추정 오차 확장 및 오류 예측 보정을 통한 고용량 가역 워터마킹

이해연,김경수,Lee, Hae-Yeoun,Kim, Kyung-Su 한국정보처리학회 2010 정보처리학회논문지B Vol.17 No.4

디지털 콘텐츠의 원본 품질을 유지할 수 있고 지적 재산권을 보호할 수 있는 가역 워터마킹 기술에 대한 다양한 연구가 진행되고 있다. 특히 원본 품질을 중요시하는 의료, 군사, 예술작품 분야에서 가역 워터마킹의 필요성이 증대되고 있다. 본 논문에서는 추정 오차 확장 및 오류 예측 보정을 통한 고용량 가역 워터마킹 기술을 제안한다. 보간 기법을 사용하여 픽셀의 값을 추정하고, 추정값과 원본값의 차이에 대한 히스토그램을 계산한 후에 이를 확장하여 워터마크 메시지를 삽입한다. 기존의 인접 픽셀 사이의 차이값이 아닌 추정치를 활용함으로써 메시지가 삽입되는 히스토그램 값의 집중도를 높여서 높은 삽입 용량을 달성하였다. 삽입된 워터마크는 추정값과 원본값의 차이에 대한 히스토그램을 복원하여 검출한다. 삽입 후에 발생할 수 있는 오버플로우 및 언더플로우 문제는 오류 예측 기법을 통하여 해결하였다. 제안하는 가역 워터마킹 알고리즘의 성능을 검증하기 위하여 다양한 영상을 활용하여 기존 알고리즘과 비교 분석을 수행하였다. 그 결과에 따르면 제안한 알고리즘은 완전한 가역성을 갖으며, 삽입 후에도 높은 영상 품질을 유지하고, 높은 삽입 용량을 얻을 수 있었다. Reversible watermarking which can preserve the original quality of the digital contents and protect the copyright has been studied actively. Especially, in medical, military, and art fields, the need for reversible watermarking is increasing. This paper proposes a high-capacity reversible watermarking through predicted error expansion and error estimation compensation. Watermark is embedded by expanding the difference histogram between the original value and the predicted value. Differently from previous methods calculating the difference between adjacent pixels, the presented method calculates the difference between the original value and the predicted value, and that increases the number of the histogram value, where the watermark is embedded. As a result, the high capacity is achieved. The inserted watermark is extracted by restoring the histogram between the original value and the predicted value. To prove the performance, the presented algorithm is compared with other previous methods on various test images. The result supports that the presented algorithm has a perfect reversibility, a high image quality, and a high capacity.

심장 자기공명영상의 에지 분류 및 영역 확장 기법을 통한 자동 좌심실 분할 알고리즘

이해연,Lee, Hae-Yeoun 한국정보처리학회 2008 정보처리학회논문지B Vol.15 No.6

최근 연구 결과에 따르면 여러가지 질환 중에 심장 질환으로 인한 사망률이 가장 높은 것으로 나타났다. 임상 실습에서 심장 기능은 좌심실을 수동윤곽검출하여 혈류량이나 심박구출률을 계산하여 분석하지만, 많은 시간과 비용을 필요로 한다. 본 연구에서는 심장을 촬영한 단축 자기공명영상을 사용하여 자동 좌심실 분할 알고리즘을 제안한다. 코일 위치에 따른 왜곡을 보상하고, 에지 정보를 검출하고 특성에 따라 분류한후에, 영역 확장 기법을 사용하여 좌심실을 분할하였다. 또한 부분 복셀소(voxel)의 영향을 고려하였다. 코넬대학교 IRB의 승인하에 38 명의 심장 자기공명영상을 사용하여 제안한 알고리즘을 수동윤곽검출 및 GE MASS 소프트웨어와 비교하였다. 심장의 이완기와 수축기에 혈류량은 부분 복셀소 영향을 고려하지 않을 경우 각각 $3.3mL{\pm}5.8$(표준편차)와 $3.2mL{\pm}4.3$, 부분 복셀소 영향을 고려한 경우 각각 $19.1mL{\pm}8.8$와 $10.3mL{\pm}6.1$의 정확도를 보였다. 심박구출률은 부분 복셀소 영향을 고려하지 않은 경우와 고려한 경우에 대해서 각각 $-1.3%{\pm}2.6$ 와 $-2.1%{\pm}2.4$의 정확도를 보였다. 이를 통해 제안한 알고리즘이 정확하고 정기적인 임상 실습에 유용함을 확인할 수 있다. Cardiac disease is the leading cause of death in the world. Quantification of cardiac function is performed by manually calculating blood volume and ejection fraction in routine clinical practice, but it requires high computational costs. In this study, an automatic left ventricle (LV) segmentation algorithm using short-axis cine cardiac MRI is presented. We compensate coil sensitivity of magnitude images depending on coil location, classify edge information after extracting edges, and segment LV by applying region-growing segmentation. We design a weighting function for intensity signal and calculate a blood volume of LV considering partial voxel effects. Using cardiac cine SSFP of 38 subjects with Cornell University IRB approval, we compared our algorithm to manual contour tracing and MASS software. Without partial volume effects, we achieved segmentation accuracy of $3.3mL{\pm}5.8$ (standard deviation) and $3.2mL{\pm}4.3$ in diastolic and systolic phases, respectively. With partial volume effects, the accuracy was $19.1mL{\pm}8.8$ and $10.3mL{\pm}6.1$ in diastolic and systolic phases, respectively. Also in ejection fraction, the accuracy was $-1.3%{\pm}2.6$ and $-2.1%{\pm}2.4$ without and with partial volume effects, respectively. Results support that the proposed algorithm is exact and useful for clinical practice.

