• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권2호
• /
• pp.462-482
• /
• 2014

This paper proposes a new resampling detection method for images that detects whether an image has been resampled and recovers the corresponding resampling rate. The proposed method uses a given set of zeroing masks for various resampling factors to evaluate the convolution values of the input image with the zeroing masks. Improving upon our previous work, the proposed method detects more resampling factors by checking for some periodicity with an approximate detection mechanism. The experimental results demonstrate that the proposed method is effective and efficient.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권1호
• /
• pp.19-24
• /
• 2011

Edges represent significant boundary information between objects or classes. Various methods, which are based on differential operation, such as Sobel, Prewitt, Roberts, Canny, and etc. have been proposed and widely used. The methods are based on a linear convolution of mask with pre-assigned coefficients. In this paper, we propose an edge detection method based on Dempster-Shafer's evidence theory to evaluate edgeness of the given pixel. The effectiveness of the proposed method is shown through experimental results on several test images and compared with conventional methods.

• International Journal of Computer Science & Network Security
• /
• 제22권6호
• /
• pp.364-373
• /
• 2022

Image morphing methods make seamless transition changes in the image and mask the meaningful information attached to it. This can be detected by traditional machine learning algorithms and new emerging deep learning algorithms. In this research work, scope of different Hybrid learning approaches having combination of Deep learning and Machine learning are being analyzed with the public dataset CASIA V1.0, CASIA V2.0 and DVMM to find the most efficient algorithm. The simulated results with CNN (Convolution Neural Network), Hybrid approach of CNN along with SVM (Support Vector Machine) and Hybrid approach of CNN along with Random Forest algorithm produced 96.92 %, 95.98 and 99.18 % accuracy respectively with the CASIA V2.0 dataset having 9555 images. The accuracy pattern of applied algorithms changes with CASIA V1.0 data and DVMM data having 1721 and 1845 set of images presenting minimal accuracy with Hybrid approach of CNN and Random Forest algorithm. It is confirmed that the choice of best algorithm to find image forgery depends on input data type. This paper presents the combination of best suited algorithm to detect image morphing with different input datasets.

• Journal of Astronomy and Space Sciences
• /
• 제33권3호
• /
• pp.221-227
• /
• 2016

As described in the previous paper (Park et al. 2013), the detector subsystem of optical wide-field patrol (OWL) provides many observational data points of a single artificial satellite or space debris in the form of small streaks, using a chopper system and a time tagger. The position and the corresponding time data are matched assuming that the length of a streak on the CCD frame is proportional to the time duration of the exposure during which the chopper blades do not obscure the CCD window. In the previous study, however, the length was measured using the diagonal of the rectangle of the image area containing the streak; the results were quite ambiguous and inaccurate, allowing possible matching error of positions and time data. Furthermore, because only one (position, time) data point is created from one streak, the efficiency of the observation decreases. To define the length of a streak correctly, it is important to locate the endpoints of a streak. In this paper, a method using a differential convolution mask pattern is tested. This method can be used to obtain the positions where the pixel values are changed sharply. These endpoints can be regarded as directly detected positional data, and the number of data points is doubled by this result.

• 한국멀티미디어학회논문지
• /
• 제24권8호
• /
• pp.1026-1034
• /
• 2021

Tire wear and defect are important factors for safe driving condition. These defects are generally inspected by some specialized experts or very expensive equipments such as stereo depth camera and depth gauge. In this paper, we propose tire safety vision inspector based on deep neural network (DNN). The status of tire wear is categorized into three: 'safety', 'warning', and 'danger' based on depth of tire tread. We propose an attention mechanism for emphasizing the feature of tread area. The attention-based feature is concatenated to output feature maps of the last convolution layer of ResNet-101 to extract more robust feature. Through experiments, the proposed tire wear classification model improves 1.8% of accuracy compared to the existing ResNet-101 model. For detecting the tire defections, the developed tire defect detection model shows up-to 91% of accuracy using the Mask R-CNN model. From these results, we can see that the suggested models are useful for checking on the safety condition of working tire in real environment.

• 한국컴퓨터정보학회논문지
• /
• 제19권7호
• /
• pp.9-16
• /
• 2014

Dark channel prior를 이용한 안개제거 알고리즘으로 만족할만한 연구결과가 발표된 이후로 이 알고리즘의 처리 속도를 높이기 위한 많은 연구들이 진행되었다. 이들 중에서 median dark channel prior를 이용한 알고리즘이 주목을 받고 있지만 여전히 낮은 처리속도의 한계를 갖고 있다. 그래서 본 논문에서는 고화질 영상에서 고속 안개 제거를 위한 SIMD 구조에 적합한 병렬메모리 모델을 제안한다. 제안하는 병렬메모리 모델은 n개의 화소들에 동시에 접근할 수 있으며, 3, 5, 7 또는 11의 크기를 갖는 4가지 종류의 median filter를 위한 간격들을 허용한다. 그래서 충분한 데이터 대역폭을 지원하기에 median dark channel prior를 이용한 알고리즘을 고속으로 처리할 수 있다.

