KR102600706B1 - 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치 - Google Patents

복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치 Download PDF

Info

Publication number
KR102600706B1
KR102600706B1 KR1020210109090A KR20210109090A KR102600706B1 KR 102600706 B1 KR102600706 B1 KR 102600706B1 KR 1020210109090 A KR1020210109090 A KR 1020210109090A KR 20210109090 A KR20210109090 A KR 20210109090A KR 102600706 B1 KR102600706 B1 KR 102600706B1
Authority
KR
South Korea
Prior art keywords
coefficients
image
fingerprint
extracting
frames
Prior art date
Application number
KR1020210109090A
Other languages
English (en)
Other versions
KR20230026905A (ko
Inventor
신성현
전지수
김대황
박종은
김승빈
Original Assignee
네이버 주식회사
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 네이버 주식회사 filed Critical 네이버 주식회사
Priority to KR1020210109090A priority Critical patent/KR102600706B1/ko
Priority to JP2022129969A priority patent/JP7375133B2/ja
Priority to US17/820,354 priority patent/US20230059559A1/en
Publication of KR20230026905A publication Critical patent/KR20230026905A/ko
Application granted granted Critical
Publication of KR102600706B1 publication Critical patent/KR102600706B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/431—Frequency domain transformation; Autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/48—Matching video sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/95—Pattern authentication; Markers therefor; Forgery detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/238—Interfacing the downstream path of the transmission network, e.g. adapting the transmission rate of a video stream to network bandwidth; Processing of multiplex streams
    • H04N21/2389—Multiplex stream processing, e.g. multiplex stream encrypting
    • H04N21/23892—Multiplex stream processing, e.g. multiplex stream encrypting involving embedding information at multiplex stream level, e.g. embedding a watermark at packet level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20052—Discrete cosine transform [DCT]

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Collating Specific Patterns (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 개시는 적어도 하나의 프로세서에 의해 실행되는 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법에 관한 것이다. 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법은 복수의 프레임 각각으로부터 2차원 이산 코사인 변환 계수를 산출하는 단계, 2차원 DCT 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 단계 및 추출된 계수에 기초하여 상기 영상의 지문을 산출하는 단계를 포함한다.

Description

복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치{METHOD AND APPARATUS FOR EXTRACTING A FINGERPRINT OF VIDEO INCLUDING A PLURALITY OF FRAMES}
본 개시는 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치에 관한 것으로, 구체적으로, 영상으로부터 DCT 계수를 산출하고, 산출된 DCT 계수 중에서 기저가 대칭인 계수를 추출하여 영상의 지문을 추출하는 방법 및 장치에 관한 것이다.
최근 영상 콘텐츠의 소비가 활발해지고, 다양한 동영상 플랫폼이 등장함에 따라, 사용자들이 쉽고 편하게 영상 콘텐츠를 제작, 공유, 시청할 수 있는 환경이 조성되고 있다. 이러한 환경에서, 다양한 사용자들에 의해 제작되고 유통되는 영상 콘텐츠의 수가 증가함에 따라, 영상을 무단으로 복제하여 배포하는 경우도 증가하고 있어, 영상에 대한 저작권 보호의 필요성도 증가하고 있다.
동영상 플랫폼에서 공유 또는 판매되는 동영상 콘텐츠의 불법 배포 여부나 불법 배포자를 추적하기 위해 다양한 콘텐츠 검증 방식이 사용될 수 있다. 예를 들어, 핑거프린팅 또는 영상 지문 추출(fingerprinting) 방식을 이용한 동영상 검증 시스템에서는, 콘텐츠 내에 소유자 정보 등을 삽입하는 워터마크 기반의 핑거프린팅 방식과 콘텐츠에서 추출된 특징점에 기반한 핑거프린트 방식이 사용될 수 있다. 특징점 기반의 핑거프린트 방식은, 음악, 영상 등의 콘텐츠에서 주파수 성분, 화면전환 정보, 위치 정보 등과 같은 특징점을 추출하여 데이터베이스에 저장하고, 이를 다른 콘텐츠에서 추출된 특징점과 비교하여 두 콘텐츠의 동일 또는 유사 여부를 판별할 수 있다.
