• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.238-242
• /
• 2004

운송 컨테이너의 식별자를 추출하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보에서 영상획득 시 외부 광원에 의해 수직으로 길게 발생하는 잡음들을 퍼지추론 방법을 적용하여 제거한 후에 수직 블록과 수평 블록을 검출하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역에서 히스토그램 방법과 윤곽선 추적 알고리즘을 각각 이용하여 개별 식별자를 추출한다. 실제 컨테이너 영상을 대상으로 실험 결과, 제안된 컨테이너 식별자 추출 방법이 다양한 컨테이너 영상에 대해 효율적인 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.193-195
• /
• 2023

최근 다양한 동영상 미디어 콘텐츠가 늘어나면서 민감한 개인정보 유출의 위험성 또한 높아졌다. 이에 따라 다양한 동영상 비식별화 기법이 연구되었고, 그중에서 동영상 암호화 기술은 별도로 원본 동영상을 보관하지 않아도 복호화를 통해 원본 동영상을 얻을 수 있다는 장점 때문에 계속해서 연구가 진행되고 있다. 많은 동영상 암호화 연구에서는 암호화된 동영상의 비식별성을 입증하기 위해 기존의 이미지 암호화 연구에서 사용되던 평가 지표를 사용한다. 그러나 이러한 지표들은 암호화된 동영상의 비식별성을 입증하기에는 적합하지 않다. 따라서 본 논문에서는 암호화된 동영상이 전체 구간에서 비식별화되었는지 확인하는 방법을 제안한다. 본 논문에서는 기존의 지표들을 가중 합산하여 동영상의 모든 프레임에 대해 측정하고 이를 그래프로 표현하여 분석한다. 이 방법을 통해 암호화된 동영상에서 비식별화가 정상적으로 적용되지 않은 부분을 쉽게 파악할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.606-608
• /
• 2018

최근 CCTV나 블랙박스 등 멀티미디어 데이터를 생성해내는 장치의 사용이 늘어나고 있다. 이러한 대용량 멀티미디어 데이터가 증가함에 따라 사용자가 동영상과 같은 멀티미디어 데이터 내의 객체를 식별하기 위해서는 많은 시간을 할애하여 매뉴얼하게 일일이 찾아야 하는 한계점이 있다. 본 논문에서는 사용자가 동영상 및 이미지에서와 같은 멀티미디어 데이터에서 객체를 자동으로 식별할 수 있 수 있는 딥러닝 기반의 객체 식별 및 검색 모델을 제안한다. 제안하는 객체 식별 검색은 이미지 검색과 동영상 검색을 지원한다. 이미지 검색에서는 이미지에 존재하는 동일한 객체를 검색 대상 이미지들에서 객체를 식별하고, 이미지에 존재하는 객체를 검색하여 결과로 반환한다. 또한 동영상 검색에서는 동영상에서 검색하고자 하는 객체를 식별하고 객체가 출현하는 시간을 전처리과정을 통해 기록하며, 검색하고자 하는 동영상 내에 존재하는 객체의 검색이 가능하다. 따라서 사용자가 동영상에서 객체의 검색 시 키워드 검색이 가능하여 동영상을 모두 재생하서 객체를 식별해야 하는 번거로움을 해결할 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.291-296
• /
• 2006

일반적으로 운송 컨테이너의 식별자들은 크기나 위치가 정형화되어 있지 않고 외부 환경으로 인한 식별자의 형태가 훼손되어 있기 때문에 일정한 규칙으로는 찾기 힘들다. 본 논문에서는 컨테이너 영상에 대해 ART2 알고리즘을 적용하여 컨테이너 영상을 양자화한다. 제안된 ART2 알고리즘 기반 양자화 기법은 컬러정보를 클러스터링 한 후, 각 클러스터의 중심 패턴을 이용하여 원 영상의 컬러정보를 분류한다. 양자화된 컨테이너 영상에서 8 방향 윤곽선 추적 알고리즘을 적용하여 개별 식별자를 추출한다. 추출된 개별 식별자는 ART2 기반 RBF 네트워크를 개선하여 인식에 적용한다. 실제 컨테이너 영상 300장에 대해 실험한 결과, 제안한 컨테이너 식별자 인식 방법의 추출 및 인식 성능이 기존의 컨테이너 식별자 인식 방법 보다 개선된 것을 확인하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2003.05a
• /
• pp.490-494
• /
• 2003

운송 컨테이너의 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다. 본 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, Canny 마스크가 적용된 영상에서 수직·수평 히스토그램을 적용하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역을 삼각형 타입의 퍼지 이진화 방법을 적용하여 이진화하고 이진화된 컨테이너 식별자 영역을 윤곽선 추적 알고리즘으로 개별 식별자를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 컨테이너 영상에 적용한 결과, 기존의 방법보다 컨테이너의 식별자 추출에서 우수한 성능이 있음을 확인하였다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.31 no.3
• /
• pp.213-234
• /
• 2020

