• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.59-61
• /
• 2018

Highly compressed images typically not only have low resolution, but are also affected by compression artifacts. Performing image super-resolution (SR) directly on highly compressed image would simultaneously magnify the blocking artifacts. In this paper, a SR method based on deep learning is proposed. The method is an end-to-end trainable deep convolutional neural network which performs SR on compressed images so as to reduce compression artifacts and improve image resolution. The proposed network is divided into compression artifacts removal (CAR) part and SR reconstruction part, and the network is trained by three-step training method to optimize training procedure. Experiments on JPEG compressed images with quality factors of 10, 20, and 30 demonstrate the effectiveness of the proposed method on commonly used test images and image sets.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.15 no.9
• /
• pp.3298-3321
• /
• 2021

A lot of data hiding schemes have been proposed to embed secret data in the plain cover images or compressed images of various formats, including JPEG, AMBTC, VQ, etc. In this paper, we propose a production process of mosaic images based on three regular images of coffee beans. A primary image is first mimicked by the process to produce a mosaic cover image. A two-layer steganography is applied to hide secret data in the mosaic image. Based on the low visual quality of the mosaic cover image, its PSNR value can be improved about 1.5 dB after embedding 3 bpp. This is achieved by leveraging the newly proposed polarized search mask and the concepts of strong embedding and weak embedding. Applying steganography to the mosaic cover images is a completely new idea and it is promising.

• Annual Conference of KIPS
• /
• 2010.11a
• /
• pp.1621-1624
• /
• 2010

디스플레이 모듈 검사 장치는 디스플레이 모듈 제조공정 및 품질보증부서에서 주로 사용되며, 디스플레이 모듈의 불량유무를 확인하여 디스플레이 출하 제품의 품질을 높이는 장비이다. 기존의 검사장비는 부피가 크고 별도의 프로그램을 통하여 PC에서 제어하는 형태로 되어 사용이 불편하고 휴대가 어려운 문제가 있다. 이러한 문제를 해결하기 위하여 본 논문에서는 소형 휴대형 디스플레이 모듈 검사 장치를 설계 및 구현하였다. 설정데이터 전송 및 1600*1200크기의 EPD 디스플레이에 JPEG/BMP정지영상을 출력하여 BMP재현함으로 검사기기의 성능을 검증하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.112-115
• /
• 2022

The process of deep learning usually needs to deal with massive data which has greatly limited the development of deep learning technologies today. Convolutional Neural Network (CNN) structure is often used to solve image classification problems. However, a large number of images may be required in order to train an image in CNN, which is a heavy burden for existing computer systems to handle. If the image data can be compressed under the premise that the computer hardware system remains unchanged, it is possible to train more datasets in deep learning. However, image compression usually adopts the form of lossy compression, which will lose part of the image information. If the lost information is key information, it may affect learning performance. In this paper, we will analyze the effect of image compression on deep learning performance on CNN-based cat and dog classification. Through the experiment results, we conclude that the compression of images does not have a significant impact on the accuracy of deep learning.

• Annual Conference of KIPS
• /
• 2009.04a
• /
• pp.126-129
• /
• 2009

보안에 대한 관심은 정보통신 기술이 발달함에 따라 나날이 증가하고 있고 개인과 주변 사회의 환경을 급격히 변화시키는 계기가 되었다. 하지만 기존의 보안 장비들은 녹화를 끊임없이 계속해야 함에 따라 저장매체의 용량에 대한 문제와 관리에 따른 부담이 존재하였다. 이에 본 논문에서는 보안 시스템이 기본적으로 갖춰야 하는 모니터링, 녹화, 재생 등의 기능을 제공하고 대규모 저장장치에 대한 필요를 배제하기 위해서 ESDS 알고리즘을 이용하여 기준치 이상의 움직임이 발생했을 때 그 화면을 기록하며 JPEG format 방식을 채택하여 용량에 따른 부담을 줄인 보안 시스템을 설계 및 구현하였다.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.433-436
• /
• 2011