이와 같은 영상 콘텐츠 검증 방식을 사용하는 경우, 불법 배포자가 원본 영상을 동일하게 복제하여 배포하는 경우, 원본 영상과 복제 영상의 동일 또는 유사 여부가 쉽게 식별될 수 있다. 그러나, 이러한 영상 콘텐츠 검증 방식의 특징을 악용하여, 무단 배포자들은 원본 영상을 복제한 후 복제 영상에 다양한 변형을 가하여 기존 검증 방식을 무력화시키고 있다. 예를 들어, 불법 배포자가 원본 영상을 복제한 후 복제 영상을 좌우 반전 또는 상하 반전시켜 배포하면, 기존의 영상 지문 추출 방법으로는 이러한 변형이 가해진 영상의 불법 배포 여부를 쉽게 식별할 수 없다는 문제점이 있다.
본 개시는 상기와 같은 문제점을 해결하기 위한 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법, 기록매체에 저장된 컴퓨터 프로그램 및 장치(시스템)를 제공한다.
본 개시는 방법, 장치(시스템) 또는 판독 가능 저장 매체에 저장된 컴퓨터 프로그램을 포함한 다양한 방식으로 구현될 수 있다.
본 개시의 일 실시예에 따르면, 적어도 하나의 프로세서에 의해 실행되는, 복수의 프레임을 포함하는 영상의 지문(fingerprint)을 추출하는 방법은 복수의 프레임 각각으로부터 2차원 이산 코사인 변환(discrete cosine transform; DCT) 계수를 산출하는 단계, 2차원 DCT 계수 중 기저(basis)가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 단계 및 추출된 계수에 기초하여 영상의 지문을 산출하는 단계를 포함한다.
본 개시의 다른 실시예에 따르면, 적어도 하나의 프로세서에 의해 실행되는, 영상의 변조 여부를 식별하는 방법은, 원본 영상의 지문을 획득하는 단계, 본 개시의 일 실시예에 따른 영상의 지문을 추출하는 방법에 따라 식별 대상 영상의 지문을 추출하는 단계 및 획득된 원본 영상의 지문과 추출된 지문을 비교하여 식별 대상 영상의 변조 여부를 결정하는 단계를 포함한다.
본 개시의 일 실시예에 따른 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램이 제공된다.
본 개시의 일 실시예에 따른 컴퓨팅 장치는, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 영상에 포함된 복수의 프레임 각각으로부터 2차원 DCT 계수를 산출하고, 2차원 DCT 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하고, 추출된 계수에 기초하여 영상의 지문을 산출하기 위한 명령어들을 포함한다.
본 개시의 다른 실시예에 따른 컴퓨팅 장치는, 메모리 및 메모리와 연결되고, 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 적어도 하나의 프로그램은, 원본 영상의 지문을 획득하고, 본 개시의 일 실시예에 따른 영상의 지문을 추출하는 방법에 따라 식별 대상 영상의 지문을 추출하고, 획득된 원본 영상의 지문과 추출된 지문을 비교하여 식별 대상 영상의 변조 여부를 결정하기 위한 명령어들을 포함한다.
본 개시의 일부 실시예에 따르면, 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 기저의 DCT 계수만으로 영상의 지문을 산출함으로써, 기존의 방법으로는 변조 여부를 쉽게 식별할 수 없었던 좌우 반전 또는 상하 반전된 영상을 효과적으로 식별할 수 있다.
본 개시의 일부 실시예에 따르면, DCT 계수 중 저대역 계수만 선택함으로써, 영상에 세부적인 변형을 가한 경우에도 변조 여부를 용이하게 식별할 수 있으며, 노이즈가 입혀진 영상도 용이하게 식별할 수 있다.
본 개시의 일부 실시예에 따르면, 영상에 변형을 가하여 DCT 계수가 일부 바뀌더라도 DCT 계수의 큰 변화 패턴은 유사할 수 있기 때문에, DCT 계수의 변화량의 평균을 산출함으로써, 변조 영상을 효과적으로 식별할 수 있다.
본 개시의 일부 실시예에 따르면, 직류 성분의 계수를 제외함으로써, 영상 전체에 일정한 변형이 가해진 변조 영상 또한 효과적으로 식별할 수 있다.
