• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권1호
• /
• pp.454-475
• /
• 2018

This paper presents a novel Android malware classification model planned to classify and categorize Android malicious code at Drebin dataset. The amount of malicious mobile application targeting Android based smartphones has increased rapidly. In this paper, Restricted Boltzmann Machine and Deep Belief Network are used to classify malware into families of Android application. A texture-fingerprint based approach is proposed to extract or detect the feature of malware content. A malware has a unique "image texture" in feature spatial relations. The method uses information on texture image extracted from malicious or benign code, which are mapped to uncompressed gray-scale according to the texture image-based approach. By studying and extracting the implicit features of the API call from a large number of training samples, we get the original dynamic activity features sets. In order to improve the accuracy of classification algorithm on the features selection, on the basis of which, it combines the implicit features of the texture image and API call in malicious code, to train Restricted Boltzmann Machine and Back Propagation. In an evaluation with different malware and benign samples, the experimental results suggest that the usability of this method---using Deep Belief Network to classify Android malware by their texture images and API calls, it detects more than 94% of the malware with few false alarms. Which is higher than shallow machine learning algorithm clearly.

• 한국통신학회논문지
• /
• 제27권6C호
• /
• pp.610-618
• /
• 2002

본 논문에서는 질러 공간과 블록영역 정보에 기반한 새로운 화상검색 방법을 제시한다. 각 화상에 대한 컬러 공간 정보는 컬러 이진세트에 의해 구해지고 블록영역 정보는 영역 세그멘테이션에 의해서 구해진다. 화상 검색 과정에서, 질의 화상과 데이터베이스 화상들의 컬러 및 화상 이진세트들을 비교하여 검색될 후보 화상의 집합을 결정한다. 특히, 유사도 측정 시 컬러 공간 분포와 객체의 블록영역 특징에 가중치를 고려한 검색이 가능하도록 하였다. 제안된 방법을 구현하고 6,000개의 화상들로 이루어진 화상 데이터베이스에 대해 적용함으로써 컬러 공간 및 블록영역특징을 이용한 화상 검색이 매우 효과적임을 보였다.

• 방송공학회논문지
• /
• 제25권7호
• /
• pp.1081-1094
• /
• 2020

With the recent development of deep learning, most computer vision-related tasks are being solved with deep learning-based network technologies such as CNN and RNN. Computer vision tasks such as object detection or object segmentation use intermediate features extracted from the same backbone such as Resnet or FPN for training and inference for object detection and segmentation. In this paper, an experiment was conducted to find out the compression efficiency and the effect of encoding on task inference performance when the features extracted in the intermediate stage of CNN are encoded. The feature map that combines the features of 256 channels into one image and the original image were encoded in HEVC to compare and analyze the inference performance for object detection and segmentation. Since the intermediate feature map encodes the five levels of feature maps (P2 to P6), the image size and resolution are increased compared to the original image. However, when the degree of compression is weakened, the use of feature maps yields similar or better inference results to the inference performance of the original image.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권6호
• /
• pp.692-704
• /
• 2002

본 논문은 이미지에서 Quadtree를 이용한 색상-공간 특징 추출과 이미지 내에 포함되어 있는 객체의 MBR(Minimum Boundary Rectangie)을 구하여 질감 정보를 추출하는 방법을 제안한다. 제안된 방법은 각 이미지로부터 DC 이미지를 만들고 색상 좌표계를 변환한 후, Quadtree를 이용하여 영역을 분할한다. 영역의 분한 기준은 제안된 조건에 의하여 이루어지며, 각 분할된 영역으로부터 대표 색상을 추출한다. 그리고, 이미지 분할(segmentation)을 통하여 각 이미지의 객체, 객체를 포함한 배경, 또는 일부 배경의 MBR을 구하고, 제안된 알고리즘에 의하여 검색된 MBR의 웨이블릿 계수(wavelet coefficients)를 계산한다. 이 계수들이 MBR의 질감 정보가 되며, 추출된 색상-공간 정보와 질감 정보를 이용하여 제안된 유사도 계산 방법을 통하여 결과를 나타내게 된다. 제안된 방법은 원 이미지(original image)에 비해 특징 정보의 저장 공간을 53% 감소시켰으며, 성능은 유사하게 나타났다. 그리고, 질감 정보를 추가함으로써, 색상-공간 특징의 단점인 객체 정보의 손실을 보완하였고, 질의 이미지의 객체를 포함한 검색 결과를 보였다.

