무선 멀티미디어 센서 네트워크에서 데이터인증을 위한 관심점 검출 방법의 평가 = Evaluation of Interest Point Detectors for Data Authentication in Wireless Multimedia Sensor Network (WMSN)

국문 초록 (Abstract)

무선 멀티미디어 센서 네트워크는 전달하는 영상데이터가 중요한 판단을 하는 근거가 되어서이 영상의 진위여부가 무척 중요하다. 본 논문에서는 영상인증을 위해서 기존의 관심점 검출방법들을 무선 멀티미디어 센서네트워크에서 발생할 수 있는 채널 오류에 대한 회복성, JPEG 압축에 대한 강인성, 부당변경에 대한 민감성에 대해서 평가한다. 평가는 USC-SIPI 영상을 이용하여 SIFT, SURF, ORB, AKAZE, SADDLE, HOG 방법들에 대해서 원 영상과 채널 오류나 JPEG 압축 그리고 영상 일부가 부당변경으로 변형된 영상간의 재현율과 정밀도를 평가했다. 채널오류의 영향을 줄이기 위해 중간값 필터를 적용하여 큰 성능향상을 얻었다. JPEG 압축의 영향을 줄이기 위해서 가우시안 필터를 적용하여 성능향상을 얻었다. 실험의 모든 조건에서 AKAZE 방법이 가장 좋은 성능을 나타냈고 이런 관심점 검출 방법이 무선멀티미디어 센서 네트워크에서 적용이 가능할 수 있음을 보여줬다.

다국어 초록 (Multilingual Abstract)

In Wireless Multimedia Sensor Networks (WMSNs), authentication of multimedia data is very important because the data can be used in making crucial decisions. This study evaluates interest point detectors in terms of resilience to channel error occurred in WMSNs, robustness to JPEG compression, and sensitivity to image tampering. SIFT, SURF, ORB, AKAZE, SADDLE and HOG were evaluated with USC-SIPI image database by computing recall and precision between the original images and modified images by channel errors and JPEG compression and tampering. In addition, median filter and Gaussian filter were applied to reduce channel error and quantization errors from JPEG compression respectively and produced significant performance. AKAZE showed best performance for all conditions of experiments. The evaluation of interest point detectors showed the possibility of their application to authentication in WMSNs.

참고문헌 (Reference)

1 "https://www.xarg.org/2016/07/calculate-the-intersection-area-of-two-circles"

2 "https://opencv.org"

3 I. F. Akyildiz, "Wireless sensor networks : a survey" 38 : 393-422, 2002

4 I. T. Almalkawi, "Wireless Multimedia Sensor Networks : Current Trends and Future Directions" 10 (10): 6662-6717, 2010

5 B. Harjito, "Watermarking technique for wireless multimedia sensor networks : a state of the art" ACM 832-840, 2012

6 H. Bay, "SURF : Speeded Up Robust Features" 110 (110): 346-359, 2008

7 E. Rublee, "ORB: an efficient alternative to SIFT or SURF" 2564-2571, 2011

8 P. F. Alcantarilla, "KAZE features" ECCV 214-227, 2012

9 J. Komorowski, "Interest point detectors stability evaluation on ApolloScape dataset"

10 J. Aldana-Iuit, "In the saddle : chasing fast and repeatable features" 675-680, 2016

11 N. Dalal, "Histogram of oriented gradients for human detection" 886-893, 2005

12 T. Lindeberg, "Feature Detection with Automatic Scale Selection" 30 (30): 77-116, 1998

13 P. F. Alcantarilla, "Fast explicit diffusion for accelerated features in nonlinear scale spaces" 2013

14 D. Lowe, "Distinctive Image Features from Scale-Invariant Keypoints" 2 (2): 91-110, 2004

15 J. Shin, "Content-based image authentification using HOG feature descriptor" 5292-5296, 2014

16 J. Shin, "A survey of image hashing technique for data authentication in wmsns" 253-258, 2013