본 개시의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 다른 효과들은 청구범위의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자(“통상의 기술자”라 함)에게 명확하게 이해될 수 있을 것이다.
본 개시의 실시예들은, 이하 설명하는 첨부 도면들을 참조하여 설명될 것이며, 여기서 유사한 참조 번호는 유사한 요소들을 나타내지만, 이에 한정되지는 않는다.
도 1은 본 개시의 일 실시예에 따른 컴퓨팅 장치가 영상의 변조 여부를 식별하는 방법의 예시를 나타내는 도면이다.
도 2는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 내부 구성을 나타내는 블록도이다.
도 3은 본 개시의 일 실시예에 따른 프로세서의 내부 구성을 나타내는 블록도이다.
도 4는 복수의 프레임 각각으로부터 2차원 이산 코사인 변환 계수를 산출하고, 저대역 계수를 선택하는 방법의 예시를 나타내는 도면이다.
도 5는 본 개시의 일 실시예에 따른 2차원 DCT 기저의 예시를 나타낸다.
도 6은 본 개시의 일 실시예에 따른 2차원 DCT 기저 중 일부를 추출하는 방법의 예시를 나타낸다.
도 7은 본 개시의 일 실시예에 따른 저대역 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 방법의 예시를 나타내는 도면이다.
도 8은 본 개시의 일 실시예에 따른 영상의 지문을 산출하는 방법의 예시를 나타내는 도면이다.
도 9는 본 개시의 원본 영상 및 식별 대상 영상의 예시를 나타내는 도면이다.
도 10은 본 개시의 일 실시예에 따른 영상의 지문을 추출하는 방법의 예시를 나타내는 흐름도이다.
도 11은 본 개시의 일 실시예에 따른 영상의 변조 여부를 식별하는 방법의 예시를 나타내는 흐름도이다.
이하, 본 개시의 실시를 위한 구체적인 내용을 첨부된 도면을 참조하여 상세히 설명한다. 다만, 이하의 설명에서는 본 개시의 요지를 불필요하게 흐릴 우려가 있는 경우, 널리 알려진 기능이나 구성에 관한 구체적 설명은 생략하기로 한다.
첨부된 도면에서, 동일하거나 대응하는 구성요소에는 동일한 참조부호가 부여되어 있다. 또한, 이하의 실시예들의 설명에 있어서, 동일하거나 대응되는 구성요소를 중복하여 기술하는 것이 생략될 수 있다. 그러나, 구성요소에 관한 기술이 생략되어도, 그러한 구성요소가 어떤 실시예에 포함되지 않는 것으로 의도되지는 않는다.
개시된 실시예의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 개시는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 개시가 완전하도록 하고, 본 개시가 통상의 기술자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것일 뿐이다.
본 명세서에서 사용되는 용어에 대해 간략히 설명하고, 개시된 실시예에 대해 구체적으로 설명하기로 한다. 본 명세서에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 관련 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서, 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 본 개시에서, '복수의 A의 각각' 또는 '복수의 A 각각'은 복수의 A에 포함된 모든 구성 요소의 각각을 지칭하거나, 복수의 A에 포함된 일부 구성 요소의 각각을 지칭할 수 있다.
또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다.
본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다.
본 개시에서, '시스템'은 서버 장치와 클라우드 장치 중 적어도 하나의 장치를 포함할 수 있으나, 이에 한정되는 것은 아니다. 예를 들어, 시스템은 하나 이상의 서버 장치로 구성될 수 있다. 다른 예로서, 시스템은 하나 이상의 클라우드 장치로 구성될 수 있다. 또 다른 예로서, 시스템은 서버 장치와 클라우드 장치가 함께 구성되어 동작될 수 있다.
본 개시에서, '프레임(frames)'은 영상 또는 동영상을 구성하는 정지 이미지를 포함할 수 있다. 일 실시예에서, '프레임'은 '이미지'로 지칭될 수 있다. 또한, 영상 또는 동영상은 일정한 시간간격으로 피사체 등을 촬영한 복수의 정지 이미지를 포함하는 프레임들로 구성될 수 있다.
