• 한국음향학회지
• /
• 제42권6호
• /
• pp.500-510
• /
• 2023

수동소나 신호에는 정상신호와 비정상 신호가 같이 존재하는 경우가 대부분이다. 정상신호와 혼재된 비정상 신호는 주로 정상신호만을 학습하는 오토인코더를 이용하여 탐지된다. 하지만 기존의 오토인코더는 혼재된 신호로부터 왜곡된 정상신호를 복원하므로 부정확한 탐지를 수행할 수 있다. 이러한 한계를 개선하고자, 본 논문에서는 순환신경망과 벡터 양자화 기반의 비정상 신호 탐지 모델을 제안한다. 제안된 모델은 학습된 잠재벡터들을 대표하는 코드 북을 생성하고, 제안된 코드벡터의 탐색을 통해 보다 정확하게 비정상 신호를 탐지한다. 공개된 수중 음향 데이터를 이용한 실험에서 제안된 기법이 적용된 오토인코더와 변이형 오토인코더는 기존 모델에 비해 최소 2.4 % 향상된 탐지 성능과 최소 9.2 % 높은 비정상 신호 추출 성능을 보였다.

• 정보관리학회지
• /
• 제41권2호
• /
• pp.19-46
• /
• 2024

본 연구는 최근 이용률이 높은 영상정보의 특성을 탐색하고 이를 기반으로 영상정보 활용을 위한 기초능력을 파악하고자 문헌 연구와 탐색 연구를 진행하였다. 문헌 연구를 통해 다른 유형의 정보와 달리 영상이 가지는 특성을 다양한 측면에서 파악하였다. 다음으로 10대부터 50대에 해당하는 16명을 인터뷰 참여자로 선정하고 영상 이용 경험에 관한 반구조화된 1:1 심층 인터뷰를 진행하였다. 인터뷰 내용을 범주별로 조직화하여 코드북을 제작하고 내용 분석을 진행하였으며 이를 토대로 영상정보의 특성을 확인하였다. 최종적으로 문헌 연구와 인터뷰 내용 분석을 통해 영상정보의 특성을 확인하였으며, 이를 영상정보의 속성과 영상정보 이용의 특성으로 구분하였다. 본 연구에서 확인한 영상정보 특성을 기반으로 영상정보 활용을 위한 기초능력을 제안하였다.

• 전자공학회논문지CI
• /
• 제47권6호
• /
• pp.1-7
• /
• 2010

이 논문은 BCH (Bose-Chaudhuri-Hocquenghem) 코드 기반의 멀티미디어 핑거프린팅의 새로운 구현 알고리즘을 나타낸다. 공모자 검출의 평가는 n-1명 까지 이루어진다. 제안된 알고리즘에서, 사용된 공모공격은 논리조합(AND, OR 그리고 XOR) 과 평균화 계산(Averaging)이다. 핑거프린팅 코드의 생성 단계는 다음과 같다. 1, BIBD {7,4,1} 코드는 생기행렬로 생성된다. 2. BIBD 코드와 BCH 코드를 결합한 새로운 인코딩 방법에서, 두 종류의 코드들은 BCH 엔코딩 처리에 의해서 핑거프린팅 코드가 된다. 3. 단계 2에서 생성된 코드는 핑거프린팅 코드가 되며 BCH {15,7}코드와 유사한 특성을 갖는다. 4. 단계 3의 핑거프린팅 코드로, 공모자 검출을 위한 공모 코드북을 만든다. 실험을 통하여 공모자 검출비는 AND 공모에서 86.6%, OR 공모에서 32.8%, XOR 공모에서 0% 그리고 평균화 공모에서 66.4%임을 각각 확인하였다. 또한 XOR 공모는 전체 공모자를 검출할 수 없는 반면에, 평균화 공모는 n-1명의 공모자를 검출 하고 OR 공모는 k명의 공모자를 검출할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제42권3호
• /
• pp.81-90
• /
• 2005

