Recent development of deep learning techniques for image generation has led to straightforward generation of sophisticated deepfakes. However, as a result, privacy violations through deepfakes has also became increased. To solve this issue, a number of techniques for deepfake detection have been proposed, which are mainly focused on RGB channel-based analysis. Although existing studies have suggested the effectiveness of other color model-based analysis (i.e., Grayscale), their effectiveness has not been quantitatively validated yet. Thus, in this paper, we compare the effectiveness of Grayscale channel-based analysis with RGB channel-based analysis in deepfake detection. Based on the selected CNN-based models and deepfake datasets, we measured the performance of each color model-based analysis in terms of accuracy and time. The evaluation results confirmed that Grayscale channel-based analysis performs better than RGB-channel analysis in several cases.
디지털 입력값과 이에 대응되는 CIEXYZ 삼 자극치 값에 대한 관계를 도출하는 기법인 디스플레이 특성화는 칼라 운영 시스템에서 정확한 색을 재현하는데 중요하다. 9개 채널 제조 응답 곡선으로부터 추정된 디스플레이 장치의 특성화는 기존 3개 채널의 계조 응답 곡선을 사용한 것 보다 성능이 향상된다. 하지만 9개 채널의 계조 응답 곡선을 사용한 디스플레이 장치의 특성화는 각각의 RGB값에 대응되는 CIEXYZ값이 분리되지 않기 때문에, 역 특성화 과정이 직접적으로 적용되지 않는다. 따라서 일반적인 경우 역 특성화 과정은 3차원 참조표를 사용하여 구현된다. 3차원 참조표를 역 특성화 과정에 적용할 경우, 결과의 정확도는 향상 되지만 많은 양의 메모리 공간과 다수의 측정 데이터가 필요한 단점이 있다. 그러므로 본 논문에서는 채널 의존적인 값의 모델링과 GOG(gain, offset gamma) 모델에 기반한 9개 채널의 역 변환 과정을 적용한 역 특성화 기법을 제안한다. 제안한 방법은 디스플레이 특성화의 정확도를 향상할 뿐 아니라 3차원 참조표 방법을 사용할 경우 요구되는 복잡도와 다수의 측정 데이터도 감소할 수 있다.
본 논문은 영상 속 객체와 배경의 컬러 특징을 이용한 주요 객체의 자동 추출 방법에 관한 연구이다. 인간이 객체를 판단할 때에는 배경과 객체의 색상 차이를 이용하는데 이러한 요소를 객체 추출 방법에 적용시키기 위해서는 배경과 객체의 색차를 강조하여야 한다. 따라서 본 논문에서는 원 RGB 영상을 인간의 시각 시스템과 유사한 HSV 색 공간으로 변환하고 각기 다른 분포도의 메디안 필터를 적용한 두 개의 영상을 생성한 뒤 두 개의 메디안 필터가 적용된 영상들을 합산하였고 데이터 군집화 방법인 Mean Shift 알고리즘을 적용하여 색상 특징을 그룹화 하였다. 마지막으로 이진화 작업을 위하여 영상의 채널 수를 3 채널에서 1 채널로 정규화 한 뒤 영상 내 픽셀들의 평균값을 임계값으로 이용하는 이진화 방법으로 객체 지도 영상을 생성하였고 주요 객체를 추출하였다.
