• Current Optics and Photonics
• /
• 제6권6호
• /
• pp.565-575
• /
• 2022

In this paper, we propose a non-fungible token (NFT) transaction method that can commercialize the real 3D property and make property sharing possible using the 3D reconstruction technique. In addition, our proposed method enhances the security of NFT copyright and metadata by using optical encryption. In general, a conventional NFT is used for 2D image proprietorial rights. To expand the scope of the use of tokens, many cryptocurrency industries are currently trying to apply tokens to real three-dimensional (3D) property. However, many token markets have an art copyright problem. Many tokens have been minted without considering copyrights. Therefore, tokenizing real property can cause significant social issues. In addition, there are not enough methods to mint 3D real property for NFT commercialization and sharing property tokens. Therefore, we propose a new token management technique to solve these problems using integral imaging and double random phase encryption. To show our system, we conduct a private NFT market using a test blockchain network that can demonstrate the whole NFT transaction process.

• 대한원격탐사학회지
• /
• 제38권1호
• /
• pp.45-56
• /
• 2022

The Ieodo Ocean Research Station (IORS) lies between the exclusive economic zone (EEZ) boundaries of Korea, Japan, and China. The geographical positioning of the IORS makes it ideal for monitoring ships in the area. In this study, we introduce ship monitoring results by Automatic Identification System (AIS) and the Broadband 3G^TM radar, which has been developed for use in small ships using the Frequency Modulated Continuous Wave (FMCW) technique. AIS and FMCW radar data were collected at IORS from November 23th to 30th, 2013. The acquired FMCW radar data was converted to 2-D binary image format over pre-processing, including the internal and external noise filtering. The ship positions detected by FMCW radar images were passed into a tracking algorithm. We then compared the detection and tracking results from FMCW radar with AIS information and found that they were relatively well matched. Tracking performance is especially good when ships are across from each other. The results also show good monitoring capability for small fishing ships, even those not equipped with AIS or with a dysfunctional AIS.

• 디지털산업정보학회논문지
• /
• 제19권3호
• /
• pp.213-220
• /
• 2023

Face recognition is a very important process in video monitoring and is a type of biometric technology. It is mainly used for identification and security purposes, such as ID cards, licenses, and passports. The recognition process has many variables and is complex, so development has been slow. In this paper, we proposed a face recognition method using CNN, which has been re-examined due to the recent development of computers and algorithms, and compared with the feature comparison method, which is an existing face recognition algorithm, to verify performance. The proposed face search method is divided into a face region extraction step and a learning step. For learning, face images were standardized to 50×50 pixels, and learning was conducted while minimizing unnecessary nodes. In this paper, convolution and polling-based techniques, which are one of the deep learning technologies, were used for learning, and 1,000 face images were randomly selected from among 7,000 images of Caltech, and as a result of inspection, the final recognition rate was 98%.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.25-27
• /
• 2021

최근 딥러닝 기술의 발전으로 CCTV 카메라를 통해 획득한 영상 정보에서 객체의 이상행동을 분석하기 위한 컴퓨터 비전 기반 AI 기술들이 연구되었다. 위험 지역이나 보안 지역에는 범죄 예방 및 경계 감시를 위해 감시카메라가 설치되어 있는 경우가 다수 존재한다. 이러한 이유로 기업들에서는 감시카메라 환경에서 침입, 배회, 낙상, 폭행 같은 주요한 상황을 판단하기 위한 연구들이 진행되고 있다. 본 논문에서는 객체 검출 및 추적 방법을 사용한 실시간 이상 행위 분석 알고리즘을 제안한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권5호
• /
• pp.1671-1686
• /
• 2022

Face manipulation tools represented by Deepfake have threatened the security of people's biological identity information. Particularly, manipulation tools with deep learning technology have brought great challenges to Deepfake detection. There are many solutions for Deepfake detection based on traditional machine learning and advanced deep learning. However, those solutions of detectors almost have problems of poor performance when evaluated on different quality datasets. In this paper, for the sake of making high-quality Deepfake datasets, we provide a preprocessing method based on the image pixel matrix feature to eliminate similar images and the residual channel attention network (RCAN) to resize the scale of images. Significantly, we also describe a Deepfake detector named Cascaded-Hop which is based on the PixelHop++ system and the successive subspace learning (SSL) model. By feeding the preprocessed datasets, Cascaded-Hop achieves a good classification result on different manipulation types and multiple quality datasets. According to the experiment on FaceForensics++ and Celeb-DF, the AUC (area under curve) results of our proposed methods are comparable to the state-of-the-art models.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.109-115
• /
• 2015

