• 디지털콘텐츠학회 논문지
• /
• 제19권8호
• /
• pp.1463-1469
• /
• 2018

스마트기기와 같은 카메라를 내장한 멀티미디어 기기의 발달과 함께 그 기기로부터 얻어지는 영상관련 멀티미디어 데이터(이미지, 동영상)를 활용한 다양한 연구들이 활발히 진행되고 있다. 이러한 연구들은 이미지 데이터를 다루고 있으며 이미지들은 화소라고 하는 디지털 센서로부터 얻어지는 색상정보들의 집합으로 정의될 수 있다. 이미지에는 색, 조명, 객체 등 다양한 인지 정보가 들어있으며 이러한 정보들을 추출하거나 가공하기위해서는 색의 구성을 명확히 이해할 필요가 있다. 본 논문에서는 영상의 정보와 함께 영상처리 연구들의 결과물을 효과적으로 표현할 수 있는 3차원 정보시각화 방법을 소개한다. 본 연구는 영상관련 멀티미디어 데이터의 특징은 물론 그로부터 나오는 다양한 분석 데이터들의 특징정보를 직관적으로 이해할 수 있도록 시각화하여 연구자들에게 영상 정보를 보다 명확하고 효과적으로 전달할 수 있도록 하였다.

• Journal of Information Processing Systems
• /
• 제16권6호
• /
• pp.1391-1406
• /
• 2020

A zero-watermarking algorithm in transform domain based on RGB channel and voting strategy is proposed. The registration and identification of ownership have achieved copyright protection for color images. In the ownership registration, discrete wavelet transform (DWT), discrete cosine transform (DCT), and singular value decomposition (SVD) are used comprehensively because they have the characteristics of multi-resolution, energy concentration and stability, which is conducive to improving the robustness of the proposed algorithm. In order to take full advantage of the characteristics of the image, we use three channels of R, G, and B of a color image to construct three master shares, instead of using data from only one channel. Then, in order to improve security, the master share is superimposed with the copyright watermark encrypted by the owner's key to generate an ownership share. When the ownership is authenticated, copyright watermarks are extracted from the three channels of the disputed image. Then using voting decisions, the final copyright information is determined by comparing the extracted three watermarks bit by bit. Experimental results show that the proposed zero watermarking scheme is robust to conventional attacks such as JPEG compression, noise addition, filtering and tampering, and has higher stability in various common color images.

• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.337-342
• /
• 2007

다중-레벨은 영상의 모든 레벨에서 서로 다른 영상으로 표현할 수 있는 장점을 가지고 있다. 본 논문은 다양한 컬러 영상의 표현에서 워터마크의 강인성와 무감지성을 보장하기 위해서 컬러 영상을 YCbCr 컬러 공간으로 변환하고, 다중-레벨의 Y-요소에 대해 저해상도로부터 전체 해상도로 대역 확산하는 다중-레벨 데이터 은닉을 위한 디지털 워터마킹 내장 기법을 제안한다. 컬러 신호에서 Y-신호와 저해상도의 워터마크 내장은 시각적으로 드러날 위험은 크지만 다양한 컬러와 영상의 변형에서 워터마크의 강인성을 보장할 수 있다. 실험 결과, 워터마크가 내장된 웨이브릿 압축 영상에서 워터마크의 강인성과 무감지성을 확인할 수 있었다.

• 한국게임학회 논문지
• /
• 제11권1호
• /
• pp.147-157
• /
• 2011

웹캠은 영상 데이터의 전송시간을 줄이기 위해 메모리 정렬은 고려하지 않는다. 메모리 정렬이 되지 않은 영상 데이터는 GPU에서 처리하기 부적합하며 고속의 영상처리를 위해서는 GPU에서 메모리 최적화가 가능한 색상 형식으로 변환되어야 한다. 본 논문은 웹캠 영상의 색상 형식 변환을 NVIDIA CUDA를 이용하여 가속하는 최적화 기법을 제안한다. 메모리 접근과 쓰레드 구성에 대한 최적화를 진행하였고, 제안하는 구조의 성능 측정과 최적화 정도를 분석하기 위해 GPU 메모리와 연산의 성능을 제한하여 실험하였다. 그 결과 최적화 방법에 따라 최대 68% 이상 성능이 향상됐다.

