• 응용통계연구
• /
• 제24권1호
• /
• pp.177-183
• /
• 2011

Hidden Markov random eld(HMRF) is one of the most common model for image segmentation which is an important preprocessing in many imaging devices. The HMRF has unknown hyper-parameters on Markov random field to be estimated in segmenting testing images. However, in practice, due to computational complexity, it is often assumed to be a fixed constant. In this paper, we numerically show that the segmentation results very depending on the fixed hyper-parameter, and, if the parameter is misspecified, they further depend on the choice of the class-labelling algorithm. In contrast, the HMRF with estimated hyper-parameter provides consistent segmentation results regardless of the choice of class labelling and the estimation method. Thus, we recommend practitioners estimate the hyper-parameter even though it is computationally complex.

• Journal of Electrical Engineering and Technology
• /
• 제12권4호
• /
• pp.1657-1662
• /
• 2017

Facial expression recognition systems using video devices have emerged as an important component of natural human-machine interfaces which contribute to various practical applications such as security systems, behavioral science and clinical practices. In this work, we present a new method to analyze, represent and recognize human facial expressions using a sequence of facial images. Under our proposed facial expression recognition framework, the overall procedure includes: accurate face detection to remove background and noise effects from the raw image sequences and align each image using vertex mask generation. Furthermore, these features are reduced by principal component analysis. Finally, these augmented features are trained and tested using Hidden Markov Model (HMM). The experimental evaluation demonstrated the proposed approach over two public datasets such as Cohn-Kanade and AT&T datasets of facial expression videos that achieved expression recognition results as 96.75% and 96.92%. Besides, the recognition results show the superiority of the proposed approach over the state of the art methods.

• 한국통신학회논문지
• /
• 제41권3호
• /
• pp.307-316
• /
• 2016

가역적 데이터 은닉은 원본 이미지에 미치는 영향 없이 임의의 데이터를 숨길 수 있는 기술이다. Zhang은 원본 영상을 암호화하고 암호화된 영상에 데이터를 은닉하는 방법을 제안하였다. 이 때 은닉된 데이터를 추출하기 위해서 먼저 암호화된 영상을 복호화하고, 복호화된 영상의 공간 상관 특성을 나타내는 섭동 함수(Fluctuation Function)를 이용한다. 본 논문에서는 은닉된 데이터를 추출 과정에서 발생하는 오류를 감소시키기 위한 섭동 함수를 제안하고 모의실험을 통해 성능을 검증하였다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.39-48
• /
• 2005

본 논문에서는 Bayesian 추정법과 신경회로망을 이용한 새로운 결 분할 방법을 제안한다 신경회로망의 입력으로는 다중스케일을 가지는 웨이블릿 계수와 인접한 이웃 웨이블릿 계수들의 문맥정보를 사용하고, 신경회로망의 출력을 사후 확률로 모델링한다. 문맥정보는 HMT(Hidden Markov Tree) 모델을 이용하여 구한다. 제안 방법은 HMT를 이용한 ML(Maximum Likelihood) 분할 보다 더 우수한 결과를 보여준다. 또한 HMT를 이용한 결 분할 방법과 제안 방법을 이용한 결 분할 각각에 HMTseg라고 불리는 다중 스케일 Bayesian 영상 분할 기술을 이용하여 후처리를 행한 결 분할 또한 제안 방법이 우수함을 보여준다.

• 대한전자공학회논문지SP
• /
• 제41권4호
• /
• pp.31-37
• /
• 2004

웨이블릿 변환은 영상을 분석하고 처리하는데 유용한 도구로써 영상 압축, 영상 잡음 제거 등의 분야에서 우수한 성능을 보여주었다. 웨이블릿 계수들은 은닉 마코프 트리(Hidden Markov Tree： HMT) 모델에 의해 효과적으로 모델링 될 수 있다. 그러나 영상 보간에서 은닉 마코프 트리 모델을 적용하기 위해서는 훈련 과정이 필요하며 훈련 과정에서 획득된 파라미터들이 입력 영상과 잘 맞지 않는 단점이 있다. 본 논문에서는 웨이블릿 영역에서 영상 보간을 위해 은닉 마코프 트리의 구조를 사용하되, 그 파라미터들은 훈련 과정 없이 부대역간의 통계적 특성을 이용하여 직접 추정한다. 제안 방법에서 웨이블릿 계수는 가우스 혼합 모델(Gauss Mixture Model: GMM)로 모델링 된다. 가우스 혼합 모델의 상태 천이 확률은 부대역간의 웨이블릿 계수의 통계적 천이 특성을 이용하여 결정하며, 각 상태의 분산은 웨이블릿 계수의 지수적 감소(exponential decay) 특성에 의해, 추정된다. 모의실험에서 제안 방법은 전통적인 bicubic 방법이나 훈련 과정을 필요로 하는 은닉 마코프 모델을 사용한 방법보다 여러 테스트 영상들에 대해서 개선된 성능을 보여주었다.