신규 의료기기 개발 기술의 발전으로 다양한 형태로 손쉽게 생체 정보 및 의료 정보를 얻을 수 있는 기술이 증가하고 있다. 이러한 정보 수집 기술과 기기들의 증가로 생체 정보는 일상생활의 라이프로그와 함께 의료서비스의 주요 정보로 활용되고 있다. 그러나 다양한 생체신호의 활용성이 증가하고 있지만 보안적인 측면을 고려하지 않는 문제점을 갖고 있다. 또한, 의료현장에서 환자의 생체신호와 의료영상정보는 개별적인 디바이스에 의해 생성되며, 통합 관리되지 못하는 실정이다. 이러한 문제점을 해결하기 위해서, 본 논문에서는 생체신호와 의사의 소견정보를 포함하여 QR 코드화하고 이와 연계된 의료영상정보와 통합하고자 한다. 이를 위해, 의료영상정보 표준인 DICOM(Digital Imaging and Communication in Medicine)과 기존 생체신호 계측기들로부터 수집된 생체신호를 QR 코드화하여 의료영상정보에 통합한 이미지 파일 스킴을 제시한다. 그리고 시스템 구현 환경은 의료영상기기와 생체신호 수집을 위한 생체신호 계측기 그리고 스마트 디바이스와 PC로 구성하였다. 의료기기나 생체 신호 계측장치로부터 데이터를 전송 받기 위한 의료영상이미지 정보와 생체신호의 ROI 추출을 위하여 .NET Framework를 사용하여 QR 서버 모듈을 윈도우 서버 2008 운영체제에서 운영되도록 구현하였다. QR 서버 모듈의 주요기능은 의료영상기기로부터 생성된 DICOM파일을 파싱하고, 식별 ROI 정보를 추출하여 데이터베이스에 저장하여 관리한다. 또한, EMR, OCS와 같은 환자의 의료정보는 기본 정보 및 긴급상황 시 필요한 ROI 정보를 추출하여 QR코드화 하여 관리한다. 또한 생체 계측 기기로 환자 식별에 사용될 PID (patient identification) 와 함께 생체 정보를 전송 받을 경우 생체 정보의 크기에 따라 이를 해당 환자의 ROI와 함께 QR코드화 하여 관리하며, 생체 정보 파일 또한 저장하여 관리한다. 전송받은 생체정보가 QR코드로 변환할 최대 사이즈 이상일 경우 서버를 통해 생체정보에 접근할 수 있는 URL 정보를 QR코드화 한다. 또한 QR 코드 형태로 제공되는 정보는 .NET 프레임워크가 설치된 PC와 Android기반의 스마트 단말기상에 뷰어 프로그램을 통해 확인함으로 인증된 클라이언트만이 관련 정보를 확인할 수 있도록 하였다. 끝으로 응용 서비스의 수행결과를 통해 기존 의료영상정보와 생체신호 그리고 환자의 건강정보가 통합되어 의료현장에서 적용하는데 적합한 의료정보 서비스를 제공함을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권1호
• /
• pp.53-59
• /
• 2011

보안 시스템을 비롯한 많은 얼굴 인식의 응용들에서 수직 방향의 얼굴이 입력된다고 가정한다. 그러나 보다 일반적인 환경에서 인물에 대한 인식을 하려면 기울어진 얼굴의 검출이 가능해야 한다. 기존의 많은 방식들에서 영상 내에 존재하는 회전된 얼굴을 검출하기 위해 얼굴 검출을 위한 윈도우를 반복적으로 회전시키며 얼굴검출기를 적용함으로써 얼굴의 회전각을 구한다. 그러나 이러한 방식은 많은 계산량을 필요로 하는 단점이 있다. 본 논문에서는 점들의 집합이 주어질 때 그 점들의 대칭축을 검출하는 방법을 제안한다. 또한 얼굴이 대칭이라는 점에 착안해서 얼굴검출 윈도우 내의 에지 포인트들로 부터 대칭축을 추출함으로써 검출된 대칭축 방향에 대해서만 얼굴 검출기를 적용함으로써 얼굴의 회전각을 빠르고 정밀하게 검출하는 방법을 제안한다. 실험에 사용된 데이터베이스의 경우 제안된 알고리즘이 평균 $0^{\circ}$, 표준편차 $3^{\circ}$의 오차 범위에서 얼굴의 대칭축을 검출함을 보였다.