• 한국정보통신학회논문지
• /
• 제14권2호
• /
• pp.462-468
• /
• 2010

본 논문에서는 기존의 full color LED 전광판 영상 처리 방식을 개선시킨 획기적인 영상 구동 처리 기술을 제안하였다. 이 기술은 고화질의 대형 TV나 LCD Display에 적용 가능하며 선명한 표출구동의 영상제어를 가능하게 한다. 제안한 구동 제어 방식은 기존의 영상처리 기능을 효율적으로 보강할 수 있다. 자동 또는 수동으로 contrast, bright, tint, color, 감마보정 등의 영상 변화처리 조절이 가능하므로 선명한 화질을 얻을 수 있다. 그리고 경제적인 가격으로 구현이 가능하다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.1157-1160
• /
• 2005

The denoising and reconstruction of color images are increasingly studied in the field of computer vision and image processing. Especially, the denoising and reconstruction of color face images are more difficult than those of natural images because of the structural characteristics of human faces as well as the subtleties of color interactions. In this paper, we propose a denoising method based on PCA reconstruction for removing complex color noises on human faces, which is not easy to remove by using vectorial color filters. The proposed method is composed of the following five steps; training of canonical eigenface space using PCA, automatic extracting of face features using active appearance model, relighing of reconstructed color image using bilateral filter, extraction of noise regions using the variance of training data, and reconstruction using partial information of input images (except the noise regions) and blending of the reconstructed image with the original image. Experimental results show that the proposed denosing method efficiently removes complex color noises on input face images.

• 한국멀티미디어학회논문지
• /
• 제14권12호
• /
• pp.1544-1548
• /
• 2011

A process of choosing a subset of original features, so called feature selection, is considered as a crucial preprocessing step to image processing applications. There are already large pools of techniques developed for machine learning and data mining fields. In this paper, basically two methods, non-feature selection and feature selection, are investigated to compare their predictive effectiveness of classification. Color co-occurrence feature is used for defining image features. Standard Sequential Forward Selection algorithm are used for feature selection to identify relevant features and redundancy among relevant features. Four color spaces, RGB, YCbCr, HSV, and Gaussian space are considered for computing color co-occurrence features. Gray-level image feature is also considered for the performance comparison reasons. The experimental results are presented.

• 한국측량학회지
• /
• 제9권2호
• /
• pp.103-113
• /
• 1991

SPOT 수치영상자료를 이용한 지상좌표 계산 과정에서 지상기준점 및 검사점 입럭좌표의 정확도는 계산 결과의 신빙성에 커다란 영향을 준다. CRT 모니터상에 직접 나타난 SPOT 원초 영상은 일반적으로 지상물체의 판별과 점위치 결정에 적합하지 않으므로 전체영상의 대비개선, 영상소보간, 경계선강조, 공간필터처리 등 적절한 영상처리 기병의 적용이 필요하다. 본 연구에서는 대상지역의 3차원 위치 결정과 파장대특성분석에 이용되는 SPOT 위성영상의 시각분석에 필요한 수치영상처리기법의 원리를 고찰하고, 그 적용을 위한 알고리즘을 개발하여 프로그래밍 하였으며, 실제 P-mode 및 XS-mode의 SPOT 영상을 이용하여 고해상도 천연색영상인 SPOT P＋XS 영상으로 합성하였다.

• Journal of Information Processing Systems
• /
• 제13권5호
• /
• pp.1126-1134
• /
• 2017

A variety of medical service applications in the field of the Internet of Things (IoT) are being studied. Segmentation is important to identify meaningful regions in images and is also required in 3D images. Previous methods have been based on gray value and shape. The Visible Korean dataset consists of serially sectioned high-resolution color images. Unlike computed tomography or magnetic resonance images, automatic segmentation of color images is difficult because detecting an object's boundaries in colored images is very difficult compared to grayscale images. Therefore, skilled anatomists usually segment color images manually or semi-automatically. We present an out-of-core 3D segmentation method for large-scale image datasets. Our method can segment significant regions in the coronal and sagittal planes, as well as the axial plane, to produce a 3D image. Our system verifies the result interactively with a multi-planar reconstruction view and a 3D view. Our system can be used to train unskilled anatomists and medical students. It is also possible for a skilled anatomist to segment an image remotely since it is difficult to transfer such large amounts of data.

• 한국멀티미디어학회논문지
• /
• 제24권12호
• /
• pp.1624-1631
• /
• 2021

With the continued development of image processing technology, we live in a time when it is difficult to visually discriminate processed (or tampered) images from real images. However, as the risk of fake images being misused for crime increases, the importance of image forensic science for identifying fake images is emerging. Currently, various deep learning-based identifiers have been studied, but there are still many problems to be used in real situations. Due to the inherent characteristics of deep learning that strongly relies on given training data, it is very vulnerable to evaluating data that has never been viewed. Therefore, we try to find a way to improve generalization ability of deep learning-based fake image identifiers. First, images with various contents were added to the training dataset to resolve the over-fitting problem that the identifier can only classify real and fake images with specific contents but fails for those with other contents. Next, color spaces other than RGB were exploited. That is, fake image identification was attempted on color spaces not considered when creating fake images, such as HSV and YCbCr. Finally, dropout, which is commonly used for generalization of neural networks, was used. Through experimental results, it has been confirmed that the color space conversion to HSV is the best solution and its combination with the approach of increasing the training dataset significantly can greatly improve the accuracy and generalization ability of deep learning-based identifiers in identifying fake images that have never been seen before.