대부분의 디지털 카메라는 컬러 필터 어레이를 통하여 영상의 컬러를 획득하고 비어 있는 화소를 보간하는 방법을 사용한다. 이로 인해 원 화소와 보간된 화소는 서로 다른 통계적 특정을 가지고 있다. 영상에 컬러 조작이 일어나면, RGB 컬러 채널로 이루어진 컬러 필터 어레이의 패턴에 변화가 생기게 된다. 이러한 특성을 이용하여 영상의 컬러 조작 검출 방법이 제안되었다. 기존의 방법은 녹색 채널의 값만을 이용하여 미리 정해진 블록 내에서 최댓값 또는 최솟값을 벗어나는 화소의 수를 이용하고 있다. 그러나 이러한 방법은 색상을 변화시킬 때 발생하는 평탄 영역을 제거하기 못하며, 녹색이 거의 없는 영상에 대한 조작을 검출 할 수 없는 단점이 존재한다. 본 논문에서는 컬러 채널의 정규화와 가중치 합을 이용한 개선된 컬러 조작 검출 방법을 제안한다. 본 논문의 방법은 색상을 변화시킬 때 발생하는 평탄한 영역을 제거하고, 모든 색상을 사용하기 때문에 조작 검출의 오차를 줄일 수 있다. 실험을 통하여 제안 방법이 기존의 방법과 비교하여 우수한 컬러 조작 검출 성능을 보임을 확인 할 수 있었다.
프랙탈을 기반으로 한 칼라 영상 부호화는 영상을 RGB, YIQ 나 $YC_bC_r$, 과 같은 기본적인 채널로 분리한 후, 각각의 채널을 독립적으로 프랙탈 이진 영상 부호화 기법에 적용함으로써 쉽게 부호화할 수 있다. 그러나 이 방법은 각각의 채널에 대해 부호화를 반복해야 하기 때문에 부호화 시간이 길어진다는 단점이 있다. 본 논문에서는 프랙탈 이론을 바탕으로 압축률의 향상과 부호화 시간의 단축을 동시에 이룰 수 있는 칼라 정지영상의 부호화를 위한 프랙탈 기반 부호기를 제안하였다. 제안된 알고리즘을 칼라영상에 적용하여 실험한 결과, 복원 영상의 PSNR 값이 평균적으로 $28{\sim}29[dB]$ 정도에서, 압축률이 JPEG에서 사용하는 무손실 부호화 과정을 거치지 않고도 약 28 : 1 이상으로 향상되었으며, 부호화 시간은 약 11.5 % 정도 단축할 수 있었다.
RGB 칼라 필터 배열을 사용한 순차주사 CCD 이미지 센서는 센서의 구조적 한계를 극복하고 칼라 신호의 해상도를 향상시키기 위해 칼라 보간 구조가 필요하다. 기존의 접근 방법을 통해 보간된 결과 영상 대부분에서 경계선은 열화되고 재현된 칼라는 원영상의 칼라와 차이가 났다. 본 논문에서는 순차주사 CCD 이미지 센서를 위한 개선된 경계적응적 칼라 보간 구조를 제안했다. 제안된 경계 표시자(edge indicator) 함수는 채널내 상관관계 뿐만 아니라 채널간의 상관관계를 이용하며 주어진 영상의 경계 특성을 칼라 보간 과정에 적응적으로 반영한다. 주어지지 않은 채널 값은 경계를 거스르는 방향이 아니라 경계 방향을 따라서 보간되고, 에일리어징 현상(aliasing artifacts)은 억제가 됐다. 또한 경계적응적 칼라 보간 구조의 단순한 칼라 영상 형성 모델로부터 발생하는 국소적으로 나타나는 잘못된 색을 칼라 경계 검출법에 기반한 스위칭 알고리즘에 의해 제거하였다. 개선된 경계적응적 칼라 보간 구조는 기존의 접근 방법에 비해 주관적 화질과 객관적 화질 모두 우수한 결과를 실험적으로 보였다.
카메라를 이용하여 영상을 인식할 때 이진화의 과정을 거쳐 배경과 원하는 물체사이의 분리를 해주어야 한다. 하지만, 입력되어진 컬러 영상에서 집중 조명 혹은 주변 환경에 의해 영상이 그라데이션 되어질 경우 픽셀의 정확한 컬러를 인식하기 곤란해지며 이진화의 어려움을 겪게 된다. 본 연구에서는 이러한 집중 조명과 그라데이션의 영향을 받지 않고 이진화 수행을 가능토록 하는 새로운 방법을 제안한다. 영상의 픽셀은 RGB 채널간의 고유한 비율을 유지하고 있다. 조명의 영향을 받게 될 경우 하나의 색을 가진 픽셀은 조명의 밝기에 의해 픽셀값이 증가 혹은 감소하게 된다. 따라서, 컬러의 픽셀을 분석하여 해당하는 컬러의 표준 RGB값으로 변화하여 줄 경우 영상내의 픽셀의 컬러 분포는 한정된 범위로 좁혀져 히스토그램을 단순하게 표현 할 수 있으며 집중조명과 그라데이션의 영향을 받은 컬러 영상도 효율적으로 이진화를 할 수 있게 된다.