• 교육녹색환경연구
• /
• 제14권2호
• /
• pp.37-44
• /
• 2015

2005년 "학교폭력 및 예방에 관한 법률"이 제정되면서 학교에 CCTV가 설치 운영되고 있다. 하지만 실제 학교현장에서는 CCTV 설치보다는 운영상의 모니터링 환경에 있어 문제점들이 발생하고 있다. 본 연구는 상기 문제점들 중 가장 큰 문제점인 CCTV 감시환경에 따른 적합한 모니터의 크기를 산정할 수 있는 모델을 제시함에 있다. 이를 위해 첫째, 선행연구를 통해 CCTV의 기본적 원리 및 적정 모니터링에 대한 기준을 분석한다. 둘째, 실태조사를 실시하여 실제 학교현장에서의 CCTV 모니터링 운영현황을 분석한다. 셋째, 국내 경비인력의 일반적인 시력을 기준으로 CCTV 사양 등에 따른 모니터의 출력크기를 산정할 수 있는 산정식과 적정한 모니터 크기를 산정할 수 있는 모델을 제시한다. 결론적으로 대부분의 학교현장에 설치된 CCTV를 고려하여 4개 분할화면의 모니터링을 적용하기 위해서는 최소 27인치의 모니터가 필요하다는 결과를 도출하였다.

• 한국인터넷방송통신학회논문지
• /
• 제21권5호
• /
• pp.197-202
• /
• 2021

지정맥을 이용한 생체인식기술은 높은 보안성, 편리성과 정확성으로 많은 관심을 받고 있으며 최근 딥러닝 기술의 발달로 인해 더욱 인증에 대한 인식 오류율 및 정확도가 향상되었다. 하지만 학습 데이터는 일정한 순서나 방법이 아닌 실제 데이터의 부분 집합으로, 결과가 일정하지 않아 데이터양과 인공신경망의 복잡도를 고려해야 한다. 본 논문에서는 지정맥 인식기의 높은 정확도와 인증 시스템 성능 향상을 위해 Inception-ResNet-v2의 딥러닝 모델을 활용하였으며 DenseNet-201의 딥러닝 모델과 성능을 비교 분석하였다. 시뮬레이션은 전북대의 MMCBNU_6000과 직접 촬영한 지정맥 영상을 사용하고 지정맥 인증 시스템에 이미지를 가공하는 과정은 없으며 생체인증 척도인 EER을 추출하여 성능 결과를 확인한다.

• 한국콘텐츠학회논문지
• /
• 제12권4호
• /
• pp.60-68
• /
• 2012

최근 무선 센서 네트워크는 멀티미디어 센서 노드를 활용하여 음성 데이터나 영상 데이터 등과 같은 멀티미디어 데이터 수집을 바탕으로 고품질의 환경 모니터링에 대한 요구가 증가하고 있다. 이러한 대용량 멀티미디어 데이터를 기반으로 하는 기존의 분산 다중 경로 라우팅 기법들은 주로 Zigbee 기반 센서 네트워크의 낮은 대역폭의 한계를 극복하고 에너지 효율성과 데이터 전송률을 높이는 것에 초점이 맞춰졌다. 하지만 이러한 기법들은 대용량 멀티미디어 데이터 특성으로 인해 기존의 키 기반의 암호화 방식을 사용할 수 없기 때문에 보안성에 있어서는 매우 취약하다. 이러한 문제점을 해결하기 위해 본 논문에서는 보안성 있는 비-중첩 다중 경로 라우팅 기법을 제안한다. 제안하는 기법은 멀티미디어 데이터를 픽셀 단위로 분할하여 다중경로로 전송함으로써 기존의 키 기반 방식을 사용하지 않고도 전체 네트워크에 대한 보안성을 제공한다. 성능 평가 결과, 기존 기법에 비해 소모되는 에너지가 평균 약 10% 감소하였으며, 악의적인 노드에 의해 손실되는 데이터 패킷의 수는 평균 약 65% 감소하였다.