• 융합신호처리학회논문지
• /
• 제20권4호
• /
• pp.205-211
• /
• 2019

스테그아날리시스(steganalysis)는 스테가노그래피(steganography)에 의해 숨겨진 데이터를 감지하고 복구하기 위한 기법이다. 스테그아날리시스 방법은 데이터 삽입 시 발생하는 시각적, 통계적 변화를 분석하여 숨겨진 데이터를 찾는다. 숨겨진 데이터를 복원하기 위해서는 어떤 스테가노그래피 방법에 의해 데이터가 숨겨졌는지를 알아야 한다. 그러므로 본 논문은 다층 분류를 통해 입력 영상에 적용된 스테가노그래피 방법을 식별하는 계층적 CNN 구조를 제안한다. 이를 위해 4개의 기본 CNN을 각각 입력 영상에 스테가노그래피 방법이 적용되었는지 여부나 서로 다른 두 스테가노그래피 방법 중에 어떤 방법이 적용되었는지를 이진 판별하도록 학습시켰으며, 학습된 CNN을 계층적으로 연결하였다. 실험 결과를 통해 제안된 계층적 CNN 구조는 4개의 서로 다른 스테가노그래피 방법인 LSB(Least Significant Bit Substitution), PVD(Pixel Value Difference), WOW(Wavelet Obtained Weights), UNIWARD(Universal Wavelet Relative Distortion)을 79%의 정확도로 식별할 수 있음을 확인하였다.

• 한국CDE학회논문집
• /
• 제11권6호
• /
• pp.455-463
• /
• 2006

Hidden line removal(HLR) algorithms can be devised either in the image space or in the object space. This paper describes a hidden line removal algorithm in the object space specifically for the CAD viewer data. The approach is based on the Appel's 'Quantitative Invisibility' algorithm and fundamental concept of 'back face culling'. Input data considered in this algorithm can be distinguished from those considered for HLR algorithm in general. The original QI algorithm can be applied for the polyhedron models. During preprocessing step of our proposed algorithm, the self intersecting surfaces in the view direction are divided along the silhouette curves so that the QI algorithm can be applied. By this way the algorithm can be used for any triangulated freeform surfaces. A major advantage of this algorithm is the applicability to general CAD models and surface-based visualization data.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.863-867
• /
• 2021

본 논문에서는 컬러 영상의 LSB에 워터마크를 은닉하기 위하여 영상의 인접 픽셀들과 공간적 암호화 기법을 사용하여 보안성이 높은 컬러 영상 워터마킹 기법을 제안하였다. 본 논문에서 제안된 기법에 따라 컬러 영상의 LSB에 워터마크를 은닉하여 생성된 스테고 이미지의 화질은 원본 영상과 차이를 인지할 수 없을 정도로 매우 우수하고, 스테고 이미지로부터 원본 워터마크를 손실 없이 추출할 수 있다. 제안 기법을 사용하여 영상에 워터마크를 은닉하면 스테고 이미지에 은닉되어있는 워터마크는 다중으로 암호화되어있기 때문에 워터마크의 보안성이 매우 우수하게 유지된다. 제안된 워터마킹 기법은 높은 보안이 요구되는 군사, 지적 재산권 보호 등의 응용에 사용될 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권4호
• /
• pp.980-997
• /
• 2024

To improve the brightness of images and reveal hidden information in dark areas is the main objective of low-light image enhancement (LLIE). LLIE methods based on deep learning show good performance. However, there are some limitations to these methods, such as the complex network model requires highly configurable environments, and deficient enhancement of edge details leads to blurring of the target content. Single-scale feature extraction results in the insufficient recovery of the hidden content of the enhanced images. This paper proposed an edge detection-based multi-scale feature enhancement network for LLIE (EDMFEN). To reduce the loss of edge details in the enhanced images, an edge extraction module consisting of a Sobel operator is introduced to obtain edge information by computing gradients of images. In addition, a multi-scale feature enhancement module (MSFEM) consisting of multi-scale feature extraction block (MSFEB) and a spatial attention mechanism is proposed to thoroughly recover the hidden content of the enhanced images and obtain richer features. Since the fused features may contain some useless information, the MSFEB is introduced so as to obtain the image features with different perceptual fields. To use the multi-scale features more effectively, a spatial attention mechanism module is used to retain the key features and improve the model performance after fusing multi-scale features. Experimental results on two datasets and five baseline datasets show that EDMFEN has good performance when compared with the stateof-the-art LLIE methods.

• 디지털콘텐츠학회 논문지
• /
• 제10권2호
• /
• pp.291-298
• /
• 2009

본 논문에서는 비전 기반의 실시간 손 모양 인식을 위한 알고리즘을 제안하였다. 먼저 피부색을 검출하기 위해 RGB 컬러모델을 YCbCr 컬러모델로 변환하고, 색차성분인 CbCr을 이용하여 피부색을 검출한다. 검출 후 피부색은 흰색, 그 이외의 색은 검은색으로 이진화 하였다. 이진화 후 팔 영역과 얼굴영역을 제거하고, 손 영역만 검출하여 손의 무게중심을 구하기 위해 가로, 세로로 프로젝션을 수행한다. 손의 무게중심을 찾은 후에 손의 궤적을 추적하기 위해 칼만필터를 이용하였다. 손의 궤적 추적 후에 손 모양을 인식시키기 위해 HMM(Hidden Markov Model)을 이용하여 6가지 손의 모양을 학습한 후 인식하였다. 실험을 통하여 제안한 알고리즘의 효과를 입증하였다.