• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권2호
• /
• pp.662-675
• /
• 2018

Compression history detection plays an important role in digital multimedia forensics. Most existing works, however, mainly focus on digital image and video. Additionally, the existed audio compression detection algorithms aim to detect the trace of double compression. In real forgery scenario, multiple compression is more likely to happen. In this paper, we proposed a detection algorithm to reveal the compression history for MP3 audio. The statistics of the scale factor and Huffman table index which are the parameters of MP3 codec have been extracted as the detecting features. The experimental results have shown that the proposed method can effectively identify whether the testing audio has been previously treated with single/double/triple compression.

• 융합신호처리학회논문지
• /
• 제2권1호
• /
• pp.12-18
• /
• 2001

비행기나 인공위성에 탑재된 SAR (Synthetic Aperture Radar) 레이더 또는 적외선 센서(FLIR)로 촬영한 데이터는 제한된 전송채널을 통해 신속히 전송하기 위해 데이터 압축을 필요로 하게된다. 이때 가능한 높은 압축율을 얻으면서 동시에 높은 목표물 탐지 능력을 유지하는 것이 중요하다. 본 논문에서는 서브밴드 코딩(subband coding) 과 벡터 양자화(VQ)를 이용하여 압축 알고리듬을 목표물 탐지의 예측기(predictor) 및 분류기(classifier)로 적용시킴으로써 목표물의 탐지능력을 유지하면서 효과적으로 압축할 수 있는 자동탐색기능 압축시스템(Joint ATR-compression System)을 제안하였으며 제안된 알고리듬을 사용한 경우의 시뮬레이션 결과는 200:1 이상의 높은 압축율에 대해서 비교적 높은 목표물 탐지 능력을 유지하고 있음을 나타내었다.

• 방송공학회논문지
• /
• 제24권6호
• /
• pp.1134-1142
• /
• 2019

영상의 이중 압축 검출은 영상의 위조여부를 판단하는 한가지 효과적인 방식이다. 이러한 이중 압축 검출 기술을 바탕으로 HEVC로 압축된 영상의 진위 여부를 판단하는 다양한 종류의 기존 기술들이 소개되었지만, 동일한 압축 환경에서 이중 압축된 영상의 진위 여부를 검출하는 것은 상당히 어려운 일로 여겨지고 있다. 본 논문에서는 동일 압축 환경에서 HEVC의 이중압축 여부를 판단하는 기술로서, Intra모드로 압축된 영상의 분할 정보를 이용하여 판단하는 방식을 제안한다. Coding Unit (CU)와 Transform Unit (TU)의 분할 정보로부터 통계적 특징과 딥러닝 네트워크 기반의 특징을 우선 추출하고, softmax단에서 추출된 특징들을 통합하여 이중 압축 여부를 판단하는 기술을 제안한다. 실험결과를 통해서 제안하고 있는 기술이 WVGA 영상과 HD 영상에서 각각 87.5%와 84.1%의 정확도를 가지며 효과적으로 검출한다는 것을 보여준다,

• 한국자동차공학회논문집
• /
• 제16권4호
• /
• pp.151-158
• /
• 2008

Gasoline Homogeneous Charge Compression Ignition (HCCI) combustion is a new combustion concept. Unlike the conventional internal combustion engine, the premixed fuel mixture with high residual gas rate is auto-ignited and burned without flame propagation. There are several operating factors which affect HCCI combustion such as start of combustion (SOC), residual gas fraction, engine rpm, etc. Among these factors SOC is a critical factor in the combustion because it affects exhaust gas emissions, engine power, fuel economy and combustion characteristics. Therefore SOC of gasoline HCCI should be controlled precisely, and SOC detection should be preceded SOC control. This paper presents a control oriented SOC detection method using 50 percent normalized difference pressure. Normalized difference pressure is defined as the normalized value of difference pressure and difference pressure is difference between the in-cylinder firing pressure and the motoring pressure. These methods were verified through the HCCI combustion experiments. The SOC detection method using difference pressure provides a fast and precise SOC detection.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.738-747
• /
• 2021

오늘날 딥러닝 기술의 향상으로 영상 분류, 객체 탐지, 객체 분할, 객체 추적 등 컴퓨터 비전 분야 또한 큰 발전을 이루고 있다. 지능적 감시, 로봇, 사물 인터넷, 자율주행 자동차 등 딥러닝 기술이 결합된 다양한 응용 기술들은 실제 산업에 적용되고 있으며, 이에 따라 사람의 소비를 위한 영상 데이터 뿐만 아니라 머신 비전을 위한 영상 데이터의 효율적인 압축 방식에 대한 필요성이 대두되고 있다. 본 논문에서는 머신 비전을 위한 열 적외선 영상의 객체 기반 압축 기법을 제안한다. 효율적인 영상 압축과 신경망의 좋은 성능을 유지하기 위해 본 논문에서는 신경망의 객체 탐지 결과와 객체 크기에 따라 입력 영상을 객체 부분과 배경 부분으로 나누어 서로 다른 압축률로 부호화를 수행하는 방법을 제안한다. 제안하는 방법은 VVC로 영상 전체를 압축하는 방식보다 BD-rate 값이 최대 -19.83%로 압축 효율이 뛰어나다는 것을 확인할 수 있다.