The purpose of this study is to lay the foundation for the construction of an identification system by proposing descriptive items that can identify the creators who participated in the production of broadcasting video records. In order to uniquely identify the creators of broadcasting video records, a total of seven descriptive categories, including name, gender, date of birth, name identifier system, nationality, affiliated agencies, and major fields, were organized into three categories: individual, affiliation, and role. These categories were classified and categorized into two stages. Based on the proposed structure, a total of 10 basic facets and 14 sub-facets were constructed to establish a faceted structure for identifying the creators of broadcasting video records.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.875-877
• /
• 2021

영상 매체의 발달과 영상 미디어의 쉬운 공유는 많은 이점을 가지고 왔다. 하지만 영상이 인터넷 상에서 쉽게 공유되면서 개인이 원치 않는 모습 및 정보가 자신도 모르게 공개되는 초상권 문제나 사생활 침해 문제가 발생하고 있다. 이를 막기 위해 영상의 인물을 비식별화 하고 있지만 수작업으로 진행되는 영상의 비식별화는 많은 시간과 비용이 들어간다. 이에 본 논문에서는 자동으로 영상의 인물을 탐지, 추적하여 비식별화 영상처리를 진행할 수 있는 YOLO 기반 비식별화 시스템을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 1998.05a
• /
• pp.216-221
• /
• 1998

슈퍼임포즈는 개인식별 방법으로 신원 미상의 두개골의 발견 시, 두개골의 사진과 용의자 생전 사진의 동일 비율로 확대, 축소 후 두 영상을 중첩하므로서 동일인 여부를 비교, 판별하는 기법이다. 삼풍백화점 붕괴사고와 Guam KAL기 추락사고와 같이 대형사건에서의 개인식별에 매우 중요한 문제이다. 본 연구는 비디오 카메라로 입력한 두개골 영상과 스캐너로 입력한 생전 사진의 중첩을 위한 H/W 시스템의 구축과 영상처리 기법을 응용한 응용 프로그램을 개발하였다 슈퍼임포즈의 영상처리 기법으로는 두개골 및 생전 사진의 윤곽선 추출, 중첩점 조정, 상,하,좌,우 각도조정, 윤곽선보정, Hue 조정, 히스토그램 조정 등 다양한 영상처리 기법을 응용하였다. 또한, 이들 영상처리기법은 법의학 체제에 입각한 슈퍼임포즈 영상합성이 개인식별 감정시 필요한 최적의 영상 비교가 가능하도록 DB 시스템 구축과 분석시스템을 개발하였다. 그리고, 실제 감정시 본 영상시스템으로 감정해 본 결과로 보다 정확하고 실시간으로 감정이 가능하다. 본 슈퍼 임포즈 영상시스템은 슈퍼 임포즈 영상자료의 처리와 축적 기술의 발전으로, 두개골 영상과 생전 사진을 이용한 생전의 3차원 실 영상의 복원연구가 가능하리라 사료된다.

• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.22 no.11
• /
• pp.1063-1069
• /
• 2011

NCTR(Non-Cooperative Target Recognition) and ATR(Automatic Target Recognition) are methodologies to identify military targets using radar, optical, and infrared images. Among them, a strategy to recognize ground targets using synthetic aperature radar(SAR) images is called SAR ATR. In general, SAR ATR consists of three sequential stages: detection, discrimination and classification. In this paper, a modification of the polar mapping classifier(PMC) to identify inverse SAR(ISAR) images has been made in order to apply it to SAR ATR. In addition, a preprocessing scheme can mitigate the effect from the clutter, and information on the shadow is employed to improve the classification accuracy.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.235-239
• /
• 2002

운송 컨테이너의 식별자를 추출하고 인식하는 것은 컨테이너 식별자들의 크기나 위치가 정형화되어 있지 않고 외부의 잡음으로 인하여 식별자의 형태가 훼손되어 있기 때문에 어렵다 된 논문에서는 이러한 특성을 고려하여 컨테이너 영상에 대해 Canny 마스크를 이용하여 에지를 검출하고, 검출된 에지 정보를 이용하여 수직 블록과 수평 블록을 추출하여 컨테이너의 식별자 영역을 추출한다. 추출된 컨테이너의 식별자 영역에서 히스토그램 방법과 윤곽선 추적 알고리즘을 이용하여 개별 식별자를 추출한다. 컨테이너의 개별 식별자 인식은 ART1을 개선하여 지도 학습 방법과 결합한 개선된 신경망을 제안하여 적용한다. 실험 결과에서는 제안된 컨테이너 식별자 추출 린 인식 방법이 다양한 컨테이너 영상에 대해 효율적인 것을 보인다.