• 한국통신학회논문지
• /
• 제34권11A호
• /
• pp.870-881
• /
• 2009

의료 IT 기술 발전과 함께 의료 디지털 도서관, 3D PACS, 3D 의료진단기기 등의 헬스케어 정보 관리 기술이 급격히 발전되면서 이에 대한 보안 이슈가 제기되고 있다. 본 논문에서는 헬스케어 정보 관리 시스템에서 3D 의료영상 데이터의 저작권 보호, 인증, 인덱싱 및 진단 정보 은닉 등을 위한 다중 워터마킹 기법을 제안한다. 제안한 기법에서는 POCS 워터마킹 기반으로 의료진의 디지털 서명 및 정보 검색 인덱싱을 위한 강인한 워터마크를 꼭지점 정규곡률 분포에 삽입하고, 진단 정보와 인증 기준 메시지를 위한 연약한 워터마크를 꼭지점 거리 차이에 삽입한다. 이 때 강인성, 연약성 및 비가시성에 대한 각각의 볼록 집합들을 설계한 다음, 3D 의료영상 데이터들을 이들 집합으로 반복 투영함으로써 다중 워터마크를 삽입한다. 실험 결과부터 제안한 기법이 다양한 3D 기하학 및 메쉬 변형에 대한 강인성과 연약성을 모두 만족함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제21권3호
• /
• pp.395-400
• /
• 2011

본 논문에서는 얼굴 표정에서 나타나는 동적인 정서상태 변화를 고려한 얼굴 영상 기반 정서 인식 연구를 제안한다. 본 연구는 얼굴 영상 기반 정서적 특징 검출 및 분석 단계와 정서 상태 분류/인식 단계로 구분할 수 있다. 세부 연구의 구성 중 첫 번째는 Facial Action Units (FAUs)과 결합한 Active Shape Model (ASM)을 이용하여 정서 특징 영역 검출 및 분석기법의 제안이며, 두 번째는 시간에 따른 정서 상태의 동적 변화를 고려한 정확한 인식을 위하여 Hidden Markov Model(HMM) 형태의 Dynamic Bayesian Network를 사용한 정서 상태 분류 및 인식기법의 제안이다. 또한, 최적의 정서적 상태 분류를 위한 HMM의 파라미터 학습 시 Harmony Search (HS) 알고리즘을 이용한 휴리스틱 최적화 과정을 적용하였으며, 이를 통하여 동적 얼굴 영상 변화를 기반으로 하는 정서 상태 인식 시스템을 구성하고 그 성능의 향상을 도모하였다.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.57-65
• /
• 2010

본 논문은 스테가노그래피 알고리즘에 대한 블라인드 스테그분석 기법을 제안한다. 제안하는 스테그분석기법은 두 가지 형태의 특징 벡터를 추출한다. 첫 번째로, 영상에 정보를 은닉한 후 웨이블릿 부대역의 히스토그램 특성이 변한다는 것을 관찰하고 히스토그램의 위치 변화를 특징으로 이용한다. 두 번째로, 웨이블릿 특성 함수의 통계적 모멘트를 특징으로 이용한다. 첫번째 형태의 특징은 영상을 3-레벨 웨이블릿 변환하여 9개의 고주파 부대역에서 각각 하나의 특징을 추출하여 총 9개의 특징 벡터 얻는다. 두 번째 형태의 특징은 각 부대역별로 3차 모멘트까지 추출하여 39개의 특징 벡터를 얻는다. 총 48개의 특징 벡터를 교사학습을 이용하여 학습한 후 스테고 영상과 커버 영상을 분류한다. 다층 퍼셉트론 신경망 분류기를 이용하여 두 가지 형태의 특징을 입력으로 하여 삽입 데이터의 존재유무를 판별한다. 제안 방법의 성능을 평가하기 위하여 CorelDraw 데이터베이스 영상이 사용되었고 LSB 방법과 SS방법, blind SS방법, F5방법으로 다양한 삽입률의 스테고 영상을 생성하여 실험한다. 민감도와 특이도, 에러율, ROC 커브 면적 등을 이용하여 제안 방법이 기존의 스테그분석 방법보다 삽입 정보 유무를 검출하는데 효과적임을 보여준다.

• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.453-462
• /
• 2022

본 논문에서는 의료 영상 분석 분야에서 이용되고 있는 AI(Artificial Intelligence)기술을 문헌 검토를 통해 분석하였다. 문헌 검색은 중심어(keyword)를 사용하여 PubMed, ResearchGate, Google 및 Cochrane Review의 문헌 검색을 수행했다. 문헌 검색을 통해 114개의 초록을 검색하였고 그 중 16개의 중복된 것을 제외하고 98개의 초록을 검토했다. 검토된 문헌에서 AI가 응용되고 있는 분야는 분류(Classification), 국소화(Localization), 질병의 탐지(Detection), 질병의 분할(Segmentation), 합성 영상의 적합도(Fit degree) 등으로 나타났다. 기계학습(ML: Machine Learning)을 위한 모델은 특징 추출을 한 후 신경망의 네트워크에 특징 값을 입력하는 방식은 지양되는 것으로 나타났다. 그 대신에 신경망의 은닉층을 여러 개로 하는 심층학습(DL: Deep Learning) 방식으로 변화되고 있는 것으로 나타났다. 그 이유는 컴퓨터의 메모리 량의 증가와 계산속도의 향상, 빅 데이터의 구축 등으로 특징 추출을 DL 과정에서 처리하는 것으로 사료된다. AI를 이용한 의료영상의 분석을 의료에 적용하기 위해서는 의사의 역할이 중요하다. 의사는 AI 알고리즘의 예측을 해석하고 분석할 수 있어야 한다. 이러한 이해를 위해서는 현재 의사를 위한 추가 의학 교육 및 전문성 개발과 의대에 재학 중인 학습자를 위한 개정된 커리큘럼이 필요해 보인다.

• 방송공학회논문지
• /
• 제6권1호
• /
• pp.3-12
• /
• 2001

디지털 오디오 워터마킹 기술은 최근 들어 많은 응용 분야에서 관심을 가지고 있는 새로운 연구분야이다. 디지털 방송의 경우도 컨텐츠에 대한 저작권 보호 필요성이 요구됨에 따라 오디오 워터마킹에 대한 관심이 고조되고 있다. 디지털 워터마킹이란 영상, 오디오 등과 같은 디지털 데이터에 보이거나 들리지 않는 정보를 은닉시키는 기술을 말한다. 대표적인 오디오 워터마킹 방법에는 대역확산 기반의 워터마킹, 반향 워터마킹, 위상 부호화 워터마킹 패치워크 워터마킹 등이 있으며, 계속해서 새로운 워터마킹 기법들이 개발되고 있다. 본 논문에서는 디지털 방송 컨텐츠의 보호를 위한 오디오 워터마킹의 적용 방법에 따른 기술적 요구사항을 알아보고, 현재 개발된 대표적인 오디오 워터마킹 방법들의 특징을 살펴본 뒤 몇 가지 항목에 대해 장단점을 비교 평가한다.

• 한국정보통신학회논문지
• /
• 제13권4호
• /
• pp.684-690
• /
• 2009

본 논문은 유사도를 이용한 비트플레인 기반의 스테가노그라피 방법을 제안하였다. 기존의 방법은 모든 비트플레인에 고정 임계값을 적용하므로 정보 삽입시 화질의 열화가 발생한다. 본 연구는 정보 삽입을 위해 커버 영상의 비트플레인에 블록 복잡도와 블록 유사도를 정의하고 가장 적합한 블록에 정보를 삽입하는 방법이다. 실험은 표준 이미지에 동일한 화질과 정보량을 삽입하고 이에 따른 삽입 용량과 화질을 비교하였다. 실험 결과, 제안한 방법이 기존의 방법보다 삽입 용량이 평균 6%의 정도가 증가되었고, 화질면에서는 평균 약 3.3dB이 향상되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (하)
• /
• pp.883-886
• /
• 2001