• 한국지리정보학회지
• /
• 제24권1호
• /
• pp.1-11
• /
• 2021

위성영상을 활용한 하천, 습지, 호수 등 지표수 객체의 탐지는 해당 지역의 수자원 관리 및 조사 업무에 효율적으로 활용될 수 있다. 본 연구에서는 원격탐사 분야에서 물을 탐지하기 위해 제공하는 수분지수(Water Index)와 영상으로부터 객체를 인식하는 데 폭넓게 활용되는 기계학습(Machine learning) 기법을 대구광역시를 촬영한 Landsat-8 위성영상에 개별적으로 적용하여 하천, 호수 등 다양한 지표수 객체를 탐지하고 그 결과를 비교하였다. 우선 Landsat-8 위성영상의 다중분광 밴드로부터 NDWI(Normalized Difference Water Index), MNDWI(Modified Normalized Difference Water Index) 영상을 생성하였고, 임계치를 적용하여 개별 영상으로부터 물과 그 외 지역을 구분할 수 있는 이진 영상(Binary image)을 제작하였다. 그리고 기계학습 기법인 SVM(Support Vector Machine)을 동일 위성영상에 적용하여 토지 피복 영상을 제작하고 이로부터 이진 영상을 제작하였다. 최종적으로 100개의 검사점(Checkpoints)을 사용하여 세 이진 영상으로부터 지표수 탐지를 위한 정확도를 오차 행렬을 활용하여 계산하였다. 그 결과, MNDWI 영상으로부터 제작된 이진 영상의 정확도(84%)가 NDWI 영상으로부터 제작된 이진 영상의 정확도(94%)와 SVM에 의해 제작된 이진 영상의 정확도(96%)에 비해 낮았으며, 모든 이진 영상에서 그림자 등의 원인으로 인해 일부 육지 분류 결과가 지표수 객체로 오분류되었다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.821-829
• /
• 2004

얼굴인식기술이 인증 및 보안을 위한 도구로 활용되고 있지만 입력영상의 상태, 즉 조명환경에 따라 적용할 수 있는 범위가 제약적일 수밖에 없다. 본 논문에서는 이러한 제약을 최소화하기 위해 측면과 후면조명 등의 불규칙한 조명환경에서 획득한 입력영상에서 얼굴의 특징을 구분하여 얼굴영상임을 확인하는 방법을 제안한다. 제안된 방법은 에지차영상을 얼굴특징이 두드러지도록 전처리한 후, X와 Y축의 프로파일을 이용하여 얼굴영역을 예측하고 영역 내의 밝기분포를 이용하여 눈, 코, 입 등의 얼굴특징이 놓일 수 있는 수평영역을 분리한다. 수평영역들은 눈, 코, 입을 포함할 수 있는 영역의 그룹으로 나누어지고 각 그룹에서 코와 입, 그리고 눈의 순서로 특징들을 검출한다. 얼굴여부는 검출된 특징들의 구조적인 관계를 검증하여 확인한다. 제안된 알고리즘은 배경색상이나 조명의 방향과 색상 등으로 인해 얼굴의 형태와 특징이 결여된 입력영상에서도 매우 안정적으로 적용됨을 실험을 통해 확인하였다.

• 전기학회논문지
• /
• 제58권5호
• /
• pp.1025-1034
• /
• 2009

In steel making production line, steel slabs are given a unique identification number. This identification number, Slab management number(SMN), gives information about the use of the slab. Identification of SMN has been done by humans for several years, but this is expensive and not accurate and it has been a heavy burden on the workers. Consequently, to improve efficiency, automatic recognition system is desirable. Generally, a recognition system consists of text localization, text extraction, character segmentation, and character recognition. For exact SMN identification, all the stage of the recognition system must be successful. In particular, the text localization is great important stage and difficult to process. However, because of many text-like patterns in a complex background and high fuzziness between the slab and background, directly extracting text region is difficult to process. If the slab region including SMN can be detected precisely, text localization algorithm will be able to be developed on the more simple method and the processing time of the overall recognition system will be reduced. This paper describes about the slab region localization using SIFT(Scale Invariant Feature Transform) features in the image. First, SIFT algorithm is applied the captured background and slab image, then features of two images are matched by Nearest Neighbor(NN) algorithm. However, correct matching rate can be low when two images are matched. Thus, to remove incorrect match between the features of two images, geometric locations of the matched two feature points are used. Finally, search rectangle method is performed in correct matching features, and then the top boundary and side boundaries of the slab region are determined. For this processes, we can reduce search region for extraction of SMN from the slab image. Most cases, to extract text region, search region is heuristically fixed [1][2]. However, the proposed algorithm is more analytic than other algorithms, because the search region is not fixed and the slab region is searched in the whole image. Experimental results show that the proposed algorithm has a good performance.