어떠한 신호를 벡터 양자기(vector quantizer: VQ)로 양자화하고, 양자화된 신호, 즉 양자기 출력 인덱스를 잡음이 있는 전송로로 전송하려고 할 때, 전체적인 부호화 시스템의 성능은 사용된 양자화 기법과 전송로 오류에 대한 영향에 의해 좌우된다. 최적의 부호화 시스템 설계를 위해서는 전송로 최적 VQ 같이 소스와 전송로 부호화를 통합하여 최적화시켜야 한다. 설계를 위한 계산량을 줄이는 방법으로 부최적인 접근 방법으로 강인한 VQ (robust VQ: RVQ)가 있다. 양자기는 잡음이 없는 전송로에 최적으로 설계를 하고 양자화 출력인 인덱스 열을 전송로 심볼로 할당 시에, 전체 왜곡이 전송로 잡음에 보다 강인하게 되도록 인덱스 할당 함수를 설계하는 양자기가 RVQ이다. 그런데 최적의 인덱스 할당 함수의 설계도 계산량이 많이 요구된다. 최근에 VQ의 계산량을 줄일 수 있는 표본적응 프러덕트 양자기(sample-adaptive product quantizer: SAPQ)가 제안되었다. SAPQ는 벡터의 차수를 줄이는 프러덕트 양자기(product quantizer: PQ)와 유사한 구조를 가지지만 일반 PQ보다 더 좋은 성능을 가지면서 full-search VQ보다 부호화 복잡도가 낮고 부호책을 위한 메모리의 크기도 작은 일종의 구조적 제한을 가지는 VQ이다. 본 논문에서는 이러한 SAPQ를 사용하여 벡터의 차수를 줄임으로 전송로 오류에 강인한 RVQ 설계가 가능함을 SAPQ의 구조적 고찰과 모의실험을 통해서 살펴보았다.

• 정보처리학회논문지D
• /
• 제8D권5호
• /
• pp.507-512
• /
• 2001

특징 기반 유사성은 멀티미디어 데이터베이스 시스템에서 중요한 연구 쟁점이 되고 있다. 멀티미디어 데이터의 특징이 멀티미디어 객체들을 구별하는데 유용하다지만 특징 벡터의 차원의 수가 증가함에 따라 종래의 다차원 데이터 구조의 성능은 떨어지는 경향이 있다. $R^{*}-Tree$는 R-Tree의 가장 성공적인 병형으로 본 논문에서 고차원 특징 벡터를 위한 새로운 인덱싱 방법으로서 자기 조직화 맵 기반 $R^{*}-Tree$를 제안한다. 자기 조직화 맵 기잔 $R^{*}-Tree$는 고차원 데이터를 좀더 스칼라화해서 탐색할 수 있도록 SOM과 $R^{*}-Tree$를 결합하여 구축한 인덱싱 기법이다. 자기 조직 맵은 고차원 특징 벡터들로부터 2차원 공간으로의 맵핑을 제공한다. 그러나 맵을 위상 특징 맵이라 하고 인접 노느에서 서로 유사한 특징 벡터들을 모아서 입력데이터의 특징 공간들 속에 유사성을 보존하는데 위상 특징 맵의 각 노드는 코드북 벡터를 가지고 있다. 실험적으로 4만개의 이미지로부터 추출된 색깔 특징 벡터들을 이용하여 자기 조직화 맵 기반 $R^{*}-Tree$의 검색시간 비용과 자기 조직화 맵과 $R^{*}-Tree$의 검색 시간 비용을 비교한다. 그 결과 $R^{*}-Tree$를 구축하는데 필요한 노드 수와 검색 시간 비용이 감소됨으로써 자기 조직화 맵 기반 $R^{*}-Tree$는 자기 조직화 맵과 $R^{*}-Tree$보다 훨씬 우수한 성능을 나타냄이 입증되었다.

• 정보처리학회논문지D
• /
• 제15D권5호
• /
• pp.713-720
• /
• 2008

핑거프린팅이란 허가되지 않았거나 불법적인 사본의 출처를 확인하기 위해, 사용자마다 개별적인 워터마크를 삽입하는 기술이다. 공모공격이란 다수의 사용자가 공모하여, 개별적인 워터마크가 삽입된 사본의 평균값이나 중앙값을 이용함으로써 공모자의 식별을 방해하는 경우이며, 개별적인 워터마크는 공모방지코드 (anti-collusion Code: ACC)를 사용하여 표시하게 된다. 하지만 공모방지코드는 평균화 공격과 중앙값 공격에 강인성을 보이지만, 선형결합공모공격 (Linear Combination Collusion Attack: LCCA)에 취약하며, 많은 수의 사용자를 지원하지 못하는 단점이 있다. 본 논문에서는 많은 수의 사용자를 지원하고, 선형결합공모공격에 견고한, 가변공모방지코드 (Scalable ACC)와 각도해석전략 (Angular Decoding Strategy)을 제안하였다. 기존의 공모방지코드에 정규분포를 가지는 확률변수를 결합하여 평균과 중앙값 공격에 강인한 가변공모방지코드를 설계하였고, 인간의 시각적 특성을 이용한 워터마킹 방법을 사용하여 핑거프린트를 영상에 삽입하였다. 공모공격에 대한 강인성을 비교하기 위해, 표준실험영상 실험 결과, 본 논문에서 제안하는 방법은 평균 및 중앙값 공격에 대하여 공모자 추적 능력이 우수하였으며, 특히 많은 사용자 중에서 다수의 공모자가 선형결합공모공격을 이용하여 공모하는 경우, 높은 공모추적 성능을 보였다.