뇌 MRI 영상에서 QQ 모델의 클러스터 기반 분류와 정합을 이용한 OEF 계산 방법

이해연(Hae-Yeoun Lee) 한국정보기술학회 2020 한국정보기술학회논문지 Vol.18 No.10

Brain-related diseases have a high cause of death, and magnetic resonance imaging(MRI) is used in clinical practice to prevent and diagnose them. To analyze the function of brain tissue, brain MRI is used to calculate the oxygen extraction rate(OEF), the amount of oxygen consumed in the blood. This paper proposes a method to calculate noise-resistant OEF through cluster-based classification and matching using QQ model in brain MRI. The proposed method uses the real-case inputs to the QQ model to compute the output values and create a database through cluster-based classification. For the unknown output values, it then estimates the input values and calculates the OEF through matching and interpolation with the database The proposed method analyzes 20 patients and healthy subjects, showing that OEF can be estimated with high accuracy and stability. In addition, the average RMSE values of the original OEF and estimated OEF for the proposed method and CAT method in 7 patients and healthy subjects were 6.20 and 7.66, respectively, supporting the superior performance of the proposed method.

멀티미디어 처리 : 비지역적 특징값과 서포트 벡터 머신 분류기를 이용한 위변조 지폐 판별 알고리즘

이해연 ( Hae Yeoun Lee ),지상근 ( Sang Keun Ji ) 한국정보처리학회 2013 정보처리학회 논문지 Vol.2 No.1

Due to the popularization of digital high-performance capturing equipments and the emergence of powerful image-editing softwares, it is easy for anyone to make a high-quality counterfeit money. However, the probability of detecting a counterfeit money to the general public is extremely low. In this paper, we propose a counterfeit money detection algorithm using a general purpose scanner. This algorithm determines counterfeit money based on the different features in the printing process. After the non-local mean value is used to analyze the noises from each money, we extract statistical features from these noises by calculating a gray level co-occurrence matrix. Then, these features are applied to train and test the support vector machine classifier for identifying either original of counterfeit money. In the experiment, we use total 324 images of original money and counterfeit money. Also, we compare with noise features from pervious researches using wiener filter and discrete wavelet transform. The accuracy of the algorithm for identifying counterfeit money was over 94%. Also, the accuracy for identifying the printing source was over 93%. The presented algorithm performs better the previous researches.

선형 Pushbroom 영상의 에피폴라 기하모델 수립을 위한 간소화된 방법론

이해연 ( Hae Yeoun Lee ),박원규 ( Won Kyu Park ) 대한원격탐사학회 2002 대한원격탐사학회지 Vol.18 No.2

In this paper, we proposed a simplified strategy for the epipolarity of linear pushbroom imagery. The proposed strategy is verified on Gupta and Hartly sensor model and Orun and Natarajan sensor model. It is also compared with the precise epipolarity model of each sensor model on SPOT and KOMPSAT imagery. For the quantitative analysis, 20 ground control points are used as independent checking points. Based on the results, the accuracy of the proposed strategy is not different from that of the precise epipolarity model of each sensor model (below 0.1 pixels). Under the worst circumstance, the proposed strategy is robust. We can assure that the proposed strategy will show high accuracy on most of sensor models based on the co-linearity equations.

Imaging Device Identification using Sensor Pattern Noise Based on Wiener Filtering

Hae-Yeoun Lee(이해연) 대한전기학회 2016 전기학회논문지 Vol.65 No.12

Multimedia such as image, audio, and video is easy to create and distribute with the advance of IT. Since novice uses them for illegal purposes, multimedia forensics are required to protect contents and block illegal usage. This paper presents a multimedia forensic algorithm for video to identify the device used for acquiring unknown video files. First, the way to calculate a sensor pattern noise using Wiener filter (W-SPN) is presented, which comes from the imperfection of photon detectors against light. Then, the way to identify the device is explained after estimating W-SPNs from the reference device and the unknown video. For the experiment, 30 devices including DSLR, compact camera, smartphone, and camcorder are tested and analyzed quantitatively. Based on the results, the presented algorithm can achieve the 96.0% identification accuracy.

