• 전자공학회논문지
• /
• 제52권8호
• /
• pp.97-105
• /
• 2015

내용 적응적 스테가노그래피는 복잡한 텍스쳐 또는 잡음 영역과 같이 통계적 모델로는 기술하기 어려운 영역에 비밀 메시지를 은닉한다. 이러한 메시지를 검출하기 위해서는 인접 화소간의 국부적인 의존성을 정교하게 모델링해야 하기 때문에 종종 고차원의 특징벡터 추출이 필요하다. 이러한 스테그분석 방법은 계산량이 많을 뿐만 아니라 비밀 메시지의 검출 정확도가 은닉 영역과 사용된 왜곡 척도에 의존한다는 문제점을 가진다. 본 논문에서는 적은 수의 특징 벡터를 이용하여 비밀 메시지의 검출율을 높일 수 있는 개선된 내용 적응적 스테가노그래피의 스테그분석 방법을 제안하고자 한다. 먼저 이산 코사인 변환 계수의 차이를 이용한 특징이 내용 적응적 스테가노그래피의 분석에 유용함을 보이고, 이에 대한 1차 마코프 확률을 특징으로 사용하는 방법을 제시한다. 추출된 특징 벡터는 앙상블 분류기로 입력되어 커버 영상과 스테고 영상을 분류하기 위해 학습된다. 실험 결과 내용 기반 적응적 스테고 영상들에 대해 적은 수의 특징 벡터를 사용함에도 불구하고 기존의 방법에 비해 검출율과 정확도가 우수함을 확인할 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2005년도 추계종합학술대회
• /
• pp.1173-1176
• /
• 2005

Depending on the characteristics of each 3D-DCT block, images can be classified into three types: images with motion and textures, images with high textures and little motion, images with little textures and little motion. In this paper, we propose an adaptive watermarking method using these characteristics of each 3D-DCT block. and the human visual system. The proposed method classifies patterns of 3D-DCT blocks based on the motion and texture information, and classifies the image type according to the ratio of these patterns. The watermark is inserted proportional to the 3D-DCT coefficients by using pattern adaptive JND, which. makes the proposed watermarking robust by inserting watermarks in as many blocks as possible. Experimental results show that the proposed method achieves better performance in terms of invisibility and robustness than the previous method.

• 대한전자공학회논문지
• /
• 제26권8호
• /
• pp.1227-1237
• /
• 1989

In this paper, we propose a lossless progressive image transmission scheme using hierarchical pyramid structure and classified vector quantizer in DCT domain. By adopting DCT to the hierarchical pyramid signals, we can reduce the spatial redundance. Moreover, the DCT coefficients can be encoded efficiently by using classified vector quantizer in DCT domain. The classifier is simply based on the variance of a subblock. Also, the mirror set of training set of images can improve the robustness of codebooks. Progressive image transmission can be achieved through following processes: from top to bottom level of planes in a pyramid, and from high to low AC variance class in a plane. Some simulation results with real images show that the proposed coding scheme yields a good performance at below 0.3 bpp and an excellent result at 0.409 bpp. The proposed coding scheme is well suited for lossless progressive image transmission as well as image data compression.

• 응용통계연구
• /
• 제20권2호
• /
• pp.323-332
• /
• 2007

이 논문에서는 이산코사인변환에 의해 유도된 주파수 공간상에서의 포트맨토검정법을 소개한다. 정상시계열의 경우 이산코사인변환 계수는 점근적으로 독립이고 분산은 자기공분산의 선형결합으로 표시된다. 백색잡음에 대한 이산코사인변환 계수의 공분산 행렬은 모든 대각원소가 시계열의 분산인 대각행렬이다. 시계열의 독립성을 검정하기 위해 계수들을 주파수 영역에 따라 2 또는 3개의 그룹으로 분할하고 그룹간의 분산을 비교하여 자료가 백색잡음인지 아닌지를 검정한다. 또한 계수의 제곱값이 반응변수이고 주파수 대역이 설명변수인 회귀모형에서 기울기를 검정하여 백색잡음 여부를 알아본다. 모의실험 결과를 보면 제안한 검정방법이 대부분의 경우 Ljung-Box 검정보다 높은 검정력을 가지는 것으로 나타났다.

• 한국통신학회논문지
• /
• 제21권1호
• /
• pp.1-16
• /
• 1996

본 논문에서는 동영상 부호화를 위하여 움직임 보상기법과 분할 대역 기법을 사용한 MCSBC 부호화 기법을 제안하였다. 또한 MCSBC에 관한 여러가지 문제들, 즉 각 분할 대역에의 움직임 보상 기법에 관한 문제, 각 분할 대역의 DCT 계수에 대한 효율적인 비트 할당등을 다루었다. MCSBC의 효율적인 부호화를 위하여 먼저 원신호에 대역 분할을 수행한 후, 움직임 보상 기법은 저대역의 영상 신호에만 적용하였고, 모든 대역에 이산 여현 변환(DCT)를 적용하였다. DCT가 적용된 블럭들은 각 대역 신호의 특징에 따라 최적화된 주사 방법 및 비트 할당을 사용하여 부호화한다. 이러한 MCSBC 기법은 고화질 TV 용 동영상에 적용하여 모의 실험을 수행하였다. 모의 실험 결과, 제안한 MCSBC 기법은 일반적인 움직임 보상 동영상 부호화 기법에 비하여 약 1.5dB의 성능향상을 확인할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제9권2호
• /
• pp.148-154
• /
• 2016

최근 들어 전력계통에서 비선형 부하의 증가와 분산전원의 증가로 전력 품질에 관한 관심이 증대 되고 있다. 전력신호로 부터 전력품질관련 파라미터 검출과 특징추출 그리고 이를 이용한 품질 개선 방안 마련을 위해 전력신호의 지속적인 모니터링이 필요하다. 본 논문에서는 전력신호의 모니터링을 위한 전력신호의 압축 저장과 저장된 신호의 복원이 가능한 방법을 제시한다. 전력신호 압축은 에너지 압축 성능이 우수한 DCT를 이용하며 압축된 신호의 복원에는 IDCT 과정을 거친다. 그리고 신호의 압축률을 높이기 위해 DCT계수를 크기에 따라 정렬하며 복원에서는 DCT계수를 원위치로 재배열하는 기법을 사용한다. IEC표준에서 규정한 고조파 크기에 의해 합성한 신호를 이용하여 압축과정을 거처 복원된 신호와 원 신호와의 오차를 비교함으로서 신호제안기법의 성능을 평가한다.