• 대한원격탐사학회지
• /
• 제15권3호
• /
• pp.183-194
• /
• 1999

위성에서 관측된 다중분광 위성영상 데이터를 이용목적에 따라 분석하고 활용하기 위해서는 영상 자체에 내포된 밝기, 칼라, 질감 등 다양한 특징들이 중요한 정보원으로 이용되고 있다. 특히 질감이나 칼라정보를 이용한 위성영상의 분석과정에서 가장 중요한 문제는 원 영상의 정보를 효율적으로 표현하는 속성을 추출하여 적절히 활용하는 것이다. 따라서 본 논문에서는 위성영상 분석에 유용하게 사용할 수 있는 6개의 속성 벡터들을 선정한 다음 SPOT 위성에서 관측된 영상을 이용하여 각각의 속성들에 대한 분별력을 평가하기 위하여 역전파 신경망(Back-propagation Neural Network)을 이용한 분류 네트워크를 구성하였고, 실험하고자 하는 지역에 대한 훈련집합 선택시 선정된 여섯 개이 속성 벡터들을 분류에 사용될 특징으로 선택하였다. 분류 실험을 수행한 결과 각각의 벡터 속성들은 개개의 특성에 따라 많은 장단을 내포하고 있었으며, 전반적으로는 비교적 정확한 분류결과를 나타내었다. 따라서 칼라 및 질감 속성 벡터들은 위성영상의 분류과정에 효과적으로 사용될 수 있음은 물론 다양한 영상분석 및 응용분야에서도 유용하게 이용될 수 있을 것으로 기대된다.

• 전자공학회논문지CI
• /
• 제48권2호
• /
• pp.66-77
• /
• 2011

본 논문은 특징을 효과적으로 병합하여 계층적 색인구조를 적용하는 광고영상의 분류기법에 대한 체계적 방법을 제안한다. 본 방법은 온라인 및 오프라인 상의 광고 영상 정보 관리를 위한 효과적인 응용으로써, 특별히 광고 영상정보의 추적을 위한 전처리 과정을 제공한다. 이를 위하여 전체 영상에 대한 일반적 정보를 포함하는 전역특징과 영상의 지역적 특성에 기반하는 지역특징을 고려한다. 고안된 지역특징은 영상 회전, 스케일링, 잡음추가, 빛의 변화에 불변하여 아핀(Affine) 변환에 의한 화면 차 영상에 대하여도 신뢰성 높은 매칭 도를 얻을 수 있고 동질의 영상 쌍을 검색하는데 있어서도 높은 정확도를 보여준다. 제안 방법은 우선 전역특징으로 전체영상자료에서 다수의 영상 쌍들로 개략적인 영상 군을 구성한 후에, 영상군안에서 지역특징에 의한 동질 영상 쌍들 즉 정밀한 영상 군들로 분리하는 정밀 매칭을 실행한다. 실행시간을 단축하기 위해 전형적인 클러스터링으로 전역특성이 유사한 영상들끼리 그룹화 함으로서 지역특징에 의한 동질 영상 쌍 간 과도한 매칭 시간의 문제점을 극복한다.

• Journal of Information Processing Systems
• /
• 제13권3호
• /
• pp.590-598
• /
• 2017

Recently, there has been an increase in the number of hazardous events, such as fire accidents. Monitoring systems that rely on human resources depend on people; hence, the performance of the system can be degraded when human operators are fatigued or tensed. It is easy to use fire alarm boxes; however, these are frequently activated by external factors such as temperature and humidity. We propose an approach to fire detection using an image processing technique. In this paper, we propose a fire detection method using multichannel information and gray level co-occurrence matrix (GLCM) image features. Multi-channels consist of RGB, YCbCr, and HSV color spaces. The flame color and smoke texture information are used to detect the flames and smoke, respectively. The experimental results show that the proposed method performs better than the previous method in terms of accuracy of fire detection.