딥 러닝 기반의 메신저 캡처 이미지 검출 기술

이해연(Hae-Yeoun Lee),김준수(Junsu Kim),황현욱(Hyunuk Hwang) 한국디지털포렌식학회 2021 디지털 포렌식 연구 Vol.15 No.3

뇌 MRI 신호 감쇠 모델링을 통해 일반화된 QQ 모델의 클러스터링 기반 OEF 계산 알고리즘

이해연(Hae-Yeoun Lee) 한국정보기술학회 2022 한국정보기술학회논문지 Vol.20 No.5

Calculating oxygen extraction rate(OEF) in blood through QQ model for brain MRI signal can be used for brain disease diagnosis. Previous QQ model-based OEF calculation methods are sensitive to MRI imaging settings. This paper proposes a method to generalize the output value of QQ model through MRI signal decay modeling and calculate OEF with clustering and matching. Signal decay is calculated by applying real input values to QQ model, and parameter values are estimated with the proposed model. Representative clusters are calculated through clustering with input, parameter, and susceptibility values. After estimating the proposed model for an unknown MRI signal, the input value is estimated through cluster matching and interpolation, and OEF is calculated. Using 17 patients data from Weill Cornell Medicine in USA, the proposed method was compared with the previous CAT method, and 5.67 RMSE was achieved, which was superior to the CAT method of 7.15 RMSE. In addition, it was shown that the proposed method performs reliably and with high accuracy even when MRI imaging settings are changed.

가역 워터마킹을 이용한 블록 단위 영상 인증 알고리즘

이해연 ( Hae-yeoun Lee ) 한국정보처리학회 2012 한국정보처리학회 학술대회논문집 Vol.19 No.2

영상의 위변조를 탐지하거나 무결성을 인증하기 위해서는 가역 워터마킹 기법은 유용하다. 기존 워터마킹 연구들은 원본 복원이 불가능하였으나, 가역 워터마킹은 워터마크를 검출한 후, 아무런 손상없이 영상을 원본 상태로 복원할 수 있는 방법이다. 본 논문에서는 차이값 히스토그램에 기반한 가역 워터마킹을 통해 위변조된 영역을 탐지하는 블록단위 인증 알고리즘을 제안한다. 먼저, 영상 각 블록에 대하여 영상의 특징값을 추출하고, 사용자의 정보와 결합하여 인증 코드를 생성한다. 생성된 인증코드는 가역 워터마킹을 통하여 콘텐츠 자체에 직접 삽입한다. 영상의 인증을 위해서는 추출된 인증코드와 새로 생성된 인증코드의 비교를 수행한다. 다양한 영상들에 대하여 비교 분석하였고, 그 결과 제안한 알고리즘은 완전한 가역성과 함께 낮은 왜곡을 유지하면서도 97% 이상 인증률을 얻을 수 있었다.

위너 필터와 명암도 동시발생 행렬을 통한 컬러 레이저프린터 포렌식 기술

이해연(Hae-Yeoun Lee),백지연(Ji Yeoun Baek),공승규(Seung Gyu Kong),이흥수(Heung-Su Lee),최정호(Jung-Ho Choi) 한국정보과학회 2010 정보과학회논문지 : 소프트웨어 및 응용 Vol.37 No.8

고성능 디지털 인쇄기기의 대중화와 손쉬운 이미지 편집 프로그램들의 등장으로 인하여 위·변조 범죄가 증가함에 따라 여러 가지 사회적인 문제를 야기하고 있다. 이를 해결하기 위해서 디지털 포렌식 기술이 활발하게 연구되고 있다. 본 논문에서는 디지털 포렌식 기술의 한 분야인 컬러 레이저 인쇄기기 판별기술을 제안한다. 각 제조사마다 인쇄방법이 다르기 때문에 육안으로 판별할 수 없는 미세한 차이가 출력물에 존재한다는 점을 이용하였다. 출력물의 노이즈를 추정하여 이러한 미세한 차이를 분석하였으며, 제안하는 방법에서는 출력물을 스캔한 이미지에 대해 위너필터를 거쳐 노이즈를 제거한 이미지를 차감하여 노이즈를 추출한다. 계산된 노이즈 대해 명암도 동시발생 행렬을 계산하여 특징값들을 추출한 뒤 이를 서포트 벡터 머신 분류기에 적용하여 인쇄기기를 판별하였다. 제안한 알고리즘의 성능을 분석하기 위하여 7대 프린터에서 각 371장씩 출력된 총 2,597장 이미지로 실험하였다. 제안한 알고리즘은 컬러 디지털 인쇄기기의 제조사를 판별하는데 있어서 97.6%의 정확률을 보였고, 동일 제조사의 모델을 판별하는데 84.5%의 정확률을 나타냈다. Color laser printers are nowadays abused to print or forge official documents and bills. Identifying color laser printers will be a step for media forensics. This paper presents a new method to identify color laser printers with printed color images. Since different printer companies use their own printing process, each of printed papers from different printers has a little different invisible noise. After the wiener-filter is used to analyze the invisible noises from each printer, we extract some features from these noises by calculating a gray level co-occurrence matrix. Then, these features are applied to train and classify the support vector machine for identifying the color laser printer. In the experiment, we use total 2,597 images from 7 color laser printers. The results prove that the presented identification method performs well using the noise features of color printed images.