자원 제약적인 임베디드 시스템 기반의 비디오 압축/전송 시스템에서 고수준의 영상품질과 에너지 효율성을 동시에 만족시키는 것은 쉽지 않은 문제이다. 본 논문에서는 동작 주파수 설정을 이용하여 주어진 네트워크 환경과 영상품질을 만족하면서 에너지 소비가 최소화되는 솔루션을 제안한다. 즉, 주어진 네트워크 환경에서 압축/영상품질의 상관관계를 분석하고 에너지가 최소화되도록 동작 주파수를 결정한다. JPEG을 이용한 실험 결과, 동작 주파수 설정을 이용한 방법은 기존의 방법 보다 사용자가 요구하는 영상품질을 만족하면서 약 60% 정도 에너지를 절감할 수 있음을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.39-40
• /
• 2020

본 논문은 홀로그램 압축을 위한 다양한 양자화기에 대한 특성을 분석한다. 홀로그램의 정보는 32 비트 혹은 64비트의 부동 소수점으로 표현되어 표준코덱을 이용하여 압축하기 위해서는 양자화 과정이 반드시 필요하다. 홀로그램 데이터는 JPEG Pleno에서 제공하는 표준 데이터 세트를 사용하였다. 사용한 양자화기는 균일 양자화기와 비균일 양자화기 중 ��-law 양자화기를 사용하였으며 파워 변환 함수를 사용하였다. 사용한 표준 코덱은 HEVC Intra를 사용하였다. 본 논문에서는 다양한 양자화기를 통해 홀로그램을 압축하고 그 성능을 비교한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.647-649
• /
• 2020

본 논문에서는 홀로그램 영상 콘텐츠의 지적재산권 보호를 위하여 워터마킹을 딥 러닝을 기반으로 하는 네트워크로 수행한다고 가정하고, 이 네트워크를 학습시킬 때 학습 데이터 세트를 어떻게 구성하는 것이 워터마킹 네트워크에 가장 효율적인지에 대해, JPEG Pleno에서 표준 데이터 세트로 제공하고 있는 홀로그램들을 사용하여 분석한다. 이 홀로그램들의 표준편차에 따라 학습 데이터세트의 구성을 달리하여 동일한 워터마킹 네트워크에 학습시킨 후 학습에 사용되지 않은 시험 데이터세트를 시험하여 나온 결과의 비가시성과 워터마크, 데이터의 추출률을 비교함으로써 학습 데이터세트 구축 방식에 대해 분석한다.

• Annual Conference of KIPS
• /
• 2022.11a
• /
• pp.724-726
• /
• 2022

딥페이크(deepfake)로 인한 디지털 범죄는 날로 교묘해지면서 사회적으로 큰 파장을 불러일으키고 있다. 이때, 딥러닝 기반 모델의 오류를 발생시키는 적대적 공격(adversarial attack)의 등장으로 딥페이크를 탐지하는 모델의 취약성이 증가하고 있고, 이는 매우 치명적인 결과를 초래한다. 본 연구에서는 2 가지 방법을 통해 적대적 공격에도 영향을 받지 않는 강인한(robust) 모델을 구축하는 것을 목표로 한다. 모델 강화 기법인 적대적 학습(adversarial training)과 영상처리 기반 방어 기법인 크기 변환(resizing), JPEG 압축을 통해 적대적 공격에 대한 강인성을 입증한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1187-1190
• /
• 2022

최근 홀로그램(Hologram)을 광학현미경(light microscopy)에 적용하여 시료의 두께를 측정하는 방식의 연구가 활발하게 진행되고 있다. 빛의 간섭패턴(Interference pattern)을 사용하여 시료의 두께를 측정할 수 있는 이유는 시료의 두께에 따라 빛의 위상(phase)이 달라지기 때문이다. 빛의 간섭패턴을 저장하는 홀로그램에서 위상만을 분리한 후 위상을 unwrapping 하면 물체의 두께를 측정할 수 있다. JPEG은 기존의 연구방식인 시료를 통과한 홀로그램 이미지를 직접 압축하는 object 압축방식을 사용한다. 하지만 본 논문에서는 object 압축방식과 달리 홀로그램 이미지를 직접 압축하지 않고 홀로그램 이미지에서 시료의 위상(phase)만을 분리하여 위상 도메인에서 압축하는 방식을 취하였다. 이를 통해 object 압축방식에 비해 위상 도메인 압축방식에서 모든 데이터셋에 대하여 평균적으로 0.0003~0.0142 radian의 성능향상을 이룰 수 있었다.