KR100833987B1 - 영상 검색 장치 및 그 방법 - Google Patents

영상 검색 장치 및 그 방법 Download PDF

Info

Publication number
KR100833987B1
KR100833987B1 KR1020060113237A KR20060113237A KR100833987B1 KR 100833987 B1 KR100833987 B1 KR 100833987B1 KR 1020060113237 A KR1020060113237 A KR 1020060113237A KR 20060113237 A KR20060113237 A KR 20060113237A KR 100833987 B1 KR100833987 B1 KR 100833987B1
Authority
KR
South Korea
Prior art keywords
image
original image
color difference
unit
group
Prior art date
Application number
KR1020060113237A
Other languages
English (en)
Other versions
KR20080044410A (ko
Inventor
김진서
조맹섭
구본기
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020060113237A priority Critical patent/KR100833987B1/ko
Priority to US11/734,324 priority patent/US8478033B2/en
Publication of KR20080044410A publication Critical patent/KR20080044410A/ko
Application granted granted Critical
Publication of KR100833987B1 publication Critical patent/KR100833987B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/55—Detecting local intrusion or implementing counter-measures
    • G06F21/552—Detecting local intrusion or implementing counter-measures involving long-term monitoring or reporting

Abstract

본 발명은 영상의 복제 여부를 판단하는 영상 검색 장치 및 그 방법에 관한 것으로, 본 발명은, 영상에 삽입된 워터마킹을 검색하여 영상의 복제 여부를 판단하거나 혹은 저작권자의 질의에 대한 인터넷 검색 결과를 문서나 동영상의 패턴 비교을 통해 영상의 복제 여부를 판단하는 종래 방법과는 달리, 원영상을 입력받아 기 설정된 영상 변환 종류를 결정하고, 결정된 영상 변환 종류별로 원영상을 변환하여 원영상 그룹을 생성하는 영상 그룹 생성부와, 생성된 원영상 그룹에 대하여 컬러 공간을 변환하고, 해당 영상에 대한 공간 색차를 계산하여 그 계산 결과에 따른 색차 데이터를 제공하는 공간 색차 계산부와, 테스트 영상 및 원영상 그룹을 입력받아 공간 색차를 계산하고, 그 계산 결과에 따라 제공된 색차 데이터와 비교하여 그 비교 결과를 전달하는 영상 검색부와, 전달되는 비교 결과를 출력하는 검색 결과 출력부를 포함하여, 원영상에 대해 테스트 영상의 복제 여부를 공간 색차 계산을 통해 판단하여 복제 영상을 효과적으로 검색할 수 있는 것이다.
복제 영상, 워터마킹, 공간 색차, 색차 데이터

