도 비교의 성능을 분석하였다.

• 한국인터넷방송통신학회논문지
• /
• 제11권1호
• /
• pp.185-191
• /
• 2011

최근들어 영상보안 시스템에 관한 관심이 높아지고 있다. 영상으로부터 객체를 검출하고, 객체가 사람인지를 판별하며, 인식하는 기술이 다방면으로 활용되고 있다. 따라서 본 논문에서는 이러한 객체를 검색하기 위한 적응적인 방법을 제안하며, 이를 위하여 지역적 컨텍스트 기반의 얼굴 특징 검출 방법을 제안한다. 가보 번치를 이용하여 검출하는 이와 함께 베이지안 검출 방법을 이용한 특징점 보정에 따른 특징 검색 방법을 설명한다. 전체적인 시스템은 영상에서 오브젝트 영역을 검색하고, 지역적 컨텍스트 기반의 얼굴 검출, 특징 추출 방법을 적용하여 시스템의 성능을 높인다.

• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2527-2533
• /
• 2011

본 논문에서는 특징점 기반 색상 보정을 통한 다시점 비디오 부호화 전처리 방법을 제안 한다. 다시점 영상은 조명 및 카메라 간의 특성차이로 인해 인접 시점 간 색상차를 갖게 된다. 이를 보정하기 위한 여러 가지 방법 중, 본 논문에서는 영상 간의 대응되는 특징점들을 기반으로 상대적인 카메라의 특성을 모델링하고 이를 통해 색상을 보정하는 방법을 제안한다. 대응되는 특징점을 추출하기 위해 Harris 코너 검출법을 사용하고, 모델링 된 수식의 계수는 가우스-뉴튼 순환 기법(Gauss-Newton circulation algorithm)으로 추정한다. 또한 참조 영상을 기준으로 보정해야할 타겟 영상의 색상값을 RGB 성분별로 보정한다. 테스트 영상을 가지고 실험한 결과 제안한 전처리 방법으로 보정을 하였을 경우, 전처리 과정을 거치지 않았을 때보다 화질 및 압축효율이 향상됨을 알 수 있었다. 또한 누적 히스토그램 기반의 전처리 방식과 비교했을 때, PSNR은 성분별로 0.5 dB ~ 0.8dB 정도 개선되고 bit rate 는 14% 정도 감소되는 성능을 확인하였다.

• 전자공학회논문지CI
• /
• 제41권2호
• /
• pp.131-136
• /
• 2004

미디어의 발달에 따라 다양한 정보가 미디어에 실리게 되는데 이중에서 표정은 흥미있는 정보중에 하나이다. 표정에는 인간 내면의 의중이 포함되어 있기 때문이다. 내면의 상태는 표정 뿐만 아니라 제스처로 나타나기도 하지만 중요도는 표정이 높다고 할 수 있다. 이 표정은 임의로 조작할 수도 있지만 대체로 내면의 의중을 포함한다. 또한 표정은 사람마다 독특한 개성을 가지고 있지만 대체로 일정 구분 가능한 공통점 또한 가지고 있다. 본 논문에서는 USB CCD 카메라 환경의 동영상에서 표정을 분석하기 위해서 얼굴의 구성 요소를 검출 하고자 한다. 얼굴 구성요소에는 사람마다의 공통적인 표정 변화에 따른 특징점이 분포하기 때문이다. 구성 요소 검출을 위해서 먼저 동영상에서 한 프레임을 캡처하여 얼굴의 위치를 파악하고 얼굴영역을 분리한 다음 특징 점을 검출하게 된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.520-522
• /
• 2005

본 논문에서는 인간과 컴퓨터 사이의 상호작용을 하는 방법중의 하나인 제스처를 인식할 때 필요한 정확한 손 검출 방법을 제안한다. 이를 위해 기존의 다수의 손 영상들 가장 잘 표현하면서도 효과적으로 압축할 수 있는 PCA를 이용해서 특징 벡터를 추출한다. 이어서 특징 벡터간의 Mahalanobis distance를 이용한 분류기에 가중치를 적용하여 사용한다. 또한 시간에 따른 연속적인 영상에서 검출된 이전 영상의 중심점의 위치와 중심점의 motion vector를 이용해서 손이 검출되지 않은 영상의 검출 성능을 보상한다.

• 정보과학회 논문지
• /
• 제44권7호
• /
• pp.692-702
• /
• 2017

LBP기반 특징점 기술자를 이용한 얼굴검출은 얼굴의 형태정보 및 눈, 코, 입과 같은 얼굴 요소들 간 공간정보를 표현할 수 없는 문제가 있다. 이러한 문제를 해결하기 위해 선행 연구들은 얼굴 영상을 다수개의 사각형 부분영역들로 분할하였다. 하지만, 연구마다 서로 다른 개수와 크기로 부분 영역을 분할하였기 때문에 실험에 사용하는 데이터베이스에 적합한 부분 영역의 분할 기준이 모호하며, 부분 영역의 수에 비례하여 LBP 히스토그램 차원이 증가되고, 부분 영역의 개수가 증가함에 따라 얼굴의 방향 회전에 대한 민감도가 크게 증가한다. 본 논문은 LBP기반 특징점 기술자의 방향 회전 문제와 특징점 차원의 수 문제를 해결할 수 있는 새로운 부분 영역 분할 방법을 제안한다. 실험 결과, 제안하는 방법은 방향 회전된 단일 얼굴 영상에서 99.0278%의 검출 정확도를 보였다.