본 개시에서, '이산 코사인 변환(discrete cosine transform; DCT)'은 이미지 또는 프레임을 다양한 주파수의 코사인 함수의 합으로 변환하는 동작 또는 연산을 지칭할 수 있다. DCT에서 다양한 주파수의 코사인 함수가 기저(basis)가 될 수 있으며, DCT 계수(DCT coefficients)는 각 기저 함수에 적용되는 가중치를 지칭할 수 있다. 2차원 DCT의 경우, 복수의 기저 및/또는 복수의 DCT 계수를 2차원 행렬로서 표현할 수 있다. 일 실시예에서, 이산 코사인 변환을 수행하는 것은 이미지 또는 프레임으로부터 DCT 계수를 산출하는 것을 포함할 수 있다.
도 1은 본 개시의 일 실시예에 따른 컴퓨팅 장치가 영상의 변조 여부를 식별하는 방법의 예시를 나타내는 도면이다. 일 실시예에 따르면, 컴퓨팅 장치는 원본 영상(110)의 지문을 획득할 수 있다. 원본 영상(110)의 지문은 도시된 바와 같이 컴퓨팅 장치가 원본 영상(110)으로부터 원본 영상의 지문을 추출(120)하여 데이터베이스(130)에 저장한 것이거나, 또는 외부 시스템으로부터 수신한 것일 수 있다. 원본 영상(110)의 지문은 본 개시의 다양한 실시예에 따른 영상의 지문을 추출하는 방법에 따라 추출된 것일 수 있다.
일 실시예에 따르면, 컴퓨팅 장치는 식별 대상 영상(140)으로부터 식별 대상 영상의 지문을 추출(150)할 수 있다. 식별 대상 영상(140)의 지문은 본 개시의 다양한 실시예에 따른 영상의 지문을 추출하는 방법에 따라 추출된 것일 수 있으며, 원본 영상의 지문을 추출(120)한 방법과 동일하거나 유사한 방법에 따라 추출된 것일 수 있다.
일 실시예에 따르면, 컴퓨팅 장치는 획득된 원본 영상의 지문과 추출된 식별 대상 영상의 지문을 비교하여, 식별 대상 영상의 변조 여부를 결정(170)할 수 있다. 즉, 컴퓨팅 장치는 식별 대상 영상이 원본 영상으로부터 변조된 것인지 여부를 결정할 수 있다. 여기서 변조란, 원본 영상에 노이즈를 더하는 것(예: gaussian noise), 원본 영상의 화질을 낮추는 것, 원본 영상을 블러링(blurring)하는 것(예: gaussian blur), 원본 영상을 회전시키는 것(예: rotate), 원본 영상의 일부분 또는 일부 프레임을 삭제하는 것(예: crop or drop), 원본 영상의 밝기를 조정하는 것, 원본 영상에 감마 보정을 하는 것(예: gamma correction), 원본 영상을 확대, 축소 또는 이동하고, 의미 없는 배경을 삽입하는 것(예: zoom and shift), 원본 영상을 좌우 반전 또는 상하 반전하는 것(예: flip) 등과 같이 원본 영상에 일정한 변형을 가하는 것을 포함할 수 있다. 일 실시예에서, 원본 영상과 동일한 식별 대상 영상은 원본 영상으로부터 변조된 것으로 결정될 수 있다.
일 실시예에 따르면, 컴퓨팅 장치는 원본 영상의 지문과 식별 대상 영상의 지문을 매칭 알고리즘(160)에 입력하여 변조 여부를 결정(170)할 수 있다. 매칭 알고리즘(160)은 식별 대상 영상의 지문의 적어도 일부가 원본 영상의 지문의 적어도 일부와 동일하거나, 유사하거나, 오차 범위 내인 경우, 식별 대상 영상이 원본 영상으로부터 변조된 것으로 결정할 수 있다. 예를 들어, 원본 영상의 지문이 [a, b, c, d, e, f, g, h]이고, 식별 대상 영상의 지문이 [c, d, e, f, g]인 경우, 식별 대상 영상의 지문은 원본 영상의 지문의 일부(원본 영상의 지문의 3번째 성분부터 7번째 성분까지)와 동일하므로, 매칭 알고리즘(160)은 식별 대상 영상이 원본 영상으로부터 변조된 것으로 결정할 수 있다.