Description

영상 검색 장치 및 그 방법{APPARATUS AND METHOD FOR DETERMINING WHETHER A VIDEO IS COPIED ONE OR NOT}
도 1은 본 발명의 바람직한 실시예에 따라 공간 색차 계산을 통한 영상 검색 장치의 개략적인 블록구성도,
도 2는 본 발명의 바람직한 실시예에 따라 원영상 그룹을 생성하는 영상 그룹 생성부를 상세하게 나타낸 블록구성도,
도 3은 본 발명의 바람직한 실시예에 따라 공간 색차를 계산하여 저장하는 공간 색차 계산부를 상세하게 나타낸 블록구성도,
도 4는 본 발명의 바람직한 실시예에 따라 원영상에 대한 테스트 영상의 복제 여부를 판단하는 영상 검색부를 상세하게 나타낸 블록구성도,
도 5는 본 발명의 일 실시예에 따라 기 설정된 영상 변환 종류별로 생성된 원영상 그룹에 대한 공간 색차를 계산하여 그 색차 데이터를 저장하는 과정을 나타낸 플로우차트,
도 6은 본 발명의 다른 실시예에 따라 색차 데이터가 데이터베이스화된 상태에서 원영상에 대한 테스트 영상의 복제 여부를 판단 및 검색하는 과정을 나타낸 플로우차트.
<도면의 주요부분에 대한 부호의 설명>
102 : 영상 그룹 생성부 102a : 영상 변환 결정부
102b : 영상 변환부 104 : 공간 색차 계산부
104a : 컬러 공간 변환부 104b : 색차 계산부
106 : 색차 데이터베이스 108 : 영상 검색부
108a : 영상 입력부 108b : 공간 색차 검색부
110 : 검색 결과 출력부
본 발명은 영상을 검색하는 기법에 관한 것으로, 더욱 상세하게는 원영상에 대하여 공간 색차 계산에 따라 복제 영상임을 판단하는데 적합한 영상 검색 장치 및 그 방법에 관한 것이다.
잘 알려진 바와 같이, 인터넷이 급속도로 발전함에 따라 카메라로 촬영하거나 또는 컴퓨터 등의 개인 단말을 이용하여 편집된 영상을 인터넷 카페, 홈페이지, 블로그 등에 게시하는 일이 점점 보편화되어 가고 있는 추세이다.
이 때, 개인이 만든 영상을 다른 사람이 이용하여 불법으로 복제하고, 그 복제 영상을 다른 곳에 게시하거나 또는 영상을 만든 사람의 의도와는 무관하게 다른 목적으로 사용되는 경우가 빈번하게 발생하고 있다.
이러한 문제를 해결하기 위해 워터마킹 등의 방법을 이용하여 영상 복제를 방지하고 있지만, 영상을 제작할 때 워터마킹을 삽입하는 과정을 수행하여야 하며, 다른 사람이 워터마킹을 삭제한 경우에 복제 영상임을 판별하는데 어려움이 있었고, 다른 사람이 제작된 영상에 대해 워터마킹을 삭제하고, 영상의 색감을 수정하거나 또는 특정 부분에 대한 편집을 한 경우 이러한 복제 영상을 검색하는데 어려움이 있었다.
한편, 종래에 원영상에 대한 복제 영상을 판단하기 위해 "FCV2006"에 개재된 논문("Suitability Test of MPEG-7 Visual Descriptors as an Identifier of Modified Images", 2006년 2월 3일 발표됨)에서는 MPEG-7에서 수행되는 6개의 디스크립터(예컨대, Scalable color descriptor, Color layout descriptor, Color structure descriptor, Homogeneous texture descriptor, Edge histigram descriptor, Region based descriptor 등)를 이용하여 영상의 컬러 분포, 텍스쳐, 에지 히스토그램 등을 통해 복제 영상을 판단 및 검색하는데, 이러한 방법은 다수의 디스크립터를 이용하여 복제 영상을 판단하더라도 원영상에 대해 수정 또는 편집된 복제 영상을 검색하는데 한계가 있는 실정이다.
또한, 종래에 인터넷 상에서의 저적권 보호 및 침해 방지를 위해서 출원된 특허("인터넷상에서의 저작권 보호 및 침해 방지 시스템 및 방법", 2000년 10월 28일 출원됨)에서는 인터넷 및 인트라넷망에서 구현되는 저작권 검색 서버가 검색 에이전트, 질의 인터페이스부, 질의 처리기, 검색 엔진, 패턴 분석기, 토큰 관리부, 음성영상 신호 패턴 처리기, 패턴 매칭부, 저장 관리부, 저장부, 대금 결제모듈, 저작물 검색 결과 저장부 등의 구성요소를 포함하여 저작권자의 질의에 대한 인터넷 검색 결과를 문서나 동영상의 패턴 비교을 통해 제시함으로써, 저작권 침해여부 를 판단하여 저작물에 대한 저작권자의 권익 보호와 불법 저작물에 대한 무단 유포를 방지하는데, 이러한 방법으로도 원영상에 대해 수정 또는 편집된 복제 영상을 판단하여 검색하는데 한계가 있는 실정이다.