이동 통신 채널과 같이 에러 발생율이 높은 환경에서 부호화된 비디오 스트림을 전송시 발생된 에러는 비디오 화질에 큰 영향을 줄 수 있다. 본 논문에서는 현재 널리 사용되고 있는 H.263의 복호화기에서 전송도중 에러가 발생했을 경우 추가적인 데이터 스트림의 삽입 없이 효율적으로 에러를 은닉할 수 있는 기법에 관하여 연구하였다. 특히 인터프레임 영상에서 손상되거나 손실된 움직임벡터에 대해 시간영역에서 관계가 깊은 이전 프레임에서 손실블록과 같은 위치에 있는 블록의 움직임벡터와 현재 프레임에서 손실블록과 인접한 블록들의 움직임벡터 정보를 이용하여 이 블록들의 움직임 방향을 구하게된다. 이러한 블록의 움직임 방향을 이용하여 동일한 움직임 방향을 갖는 영역을 찾아 손실 블록이 어떤 움직임 영역에 속하는 지를 판단하여 손실된 움직임 벡터를 복원하는 방법을 제안한다. 또한 제안한 알고리즘에 중복블록 움직임 보상(Overlapped Block Motion Compensation)을 적용하여 블록화 현상을 줄였다.

• 대한전자공학회논문지SP
• /
• 제45권5호
• /
• pp.87-94
• /
• 2008

본 논문에서는 손실된 블록의 은닉을 위한 방향성을 가지는 블록 복구 방법을 제안한다. 일반적으로 영상의 강한 에지는 웨이블릿 영역에서 큰 계수 값을 가지기 때문에 분산 또한 큰 값으로 나타난다. 손실 블록의 에지 방향을 추정하기 위해서 웨이블릿 계수들의 분산을 이용한 $X^2$ 가설 검증 기법을 적용한단. 추정된 에지의 방향에 따라 보간을 수행하며, 손실 화소를 보간하기 위하여 사용되는 화소는 에지 방향에 따라 결정된다. 제안 방법은 이전 방법과의 성능비교에서 주관적으로나 객관적으로 나 더 좋은 성능을 나타낸다.

• 전기학회논문지P
• /
• 제62권4호
• /
• pp.204-209
• /
• 2013

FFT based fingerprinting to conceal more information has developed for video copyright protection. More complex information of video is necessary to prove an ownership and legal distributions in invisible form. This paper describes a method to insert more information and to detect them. $3{\times}3$ points structure is used to present information. The possible ways to show are 8bit, $2^8$ = 256 where one point of 9 is always turn on. The points are marked in frequency domain that both real and imaginary party numbers are modified. The five successive frames of same scenes are used to mark because the same scene has very similar shape in FFT result. However, the detail values of coefficients are totally different each other to recognize the marked points. This paper also describes a method to detect the marked points by averaging and correlation algorithm. The PSNRs of marked images by our method had 51.138[dB] to 51.143[dB]. And we could get the correlation values from 0.79 to 0.87.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.35-38
• /
• 2009

The paper presents an effective method to detect fire in video surveillance and monitoring system. The main contribution of this work is that we successfully use the Hidden Markov Models in the process of detecting the fire with a few preprocessing steps. First, the moving pixels detected from image difference, the color values obtained from the fire flames, and their pixels clustering are applied to obtain the image regions labeled as fire candidates; secondly, utilizing massive training data, including fire videos and non-fire videos, creates the Hidden Markov Models of fire and non-fire, which are used to make the final decision that whether the frame of the real-time video has fire or not in both temporal and spatial analysis. Experimental results demonstrate that it is not only robust but also has a very low false alarm rate, furthermore, on the ground that the HMM training which takes up the most time of our whole procedure is off-line calculated, the real-time detection and alarm can be well implemented when compared with the other existing methods.