• 센서학회지
• /
• 제32권6호
• /
• pp.481-486
• /
• 2023

Anomaly detection holds paramount significance across diverse fields, encompassing fraud detection, risk mitigation, and sensor evaluation tests. Its pertinence extends notably to the military, particularly within the Warrior Platform, a comprehensive combat equipment system with wearable sensors. Hence, we propose a data-compression-based anomaly detection approach tailored to unlabeled time series and sequence data. This method entailed the construction of two distinctive features, typicality and atypicality, to discern anomalies effectively. The typicality of a test sequence was determined by evaluating the compression efficacy achieved through the pattern dictionary. This dictionary was established based on the frequency of all patterns identified in a training sequence generated for each sensor within Warrior Platform. The resulting typicality served as an anomaly score, facilitating the identification of anomalous data using a predetermined threshold. To improve the performance of the pattern dictionary method, we leveraged atypicality to discern sequences that could undergo compression independently without relying on the pattern dictionary. Consequently, our refined approach integrated both typicality and atypicality, augmenting the effectiveness of the pattern dictionary method. Our proposed method exhibited heightened capability in detecting a spectrum of unpredictable anomalies, fortifying the stability of wearable sensors prevalent in military equipment, including the Army TIGER 4.0 system.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.58-60
• /
• 2019

Double JPEG compression detection is one of the most important ways of exposing the integrity of the JPEG image in image forensics. Several methods have been proposed for discriminating against the double JPEG image. In this paper, we propose a new method for restoring the JPEG compressed image and making the detector confused by introducing a Generative Adversarial Network (GAN). First, a generator network is designed for restoring the JPEG compressed image and analyzed the quality. Then, the restored image is tested with the double compression detector for evaluating the robustness of the proposed GAN model. The detection accuracy reduces from 98% to 58%.

• 한국멀티미디어학회논문지
• /
• 제8권1호
• /
• pp.19-26
• /
• 2005

본 논문에서 사용한 웨이블릿 변환의 기저 함수는 일반적인 웨이블릿 변환과 다른 리프팅 스킴을 사용하여 만들어 졌다. 리프팅 스킴은 푸리에 변환을 사용하여 기저 함수를 생성하지 않는 새로운 쌍직교 웨이블릿 기저 함수를 생성하는 방법이다 본 본문은 리프팅 스킴을 이용한 새로운 영상 압축 및 에지 검출 방법을 제안하고 있다. 그리고 이 방법은 부분 복원과 공간 복원을 할 수 있어 데이터 가시화를 향상시킬 수 있다. 다양한 해상도에서의 근사 영상은 원래 영상으로부터 적은 정보만으로 다양한 크기의 특징을 뽑아낼 수 있고, 적은 양의 스케일링 계수를 사용하여 생성된 근사 영상은 빠르게 원래 영상의 대략적인 개요만이 필요할 때 유용하게 사용된다. 본 논문에서 제안한 영상 압축 및 에지 검출 기법은 멀티미디어 데이터베이스에서 데이터 관리와 데이터 가시화를 향상시킬 수 있는 좋은 기틀을 마련해 준다.

• Smart Structures and Systems
• /
• 제32권3호
• /
• pp.179-193
• /
• 2023

This study explores an alternative to the existing centralized process for data anomaly detection in modern Internet of Things (IoT)-based structural health monitoring (SHM) systems. An edge intelligence framework is proposed for the early detection and classification of various data anomalies facilitating quality enhancement of acquired data before transmitting to a central system. State-of-the-art deep neural network pruning techniques are investigated and compared aiming to significantly reduce the network size so that it can run efficiently on resource-constrained edge devices such as wireless smart sensors. Further, depthwise separable convolution (DSC) is invoked, the integration of which with advanced structural pruning methods exhibited superior compression capability. Last but not least, quantization-aware training (QAT) is adopted for faster processing and lower memory and power consumption. The proposed edge intelligence framework will eventually lead to reduced network overload and latency. This will enable intelligent self-adaptation strategies to be employed to timely deal with a faulty sensor, minimizing the wasteful use of power, memory, and other resources in wireless smart sensors, increasing efficiency, and reducing maintenance costs for modern smart SHM systems. This study presents a theoretical foundation for the proposed framework, the validation of which through actual field trials is a scope for future work.

• 한국통신학회논문지
• /
• 제41권11호
• /
• pp.1356-1363
• /
• 2016

본 논문에서는 LZ78 알고리즘으로 압축된 데이터의 오류 검출 알고리즘을 제안하였다. 기존의 비트 오류를 검출하는 방법들은 송신 단에서 패리티(parity) 비트를 추가하여 전송한 후, 수신 단에서 값이 '1'인 비트의 개수를 이용하여 오류를 검출하는 방법을 사용하였다. 이러한 기존의 방법들은 오류 검출을 위하여 추가적인 비트를 사용하는데 이는 데이터의 크기를 줄이는 것을 목적으로 하는 압축 데이터에 대해서는 적합하지 않은 방법이다. 따라서 본 논문에서는 LZ78 알고리즘 기반의 압축 데이터에서 추가적인 비트를 사용하지 않고 알고리즘의 구조적인 특성을 이용하여 오류를 검출하는 방법을 제안하였다. 실험을 통하여 제안하는 알고리즘의 오류 검출율에 대한 효율이 기존의 오류 검출 알고리즘에 비해 약 1.3 배 높은 효율을 가지는 것을 보였다.