따라서, 본 발명은 상기한 종래 기술의 문제점을 해결하기 위한 것으로, 원영상에 대한 변환된 원영상 그룹을 생성하고, 이에 따른 공간 색차 계산을 통해 색차 데이터를 저장한 후, 이를 이용하여 복제 여부를 판단하고, 검색할 수 있는 영상 검색 장치 및 그 방법을 제공하는데 그 목적이 있다.
본 발명의 다른 목적은, 저장된 색차 데이터를 이용하여 원영상 그룹 및 테스트 영상의 공간 색차를 비교하여 그 영상의 복제 여부를 판단하고, 검색할 수 있는 영상 검색 장치 및 그 방법을 제공하는데 있다.
상기 목적을 달성하기 위한 일 관점에서 본 발명은, 원영상에 대한 테스트 영상의 복제 여부를 판단하는 영상 검색 장치로서, 상기 원영상을 입력받아 기 설정된 영상 변환 종류를 결정하고, 결정된 영상 변환 종류별로 상기 원영상을 변환하여 원영상 그룹을 생성하는 영상 그룹 생성부와, 상기 생성된 원영상 그룹에 대하여 컬러 공간을 변환하고, 해당 영상에 대한 공간 색차를 계산하여 그 계산 결과인 색차 데이터를 제공하는 공간 색차 계산부와, 상기 테스트 영상 및 원영상 그룹을 입력받아 공간 색차를 계산하고, 그 계산 결과를 상기 제공된 색차 데이터와 비교하여 그 비교 결과를 전달하는 영상 검색부와, 상기 전달되는 비교 결과를 출력하는 검색 결과 출력부를 포함하는 영상 검색 장치를 제공한다.
상기 목적을 달성하기 위한 다른 관점에서 본 발명은, 원영상에 대한 테스트 영상의 복제 여부를 판단하는 영상 검색 방법으로서, 상기 원영상을 기 설정된 영상 변환 종류별로 변환하여 원영상 그룹을 생성하는 제 1 단계와, 상기 생성된 원영상 그룹을 이용하여 컬러 공간 변환 및 공간 색차 계산을 통해 색차 데이터를 데이터베이스화하는 제 2 단계와, 상기 색차 데이터가 데이터베이스화된 상태에서 영상 검색 요청이 있으면, 상기 테스트 영상 및 원영상 그룹을 제공하는 제 3 단계와, 상기 테스트 영상 및 원영상 그룹에 대해 상기 원영상에 의거하여 공간 색차를 계산하는 제 4 단계와, 상기 공간 색차의 계산 결과를 데이터베이스화된 상기 색차 데이터와 비교하는 제 5 단계와, 상기 비교 결과에 따라 상기 원영상 그룹에 포함되는 영상인지 판단하는 방식으로 영상 복제 여부를 판단하여 그 판단 결과를 출력하는 제 6 단계를 포함하는 영상 검색 방법을 제공한다.
본 발명의 상기 및 기타 목적과 여러 가지 장점은 이 기술분야에 숙련된 사람들에 의해 첨부된 도면을 참조하여 하기에 기술되는 본 발명의 바람직한 실시 예로부터 더욱 명확하게 될 것이다.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 대하여 상세하게 설명한다.
본 발명은, 원영상을 기 설정된 영상 변환 종류별로 변환하여 원영상 그룹을 생성하고, 생성된 원영상 그룹을 이용하여 컬러 공간 변환 및 공간 색차 계산을 통해 색차 데이터를 데이터베이스화한 상태에서 테스트 영상 및 원영상 그룹을 입력받아 원영상에 의거하여 계산된 공간 색차를 데이터베이스화된 색차 데이터와 비교 하며, 비교 결과에 따라 영상 복제 여부를 판단한다는 것으로, 이러한 기술적 수단을 통해 본 발명에서 목적으로 하는 바를 쉽게 달성할 수 있다.
도 1은 본 발명의 바람직한 실시예에 따라 공간 색차 계산을 통한 영상 검색 장치의 개략적인 블록구성도로서, 영상 그룹 생성부(102), 공간 색차 계산부(104), 색차 데이터베이스(106), 영상 검색부(108) 및 검색 결과 출력부(110)를 포함한다.
도 1을 참조하면, 영상 그룹 생성부(102)는 원 영상을 입력받아 기 설정된 변환 종류별로 원영상 그룹을 생성하는 것으로, 원영상이 입력되면 기 설정된 변환 종류별, 예컨대 원영상에 대한 콘트라스트(contrast), 샤프니스(sharpness), 밝기(brightness), 감마(gamma), 노이즈(noise), 색상(color), 크기(size) 등의 변형 가능한 영상 변환 종류를 설정해 두고, 기 설정된 영상 변환 종류별로 5단계의 영상 변환을 수행한 후에, 그 영상 변환된 영상들 및 원영상을 원영상 그룹으로 하여 생성한다.
그리고, 공간 색차 계산부(104)는 원영상 그룹에 포함되어 있는 각각의 영상에 대해 원영상과의 공간 색차를 계산하는 것으로, 소정의 색차 계산 방식, 예를 들어 공간 색차 계산법(S-CIELAB)을 이용하여 원영상과 변환된 영상 사이의 색차를 계산하고, 이러한 계산 결과를 원영상 및 원영상 그룹에 대응한 색차 데이터로서 색차 데이터베이스(106)에 데이터베이스화하여 저장한다.
