• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권7호
• /
• pp.3438-3454
• /
• 2018

In this paper, we propose a robust blind watermarking scheme for high-definition video. In the embedding process, luminance component of each frame is transformed by 2-dimensional fast Fourier transform (2D FFT). A secret key is used to generate a matrix of random numbers for the security of watermark information. The matrix is transformed by inverse steerable pyramid transform (SPT). We embed the watermark into the low and mid-frequency of 2D FFT coefficients with the transformed matrix. In the extraction process, the 2D FFT coefficients of each frame and the transformed matrix are transformed by SPT respectively, to produce two oriented sub-bands. We extract the watermark from each frame by cross-correlating two oriented sub-bands. If a video is degraded by some attacks, the watermarks of frames contain some errors. Thus, we use an ensemble position-based error correcting algorithm to estimate the errors and correct them. The experimental results show that the proposed watermarking algorithm is imperceptible and moreover is robust against various attacks. After embedding 64 bits of watermark into each frame, the average peak signal-to-noise ratio between original frames and embedded frames is 45.7 dB.

• 전자공학회논문지SC
• /
• 제42권2호
• /
• pp.11-18
• /
• 2005

본 논문은 CCD 카메라를 통해 입력받은 영상에서 차량을 검출하는 방법을 제안한다. 차량을 검출하기 위해서 먼저 영상을 독립적인 방향과 레벨을 가지는 스티어블 피라미드로 변환한다. 특징 벡터는 스티어블 피라미드로 변환된 서브밴드들을 연관되는 같은 위치의 픽셀들을 체인으로 연결하여 방향성 피라미드 특징을 가지는 다차원 벡터들로 구성한다. 차량의 검출은 특징 점의 특징 벡터들을 차량 검출에 사용하였다. 특징 점은 기하학적 위치 정보와 국부적인 방향 정보를 가지는데 실험을 위해서 격자 구조 모양으로 일정한 간격을 갖는 격자 점, 사람의 수작업을 통해서 만든 코너 점, 그리고 격자 내의 코너 점을 대상으로 했다. 차량 검출을 위해 미리 저장된 모델 영상의 특징 점들의 특징벡터들과 후보 영상으로부터 추출된 특징 벡터들의 정합을 통해 각 특징 점의 거리를 비교했다. 차량 검출을 위해 특징 점을 이용함으로써 후보 영상 전체를 비교하지 않고 특징 점의 위치에 대해서만 특징 벡터를 비교하기 때문에 비교 시간과 정확도를 높일 수 있었다. 또한 주변 밝기조건 및 그림자의 영향에 의해 차량 검출이 민감한 문제를 해결할 수 있었다. 도로에서 획득한 주간 영상(10,567)과 저녁 영상(624)을 대상으로 실험하였고, 검출율은 주간의 경우 $92.0\%$와 야간의 경우 $87.3\%$를 얻을 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.19-21
• /
• 2004

In many cases, human's visual recognition depends on contextual information. We need to use effective feature information for performing vigorous place recognition to illumination, noise, etc. In the existing cases that use edge and color, etc., visual recognition doesn't cope effectively with real environment. To solve this problem, using natural marker, we improve the efficiency of place recognition.