• 한국정보통신학회논문지
• /
• 제25권9호
• /
• pp.1176-1182
• /
• 2021

최근 인공지능과 IoT 기술의 발달에 따라 다양한 분야에서 자동화와 무인화가 진행되고 있으며, AI 객체인식의 기반이 되는 영상처리에 대한 중요성이 높아지고 있다. 특히 세밀한 데이터 처리가 필요한 시스템에서는 전처리 단계로 잡음 제거를 사용하고 있으나, 기존 알고리즘은 영상의 잡음 수준을 고려하지 않아 필터링 과정에서 블러링 현상이 나타나는 단점을 가지고 있다. 따라서 본 논문에서는 영상의 잡음 수준을 판단하여 가중치를 결정하는 변형된 가우시안 필터를 제안한다. 제안한 알고리즘은 쿼드트리 분할을 사용하여 영상의 AWGN에 대한 잡음추정치를 구하여 가우시안 가중치와 화소가중치를 정하며, 로컬마스크와 컨벌루션하여 최종출력을 구한다. 제안한 알고리즘을 평가하기 위해 기존 방법과 비교하여 시뮬레이션하였으며, 기존 방법에 비해 우수한 성능을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제13권3호
• /
• pp.378-391
• /
• 2010

본 논문에서는 손가락 면의 영상으로 개인 식별이 가능한지를 실험하고 그 결과를 제시하였다. 이를 위하여 구배치(gradient)를 산출할 수 있는 오퍼레이터인 FFG 마스크(Facet Function Gradient mask)를 사용하고, F-알고리즘이라 명명한 새로운 방법으로 매칭 처리를 하였다. 이 알고리즘에서 손가락 면의 영상을 일정한 크기의 부영역(subregion)으로 나누고, 부영역은 다시 일정한 크기의 패치(patch)들로 나눈다. 각 패치에 같은 크기의 FFG 마스크들을 컨벌루션시키고, 마스크 별로 하나의 수치를 얻는다. 이들 수치를 특징매트릭스(feature matrix)로 삼고, norm에 의하여 동일인 여부를 판정한다. 두 개의 손 영상이 동일인의 것인 경우와 그렇지 않은 경우에 FFG 컨벌루션 수치 차 제곱 총화의 분포를 관찰한 결과 뚜렷한 차별성을 보였다. 이것은 손가락 면 영상의 식별 능력을 입증하는 결과이다. 100명의 손 영상을 5벌씩 촬영한 500장의 영상을 F-알고리즘에 의하여 실험한 결과 95.0%의 개인 식별률을 얻었다. 이러한 식별 능력과 식별률에 비추어 손가락 면(finger face)은 다른 biometric들과 대등한 수준으로 개인 식별을 위한 biometrics의 하나로 손색이 없음을 말할 수 있다

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권5호
• /
• pp.510-521
• /
• 2001

영상은 대용량적인 특성과 비정형적인 특성을 가지고 있으므로 신속하고 효율적으로 영상을 검색하기 위해 영상의 정확한 특징정보를 추출하여 검색 시스템을 구축하여야 한다. 영상 검색 시스템은 텍스트 기반의 전통 데이타베이스와는 다른 모델링 방법과 검색방법을 사용한다. 따라서, 영상 검색 시스템에서의 검색속도와 정확도를 향상시키기 위해서는 새로운 영상 데이타베이스 생성기법과 효율적인 검색 기법이 필요하다. 본 논문에서는 입력 영상으로부터 검색에 상용되는 에지 특징정보 추출을 위해 라플라시 안마스크와 입력 영상을 컨벌루션하여 에지의 외곽선 데이타를 추출하였으며, 그리고 추출한 에지 특징정보와 메타데이타로 영상 데이타베이스를 생성하여 신속하고 효율적으로 영상을 검색할 수 있도록 주석기반 및 내용기반 영상 검색 시스템을 구현하였다. 주석기반 및 내용기반 영상 검색 시스템은 영상의 하위 레벨에 표현된 내용기반 에지 특징정보와 특징정보 추출이 어려운 상위레벨에 표현된 주석기반 에지 특징 정보를 영상의 색인으로 구성하여 사용하기 때문에 영상 컨텐츠 검색의 성능을 향상시킬 수 있다. 마지막으로 본 논문에서 제시한 영상 검색 시스템은 메타데이타에 의해 영상 데이타베이스를 구축하므로 정확한 영상 컨텐츠 정보의 축적관리와 영상의 정보공유 및 재이용이 가능하다.