한편, 영상 검색부(108)는 테스트하고자 하는 테스트 영상이 입력되면, 색차 데이터베이스(106)의 원영상 및 원영상 그룹에 대응하여 저장된 색차 데이터를 이용하여 테스트 영상이 원영상 그룹에 속하는 영상인지의 여부를 판단하고 검색하는 것으로, 테스트 영상의 원영상에 대한 공간 색차를 계산한 후 그 계산 결과를 색차데이터와 비교하여 그 비교 결과를 전달한다.
그리고, 검색 결과 출력부(110)는 전달된 테스트 영상의 원영상에 대한 복제 여부에 대한 비교 결과를 원영상에 대한 검색 결과로서 출력한다.
다음에, 상술한 바와 같은 구성을 갖는 영상 검색 장치에서 원영상을 입력 받아 기 설정된 변환 종류별로 원영상을 변환하여 원영상 그룹을 생성하는 영상 그룹 생성부를 더 상세하게 설명한다.
도 2는 본 발명의 바람직한 실시예에 따라 원영상 그룹을 생성하는 영상 그룹 생성부를 상세하게 나타낸 블록구성도로서, 영상 변환 결정부(102a) 및 영상 변환부(102b)를 포함한다.
도 2를 참조하면, 영상 변환 결정부(102a)는 입력된 원영상에 대하여 기 설정된 변환 종류별, 예컨대 콘트라스트, 샤프니스, 밝기, 노이즈, 색상, 크기 등의 변형 가능한 영상 변환 방식 중에서 영상 변환 종류를 설정해 두고, 기 설정된 영상 변환 종류에서 어느 하나의 영상 변환 종류를 결정하여 그 정보를 영상 변환부(102b)에 전달한다.
그리고, 영상 변환부(102b)에서는 영상 변환 결정부(102a)를 통해 결정된 영상 변환 종류에 따라 변환의 정도를 상대적으로 가장 많이 변환시키는 5단계에서부터 상대적으로 가장 적게 변환시키는 1단계까지의 영상 변환을 수행하고, 이러한 영상 변환 정도는 각 단계별 차이가 시각적으로 단계별 차이를 판단 가능한 정도의 변환값을 적용하여 변환한다. 이러한 원영상의 변환은 기 설정된 변환 종류별로 각 각 원영상을 변환하는 방식으로 수행되고, 변환된 각각의 영상들과 원영상을 원영상 그룹으로 하여 생성한 후 이를 공간 색차 변환부(104)에 제공한다.
다음에, 상술한 바와 같이 기 설정된 영상 변환 종류별로 원영상을 각각 변환하여 그 원영상과 변환영상들을 원영상 그룹으로 생성 및 제공되면, 원영상 그룹을 기 설정된 컬러 공간으로 변환한 후 그에 따른 공간 색차를 계산하여 저장하는 공간 색차 계산부에 대해 상세하게 설명한다.
도 3은 본 발명의 바람직한 실시예에 따라 공간 색차를 계산하여 저장하는 공간 색차 계산부를 상세하게 나타낸 블록구성도로서, 컬러 공간 변환부(104a) 및 색차 계산부(104b)를 포함한다.
도 3을 참조하면, 컬러 공간 변환부(104a)는 제공된 원영상 그룹에 대해 입력된 영상들의 컬러 공간을 R(Red), G(Green), B(Blue) 또는 Y(휘도), C(색차 신호 Cb), C(색차 신호 Cr) 컬러 공간에서 공간 색차 계산을 위한 컬러 공간인 예를 들면, S-CIELAB 컬러 공간으로 변환을 수행한다. 여기에서 S-CIELAB 컬러 공간으로의 변환은 'Zhang & Wandell'이 1997년 SID Journal에 발표한 "A Apatial Extension of CIELAB for digital color image reproduction"를 이용하여 수행될 수 있다.
이러한 컬러 공간으로의 변환을 더욱 상세히 설명하면, S-CIELAB 컬러 공간으로의 변환을 위해 입력 영상이 컬러 공간으로 되어 있어야 하며, 원영상의 컬러값이 YCC 컬러값으로 되어 있는 경우 YCC 컬러 공간을 아래의 수학식 1에 따라 R, G, B 공간으로 변환한다.
Figure 112006083881952-pat00001
그리고, R, G, B 컬러값으로 변환된 영상의 컬러값에 대하여 아래의 수학식 2에 따라 장치 독립적인 컬러 공간인 XYZ 공간으로 변환한다.
Figure 112006083881952-pat00002
다음에, 영상의 각 픽셀에 해당하는 X, Y, Z 컬러값으로부터 아래의 수학식 3에 따라 반대색 속성을 계산한다.
Figure 112006083881952-pat00003
여기에서, OP1은 영상의 휘도 속성을 의미하고, OP2는 빨강-녹색 속성을 의미하며, OP3은 파랑-노랑 속성을 의미한다. 이러한 방식으로 입력된 영상들 각각의 OP1, OP2 및 OP3에 대응하는 세 종류의 영상에 대해 아래의 수학식 4에 따라 2차원 공간 필터를 적용하여 계산한다.
Figure 112006083881952-pat00004
여기에서, Ei는 아래의 수학식 5와 같이 나타낼 수 있다.
Figure 112006083881952-pat00005
이에 따라 2차원 공간 필터를 적용하여 계산된 OP1', OP2' 및 OP3'에 대하여 아래의 수학식 6에 따라 XYZ 컬러 공간으로 변환한다.