• 한국정보통신학회논문지
• /
• 제20권10호
• /
• pp.1961-1966
• /
• 2016

최근 활발히 연구되고 있는 압축센싱 (compressive sensing) 이론에 따르면 나이퀴스트 주파수보다 적은 샘플율으로도 원 신호를 충실히 복원할 수 있음이 알려져 있다. 압축, 전송, 저장 등의 여러 분야에서 압축센싱 방법을 적용하려는 시도가 꾸준히 이어지고 있다. 특히 4K, 8K 등으로 요구되는 화소수가 제곱의 형태로 증가되는 영상처리 분야에서는 압축센싱에 기대하는 바가 크다. 본 논문에서는 압축센싱 기법을 적용한 영상의 획득 알고리듬을 제안한다. 영상의 일반적인 특성을 활용하여 높은 에너지 압축 성능을 가지는 DCT와 저상관도의 특성을 갖는 Noiselet 변환을 결합하여 영상 획득 과정을 구성한다. 원 영상은 2차 콘 프로그램 (SOCP)을 풀어 복원할 수 있다. 여러 영상에 대해 획득 및 복원 성능을 측정 및 비교하였으며 제안된 알고리듬이 우수한 복원 성능을 보임을 알 수 있다.

• 한국통신학회논문지
• /
• 제24권12B호
• /
• pp.2342-2348
• /
• 1999

기존의 코드북 설계방법의 많은 계산량과 초기 코드북 문제를 해결하기 위해 영상에 대한 DCT-기반 벡터양자화 코드북 설계방식이 제안되었다. 이 방법은 훈련벡터들의 DCT 계수들에 대한 분산을 각각 구하여 그 중 최대값을 가지는 계수를 분할키로 하고 그 평균값을 분할경계값으로 하여 균형 이진트리를 만들어 종단노드들을 최종코드북으로 하는 방법인데, 에지부분의 열화가 생기는 단점이 있다. 본 논문에서는 중복된 벡터가 많은 평탄영역 벡터들의 노드 분할을 억제하고 다양한 에지영역의 코드벡터들을 포함하는 코드북을 만들기 위해, 각 노드들의 분할키들을 비교하여 값이 가장 큰 노드부터 분할하는 불균형 이진트리를 이용한 벡터양자화 코드북 설계 방법을 제안하였다. 모의실험 결과 에지부분의 복원성과 PSNR 측면에서 기존의 방법에 비해 좋은 결과를 얻을 수 있었다.

• 융합신호처리학회논문지
• /
• 제4권3호
• /
• pp.34-40
• /
• 2003

본 논문에서는 비디오 장면전환 효과 중 디졸브(dissolve)에 의한 점진적인 장면전환 구간을 검출하는 알고리즘을 제안한다. 제안한 알고리즘은 처리의 효율성과 MPEG Sequence의 최소한의 복원과정을 위해 Ⅰ, P 프레임의 Color-R값에 대한 DCT계수를 사용하였다. 인간의 시각으로는 비디오의 장면전환점을 쉽게 구분해 낼수 있듯이 컴퓨터가 인식하기 쉽도록 영상을 3차원으로 시각화하고 분석하여 장면전환 구간을 검출하였다. 우선 각각의 영상에서 Color-R에 대한 DCT계수를 추출하고 블록단위인 8＊8단위 열의 합을 구해 다시 프레임에 대한 행을 4단계로 분할하여 특징치를 분석하고 4단계의 샷 특징치를 통합하여 샷을 검출한다. 실험결과 제안한 방법이 영상의 단일 특징치를 사용한 방법보다 4단계의 특징치 분석을 사용함으로서 더 좋은 성능을 나타내었다 또한 Ⅰ, P 프레임의 Color-R값의 부분적 복원과정으로 계산시간을 절약할 수 있었다.

• 반도체디스플레이기술학회지
• /
• 제22권1호
• /
• pp.11-17
• /
• 2023

This paper proposes a lightweight deep learning network for detecting an image splicing forgery. The research on image forgery detection using CNN, a deep learning network, and research on detecting and localizing forgery in pixel units are in progress. Among them, CAT-Net, which learns the discrete cosine transform coefficients of images together with images, was released in 2022. The DCT coefficients presented by CAT-Net are combined with the JPEG artifact learning module and the backbone model as pre-learning, and the weights are fixed. The dataset used for pre-training is not included in the public dataset, and the backbone model has a relatively large number of network parameters, which causes overfitting in a small dataset, hindering generalization performance. In this paper, this learning module is designed to learn the characterization depending on the DCT domain in real-time during network training without pre-training. The DCT RRU-Net proposed in this paper is a network that combines RRU-Net which detects forgery by learning only images and JPEG artifact learning module. It is confirmed that the network parameters are less than those of CAT-Net, the detection performance of forgery is better than that of RRU-Net, and the generalization performance for various datasets improves through the network architecture and training method of DCT RRU-Net.