본 논문에서는 피사계 심도(DoF, Depth of field)가 포함된 사진을 자동으로 추상화 시켜주는 비 사실적 렌더링(NPR, Non-photorealistic rendering) 기술을 제안한다. 우리의 접근 방식은 RGB 채널을 이용하여 DoF 영역을 효율적으로 분류하고, DoF 크기에 따라 색상을 추상화하며, 라인의 두께를 자동으로 조절함으로 새롭게 필터링 하는 기술이다. DoF기반 필터링 방식은 성능과 디자인 관점에서 추상화의 품질을 크게 개선시켰으며, 간단하고 빨라 구현하기 쉽고, 사진으로부터 추상화나 일러스트레이션을 제작할 때 원본 사진이 갖고 있는 DoF의 특징과 스타일을 효율적으로 잘 표현한다.
본 논문에서는 약병의 크기와 색상정보 특징을 추출하여 약병영상 분류 기법을 제안한다. 약병영상 분류에 있어 유사한 크기와 모양을 지닌 약병이 다양하게 존재하므로, 약병의 한 가지 특징만으로는 약병을 분류하기가 어렵다. 이러한 약병의 분류 문제를 해결하기 위해 본 논문에서는 약병의 크기와 색상정보의 특징을 추출하여 약병을 분류하였다. 제안된 알고리즘의 첫 번째 단계에서는 약병영상에서 Red, Green, Blue의 이진화 문턱치(Binary threshold)를 이용하여 약병 영역의 MBR(Minimum Boundary Rectangle)을 추출하여 크기로 분류하였고, 두 번째 단계에서는 크기로 분류된 약병영상 가운데 조명의 조도 변화에 강인한 색상(Hue)정보와 RGB 각각의 채널에 대한 컬러 평균 비율 정보를 이용하여 약병을 분류하였으며, 마지막 단계에서는 SURF(Speeded Up Robust Features)알고리즘을 사용하여 데이터베이스에서 특징점을 추출한 후보군 약병영상과 입력 약병영상의 유사도가 가장 높은 약병영상을 검색하여 약병을 분류하였다. 실험을 통해 이러한 방법이 보다 효율적이고 신뢰성 있음을 입증하였다.
본 논문에서는 mixed driving 방식을 이용하고 이미지 개선을 위해 $\gamma$-correction을 수행하는 QVGA급 TFT-LCD driver IC의 Source Driver를 설계한다. 240 RGB ${\times}$ 320 dots resolution을 가진 source driver는 720개의 채널을 통해 TFT-LCD 패널을 구동하고 18-bit의 RGB 데이터를 사용하여 26만 color를 수행한다. Mixed driving 방식은 종전의 좋은 구동력을 가진 channel amp. driving 방식에 저면적이 가능한 gray amp. driving 방식을 혼합한 방식으로서, 영상이 동일 색상을 가지는 worst case를 감지하여 구동력을 높여주는 방식을 사용함으로써 적절한 구동력과 저면적을 구현하는 설계방식이다. 본 Source Driver는 $0.35{\mu}m$ Magnachip embedded DRAM 공정을 사용하여 설계하였으며 Hspice를 사용하여 시뮬레이션을 하였다. 실험결과, 기존의 gayscale driving 방식에서는 hsync time을 만족시키지 못하는데 비해 $17{\mu}s$의 channel 구동시간으로 충분한 timing margin을 가지고 액정 channel 을 구동할 수 있으면서, 구동 앰프 78개와 제어회로를 갖는 저면적으로 설계되었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.