Figure 112006083881952-pat00006
다음에, 변환된 XYZ 컬러 공간을 아래의 수학식 7에 따라 L*, a* 및 b* 컬러 공간으로 변환한다.
Figure 112006083881952-pat00007
여기에서, L*는 픽셀의 밝기값을 의미하며, C* ab는 픽셀의 컬러값에 대응하는 채도를 의미한다. 이러한 과정을 거쳐 L* ab 컬러 공간으로 변환되면 이러한 컬러 공간 변환된 영상들을 색차 계산부(104b)로 전달한다.
그리고, 색차 계산부(104b)에서는 원영상과 변환된 영상들 사이의 영상 차이를 아래의 수학식 8에 따라 계산한다.
Figure 112006083881952-pat00008
이에 따라 계산된 원영상과 변환 영상들 사이의 공간 색차에 대한 색차 데이터를 색차 데이터베이스(106)에 원영상 및 원영상 그룹에 대응하도록 데이터베이스화하여 저장한다.
다음에, 원영상 및 원영상 그룹에 대응하도록 데이터베이스화하여 저장된 색차 데이터를 이용하여 테스트 영상에 대한 공간 색차를 계산하고, 이에 따른 결과를 색차 데이터와 비교한 후 그 비교 결과에 따라 복제 여부를 판단하는 영상 검색부에 대해 상세히 설명한다.
도 4는 본 발명의 바람직한 실시예에 따라 원영상에 대한 테스트 영상의 복제 여부를 판단하는 영상 검색부를 상세하게 나타낸 블록구성도로서, 영상 입력부(108a) 및 공간 색차 검색부(108b)를 포함한다.
도 4를 참조하면, 영상 입력부(108a)는 원영상 그룹, 테스트 영상 및 색차 데이터를 입력받아 이를 영상 검색부(108b)로 전달한다.
그리고, 영상 검색부(108b)는 영상 입력부(108a)를 통해 입력된 원영상 그룹, 테스트 영상 및 색차 데이터를 이용하여 테스트 영상과 원영상의 공간 색차를 계산하고, 그 계산 결과를 색차 데이터와 비교한 후 이러한 비교 결과를 영상 검색 출력부(110)로 전달한다. 여기에서, 테스트 영상과 원영상의 공간 색차의 계산은 상기한 수학식 1 내지 수학식 8의 과정을 통해 수행될 수 있다.
따라서, 영상 검색 장치에서 원영상을 기 설정된 영상 변환 종류별로 변환하여 그 원영상 그룹을 생성하고, 생성된 원영상 그룹에 대한 공간 색차를 계산하여 그 색차 데이터를 데이터베이스화하여 저장하며, 테스트 영상을 입력받아 원영상과 의 공간 색차를 계산하고, 색차 데이터와 비교하여 원영상에 대한 테스트 영상의 복제 여부를 효과적으로 판단 및 검색할 수 있다.
다음에, 상술한 바와 같은 구성을 갖는 영상 검색 장치에서 원영상을 입력받아 기 설정된 영상 변환 종류별로 영상 변환하여 원영상 그룹을 생성한 후, 그 원영상 그룹에 대한 공간 색차를 계산하고, 계산된 색차 데이터를 데이터베이스화하여 저장하는 과정에 대해 설명한다.
도 5는 본 발명의 일 실시예에 따라 기 설정된 영상 변환 종류별로 생성된 원영상 그룹에 대한 공간 색차를 계산하여 그 색차 데이터를 저장하는 과정을 나타낸 플로우차트이다.
도 5를 참조하면, 영상 검색 장치에서 영상 그룹 생성부(102)의 영상 변환 결정부(102a)로 원영상이 입력되면(단계502), 영상 변환 결정부(102a)에서는 기 설정된 영상 변환 종류별, 예컨대, 콘트라스트, 샤프니스, 밝기, 노이즈, 색상, 크기 등의 변형 가능한 영상 변환 방식 중에서 영상 변환 종류를 설정해 두고, 기 설정된 영상 변환 종류에서 어느 하나의 영상 변환 종류를 결정하여 그 정보를 영상 변환부(102b)에 전달한다(단계504).
그리고, 영상 변환부(102b)에서는 영상 변환 결정부(102a)를 통해 결정된 영상 변환 종류에 따라 변환의 정도를 상대적으로 가장 많이 변환시키는 5단계에서부터 상대적으로 가장 적게 변환시키는 1단계까지의 영상 변환을 수행하고, 이러한 영상 변환 정도는 각 단계별 차이가 시각적으로 단계별 차이를 판단 가능한 정도의 변환값을 적용하여 변환한다(단계506).
이러한 원영상의 변환은 기 설정된 변환 종류별로 각각 원영상을 변환하는 방식으로 수행되고, 변환된 각각의 영상들과 원영상을 원영상 그룹으로 하여 생성한 후 이를 공간 색차 변환부(104)에 제공한다(단계508, 510).
다음에, 제공된 원영상 그룹에 대해 입력된 영상들의 컬러 공간을 R(Red), G(Green), B(Blue) 또는 Y(휘도), C(색차 신호 Cb), C(색차 신호 Cr) 컬러 공간에서 공간 색차 계산을 위한 컬러 공간인 예를 들면, S-CIELAB 컬러 공간으로 변환을 수행한다(단계512). 여기에서 S-CIELAB 컬러 공간으로의 변환은 'Zhang & Wandell'이 1997년 SID Journal에 발표한 "A Apatial Extension of CIELAB for digital color image reproduction"를 이용하여 수행될 수 있고, 그 처리 과정에서는 상기한 수학식 1 내지 수학식 7을 이용하여 계산될 수 있다.
그리고, 색차 계산부(104b)에서는 원영상과 변환된 영상들 사이의 영상 차이를 상기한 수학식 8을 이용하여 계산하고, 이에 따라 계산된 원영상과 변환 영상들 사이의 공간 색차에 대한 색차 데이터를 색차 데이터베이스(106)에 원영상 및 원영상 그룹에 대응하도록 데이터베이스화하여 저장한다(단계514, 516).
따라서, 영상 검색 장치에 입력된 원영상을 기 설정된 영상 변환 종류별로 영상을 변환하여 원영상 그룹을 생성하고, 이에 대한 컬러 공간을 변환하며, 컬러 공간이 변환된 영상들에 대한 공간 색차를 계산하여 그 색차 데이터를 데이터베이스화하여 저장할 수 있다.
다음에, 상술한 바와 같이 원영상에 대한 원영상 그룹의 색차 데이터를 데이터베이스화하여 저장해 둔 상태에서 테스트 영상을 입력받아 원영상 그룹에 대한 공간 색차를 계산하여 계산된 결과를 데이터베이스화된 색차 데이터와 비교한 후 그 비교 결과에 따라 원영상에 대한 테스트 영상의 복제 여부를 판단 및 검색하는 과정에 대해 설명한다.
도 6은 본 발명의 다른 실시예에 따라 색차 데이터가 데이터베이스화된 상태에서 원영상에 대한 테스트 영상의 복제 여부를 판단 및 검색하는 과정을 나타낸 플로우차트이다.
도 6을 참조하면, 원영상에 대한 원영상 그룹의 색차 데이터를 데이터베이스화하여 저장해 둔 상태인 영상 검색 장치의 대기 모드에서(단계602), 원영상에 대한 테스트 영상의 복제 여부를 판단 및 검색하는 영상 검색 요청이 있는지를 체크한다(단계604).
상기 단계(604)에서의 체크 결과, 영상 검색이 요청되면, 테스트 영상 및 원영상 그룹이 제공되어 영상 입력부(108a)를 통해 입력된다(단계606). 이 때, 색차 데이터베이스(106)에 데이터베이스화되어 저장된 색차 데이터 또한 제공된다.
그리고, 영상 검색부(108b)에서는 원영상에 의거하여 테스트 영상 및 원영상 그룹들의 공간 색차를 계산하며(단계608), 계산된 결과에 따라 색차 데이터베이스(106)으로부터 제공되는 색차 데이터와 비교한다(단계610).
이어서, 상기 단계(610)에서의 비교 결과에 따라 영상 검색부(108b)에서는 원영상에 대한 테스트 영상의 복제 여부를 판단하고, 그 판단 결과를 출력하도록 영상 검색 출력부(110)로 제공하며, 제공된 판단 결과는 테스트 영상의 복제 여부를 포함하는 영상 검색 결과로서 영상 검색 출력부(110)를 통해 출력된다(단계 612).
따라서, 영상 검색 장치에서 원영상을 기 설정된 영상 변환 종류별로 변환된 원영상 그룹에 대한 색차 데이터를 데이터베이스화하여 저장해 둔 상태에서 테스트 영상에 대한 복제 여부를 검색하기 위한 요청이 있으면, 테스트 영상에 대한 공간 색차를 계산하여 저장된 색차 데이터와 비교하여 테스트 영상의 복제 여부를 효과적으로 판단 및 검색할 수 있다.
이상의 설명에서는 본 발명의 바람직한 실시 예들을 제시하여 설명하였으나 본 발명이 반드시 이에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능함을 쉽게 알 수 있을 것이다.
이상 설명한 바와 같이 본 발명은, 영상에 삽입된 워터마킹을 검색하여 영상의 복제 여부를 판단하거나 혹은 저작권자의 질의에 대한 인터넷 검색 결과를 문서나 동영상의 패턴 비교을 통해 영상의 복제 여부를 판단하는 종래 방법과는 달리, 원영상을 기 설정된 영상 변환 종류별로 변환하여 원영상 그룹을 생성하고, 생성된 원영상 그룹을 이용하여 컬러 공간 변환 및 공간 색차 계산을 통해 색차 데이터를 데이터베이스화한 상태에서 테스트 영상 및 원영상 그룹을 입력받아 원영상에 의거하여 계산된 공간 색차를 데이터베이스화된 색차 데이터와 비교하며, 비교 결과에 따라 영상 복제 여부를 판단하여 그 판단에 따른 검색 결과를 출력함으로써, 원영상에 대한 테스트 영상의 공간 색차를 계산하고, 그 계산 결과를 데이터베이스화된 색차 데이터와 비교하여 그 영상의 복제 여부를 효과적으로 판단할 수 있다.
또한, 본원 발명은 공간 색차에 따라 영상의 복제 여부를 판단 및 검색함으로써, 인터넷 상에 유포되어 있는 영상을 검색하여 그 영상의 복제 여부를 효과적으로 판단할 수 있고, 영상의 저작권 보호를 증진시킬 수 있으며, 해당 영상에 대한 불법 사용을 방지할 수 있다.

Claims (10)

  1. 원영상에 대한 테스트 영상의 복제 여부를 판단하는 영상 검색 장치로서,
    상기 원영상을 입력받아 기 설정된 영상 변환 종류를 결정하고, 결정된 영상 변환 종류별로 상기 원영상을 변환하여 원영상 그룹을 생성하는 영상 그룹 생성부와,
    상기 생성된 원영상 그룹에 대하여 컬러 공간을 변환하고, 해당 영상에 대한 공간 색차를 계산하여 그 계산 결과인 색차 데이터를 제공하는 공간 색차 계산부와,
    상기 테스트 영상 및 원영상 그룹을 입력받아 공간 색차를 계산하고, 그 계산 결과를 상기 제공된 색차 데이터와 비교하여 그 비교 결과를 전달하는 영상 검색부와,
    상기 전달되는 비교 결과를 출력하는 검색 결과 출력부
    를 포함하는 영상 검색 장치.
  2. 제 1 항에 있어서,
    상기 영상 검색 장치는,
    상기 공간 색차 계산부를 통해 계산된 상기 색차 데이터를 상기 원영상 및 원영상 그룹에 따라 데이터베이스화하여 저장하는 색차 데이터베이스
    를 더 포함하는 것을 특징으로 하는 영상 검색 장치.
  3. 제 1 항에 있어서,
    상기 영상 그룹 생성부는,
    상기 원영상을 입력 받아 기 설정된 영상 종류별로 영상 변환을 결정하는 영상 변환 결정부와,
    상기 결정된 영상 변환 종류별로 상기 원영상을 변환하여 상기 원영상 그룹을 생성하는 영상 변환부
    를 포함하는 것을 특징으로 하는 영상 검색 장치.
  4. 제 3 항에 있어서,
    상기 영상 변환 종류는, 콘트라스트, 샤프니스, 밝기, 노이즈, 색상 및 크기를 변환하는 방식을 포함하는 것을 특징으로 하는 영상 검색 장치.
  5. 제 1 항에 있어서,
    상기 공간 색차 계산부는,
    상기 원영상 그룹의 영상들에 대해 RGB 또는 YCC 컬러 공간을 S-CIELAB 컬러 공간으로 변환하는 컬러 공간 변환부와,
    상기 S-CIELAB 컬러 공간으로 변환된 상기 원영상 그룹의 영상들의 색차를 계산하여 그 계산 결과인 상기 색차 데이터를 제공하는 색차 계산부
    를 포함하는 것을 특징으로 하는 영상 검색 장치.
  6. 제 1 항에 있어서,
    상기 영상 검색부는,
    상기 원영상 그룹, 테스트 영상 및 색차 데이터를 입력받는 영상 입력부와,
    상기 입력된 테스트 영상의 색차를 계산하고, 그 계산 결과를 입력된 상기 색차 데이터와 비교하여 그 비교 결과에 따라 상기 원영상 그룹에 포함되는 영상인지 판단하는 방식으로 영상의 복제 여부를 판단하는 공간 색차 검색부
    를 포함하는 것을 특징으로 하는 영상 검색 장치.
  7. 원영상에 대한 테스트 영상의 복제 여부를 판단하는 영상 검색 방법으로서,
    상기 원영상을 기 설정된 영상 변환 종류별로 변환하여 원영상 그룹을 생성하는 제 1 단계와,
    상기 생성된 원영상 그룹을 이용하여 컬러 공간 변환 및 공간 색차 계산을 통해 색차 데이터를 데이터베이스화하는 제 2 단계와,
    상기 색차 데이터가 데이터베이스화된 상태에서 영상 검색 요청이 있으면, 상기 테스트 영상 및 원영상 그룹을 제공하는 제 3 단계와,
    상기 테스트 영상 및 원영상 그룹에 대해 상기 원영상에 의거하여 공간 색차를 계산하는 제 4 단계와,
    상기 공간 색차의 계산 결과를 데이터베이스화된 상기 색차 데이터와 비교하는 제 5 단계와,
    상기 비교 결과에 따라 상기 원영상 그룹에 포함되는 영상인지 판단하는 방식으로 영상 복제 여부를 판단하여 그 판단 결과를 출력하는 제 6 단계
    를 포함하는 영상 검색 방법.
  8. 제 7 항에 있어서,
    상기 제 1 단계는,
    상기 원영상을 입력받아 기 설정된 영상 종류별로 영상 변환을 결정하는 제 1-1 단계와,
    상기 결정된 영상 종류별로 상기 원영상을 변환하여 상기 원영상 그룹을 생성하는 제 1-2 단계
    를 포함하는 것을 특징으로 하는 영상 검색 방법.
  9. 제 7 항에 있어서,
    상기 제 2 단계는,
    상기 원영상 그룹의 영상들에 대해 RGB 또는 YCC 컬러 공간을 S-CIELAB 컬러 공간으로 변환하는 제 2-1 단계와,
    상기 S-CIELAB 컬러 공간으로 변환된 상기 원영상 그룹의 영상들의 색차를 계산하여 그 계산 결과인 상기 색차 데이터를 제공하는 제 2-2 단계와,
    상기 제공된 색차 데이터를 상기 원영상 및 원영상 그룹에 대응하도록 데이터베이스화하여 저장하는 제 2-3 단계
    를 포함하는 것을 특징으로 하는 영상 검색 방법.
  10. 제 9 항에 있어서,
    상기 영상 변환 종류는, 콘트라스트, 샤프니스, 밝기, 노이즈, 색상 및 크기를 변환하는 방식을 포함하는 것을 특징으로 하는 영상 검색 방법.
KR1020060113237A 2006-11-16 2006-11-16 영상 검색 장치 및 그 방법 KR100833987B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020060113237A KR100833987B1 (ko) 2006-11-16 2006-11-16 영상 검색 장치 및 그 방법
US11/734,324 US8478033B2 (en) 2006-11-16 2007-04-12 Image inspection apparatus and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060113237A KR100833987B1 (ko) 2006-11-16 2006-11-16 영상 검색 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20080044410A KR20080044410A (ko) 2008-05-21
KR100833987B1 true KR100833987B1 (ko) 2008-05-30

Family

ID=39417014

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060113237A KR100833987B1 (ko) 2006-11-16 2006-11-16 영상 검색 장치 및 그 방법

Country Status (2)

Country Link
US (1) US8478033B2 (ko)
KR (1) KR100833987B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103020947B (zh) 2011-09-23 2016-04-06 阿里巴巴集团控股有限公司 一种图像的质量分析方法及装置
JP6287180B2 (ja) * 2013-03-15 2018-03-07 株式会社リコー 画像検査装置、画像検査システム及び画像検査方法
US10255703B2 (en) 2015-12-18 2019-04-09 Ebay Inc. Original image generation system
US10732809B2 (en) 2015-12-30 2020-08-04 Google Llc Systems and methods for selective retention and editing of images captured by mobile image capture device
KR102233175B1 (ko) 2017-01-05 2021-03-29 한국전자통신연구원 특징배우 결정 및 특징배우 출연확률 기반 영상 식별 방법 및 장치
US11836909B2 (en) * 2022-01-26 2023-12-05 Mellanox Technologies, Ltd. Active learning of product inspection engine

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020097450A (ko) * 2001-06-21 2002-12-31 주식회사 삼테크아이앤씨 네트워크를 통한 패션정보서비스 제공장치 및 그 방법
KR20060002358A (ko) * 2004-07-02 2006-01-09 이종태 디지털 데이터를 보안성의 피디에프 파일로 압축 저장하는장치 및 그 방법

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07154620A (ja) * 1993-11-04 1995-06-16 Canon Inc カラー画像処理装置
JPH07175923A (ja) 1993-12-17 1995-07-14 Canon Inc 画像処理方法及びその装置
US6721449B1 (en) * 1998-07-06 2004-04-13 Koninklijke Philips Electronics N.V. Color quantization and similarity measure for content based image retrieval
KR100406671B1 (ko) 2000-07-24 2003-11-21 주식회사 유니마이다스 문장 표절 및 도용 검색 방법
KR20020032906A (ko) 2000-10-28 2002-05-04 김지한, 김재형 인터넷상에서의 저작권 보호 및 침해방지 시스템 및 방법
US6564714B2 (en) * 2000-12-06 2003-05-20 Delaware Capital Formation, Inc. Spectral color control method
US7136523B2 (en) * 2001-10-04 2006-11-14 Canon Kabushiki Kaisha Color correction table forming method and apparatus, control program and storage medium
JP2003244452A (ja) * 2002-02-18 2003-08-29 Ricoh Co Ltd 画像処理装置
US6721499B2 (en) * 2002-04-26 2004-04-13 Nikon Corporation Camera
US7706604B2 (en) * 2003-11-03 2010-04-27 Seiko Epson Corporation Production of color conversion profile for printing
US7477418B2 (en) * 2004-05-06 2009-01-13 Datacolor Holding Ag Method and system for correcting color rendering devices
US7376269B2 (en) * 2004-11-22 2008-05-20 Xerox Corporation Systems and methods for detecting image quality defects
JP4830599B2 (ja) * 2005-07-12 2011-12-07 セイコーエプソン株式会社 印刷システム、印刷装置、印刷データ生成装置およびプログラム、切断指示データ生成装置およびプログラム、印刷プログラム、および印刷方法
KR100679052B1 (ko) * 2006-01-04 2007-02-06 삼성전자주식회사 최적 선호색 편집 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020097450A (ko) * 2001-06-21 2002-12-31 주식회사 삼테크아이앤씨 네트워크를 통한 패션정보서비스 제공장치 및 그 방법
KR20060002358A (ko) * 2004-07-02 2006-01-09 이종태 디지털 데이터를 보안성의 피디에프 파일로 압축 저장하는장치 및 그 방법

Also Published As

Publication number Publication date
US8478033B2 (en) 2013-07-02
US20080118145A1 (en) 2008-05-22
KR20080044410A (ko) 2008-05-21

Similar Documents

Publication Publication Date Title
US8429205B2 (en) Associating data with media signals in media signal systems through auxiliary data steganographically embedded in the media signals
US7010144B1 (en) Associating data with images in imaging systems
US6628824B1 (en) Method and apparatus for image identification and comparison
US8121342B2 (en) Associating metadata with media signals, and searching for media signals using metadata
US5530759A (en) Color correct digital watermarking of images
KR100833987B1 (ko) 영상 검색 장치 및 그 방법
US20030097568A1 (en) Watermaking system and method for protecting a digital image from forgery or alteration
US20050172125A1 (en) Information processing system, information processing apparatus, and computer-readable recording medium
JP2006314125A (ja) デジタル像符牒の処理方法及びシステム
JP2003204429A (ja) 電子透かしの符号生成装置と符号生成方法、および電子透かしの復号装置と復号方法、並びに電子透かしの符号生成復号プログラムと、これを記録した記録媒体
JP2005020742A (ja) ビデオコピーの検出方法及び装置
JP2004178498A (ja) 閲覧情報管理システムおよび管理方法
JP2004529586A (ja) データハイディング技術を用いたカラープロファイルのラスタ画像データへの埋込方法
KR100912125B1 (ko) 정지영상 식별 소프트웨어 평가/인증 시스템 및 방법
CN113393471A (zh) 图像处理方法和装置
Ding et al. Image authentication and tamper localization based on relative difference between DCT coefficient and its estimated value
JP2000287066A (ja) 画像処理システム
SOFTWARES Steganalysis techniques and comparison of available softwares
US20220027342A1 (en) Methods for providing and checking data provenance
JPH1198344A (ja) 電子透かしを用いたディジタル画像の違法改ざん判定方法及び装置
CN116109465A (zh) 文本文档处理方法及装置、存储介质、电子设备
Seecof Scanning into the Future of Copyrightable Images: Computer-Based Image Processing Poses a Present Threat
Kim et al. Digital watermarking based on color differences
JP3801785B2 (ja) データ配信方法および装置並びにデータ配信システム
JP2001136363A (ja) コンテンツ利用許諾管理方法ならびにその装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130424

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20140430

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20150427

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20160427

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20180426

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190425

Year of fee payment: 12