이와 같은 구성에 의해, 저작권 침해를 회피하기 위해 원본 영상으로부터 변조된 영상을 식별할 수 있으며, 영상의 저작권 보호를 강화할 수 있다.
도 2는 본 개시의 일 실시예에 따른 컴퓨팅 장치(200)의 내부 구성을 나타내는 블록도이다. 컴퓨팅 장치(200)는 메모리(210), 프로세서(220), 통신 모듈(230) 및 입출력 인터페이스(240)를 포함할 수 있다. 도 2에 도시된 바와 같이, 컴퓨팅 장치(200)는 통신 모듈(230)을 이용하여 네트워크를 통해 정보 및/또는 데이터를 통신할 수 있도록 구성될 수 있다.
메모리(210)는 비-일시적인 임의의 컴퓨터 판독 가능한 기록매체를 포함할 수 있다. 일 실시예에 따르면, 메모리(210)는 RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 다른 예로서, ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리와는 구분되는 별도의 영구 저장 장치로서 컴퓨팅 장치(200)에 포함될 수 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드(예를 들어, 컴퓨팅 장치(200)에 설치되어 구동되는 영상의 지문 추출, 영상의 변조 여부 식별 등을 위한 코드)가 저장될 수 있다.
이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 이러한 컴퓨팅 장치(200)에 직접 연결가능한 기록 매체를 포함할 수 있는데, 예를 들어, 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 예로서, 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(230)을 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템이 통신 모듈(230)을 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(예를 들어, 영상의 지문 추출, 영상의 변조 여부 식별 등을 위한 프로그램 등)에 기반하여 메모리(210)에 로딩될 수 있다.
프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 모듈(230)에 의해 사용자 단말(미도시) 또는 다른 외부 시스템으로 제공될 수 있다. 예를 들어, 프로세서(220)는 영상에 포함된 복수의 프레임 각각으로부터 2차원 이산 코사인 변환 계수를 산출하고, 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하고, 추출된 계수에 기초하여 영상의 지문을 산출할 수 있다. 또한, 프로세서(220)는 원본 영상의 지문을 획득하고, 식별 대상 영상의 지문을 추출하여, 원본 영상의 지문과 식별 대상 영상의 지문을 비교하여 식별 대상 영상의 변조 여부를 결정할 수 있다.
통신 모듈(230)은 네트워크를 통해 사용자 단말(미도시)과 컴퓨팅 장치(200)가 서로 통신하기 위한 구성 또는 기능을 제공할 수 있으며, 컴퓨팅 장치(200)가 외부 시스템(일례로 별도의 클라우드 시스템 등)과 통신하기 위한 구성 또는 기능을 제공할 수 있다. 일례로, 컴퓨팅 장치(200)의 프로세서(220)의 제어에 따라 제공되는 제어 신호, 명령, 데이터 등이 통신 모듈(230)과 네트워크를 거쳐 사용자 단말 및/또는 외부 시스템의 통신 모듈을 통해 사용자 단말 및/또는 외부 시스템으로 전송될 수 있다. 예를 들어, 컴퓨팅 장치에 의해 식별된 식별 대상 영상의 변조 여부가 외부 시스템(예: 저작권 관리 시스템 등)으로 전송될 수 있다.
또한, 컴퓨팅 장치(200)의 입출력 인터페이스(240)는 컴퓨팅 장치(200)와 연결되거나 컴퓨팅 장치(200)가 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 도 2에서는 입출력 인터페이스(240)가 프로세서(220)와 별도로 구성된 요소로서 도시되었으나, 이에 한정되지 않으며, 입출력 인터페이스(240)가 프로세서(220)에 포함되도록 구성될 수 있다. 컴퓨팅 장치(200)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다.
컴퓨팅 장치(200)의 프로세서(220)는 복수의 사용자 단말 및/또는 복수의 외부 시스템으로부터 수신된 정보 및/또는 데이터를 관리, 처리 및/또는 저장하도록 구성될 수 있다. 일 실시예에 따르면, 프로세서(220)는 사용자 단말 및/또는 외부 시스템으로부터 복수의 프레임을 포함하는 영상을 수신할 수 있다. 이 경우, 프로세서는 수신된 영상에 포함된 복수의 프레임 각각으로부터 2차원 이산 코사인 변환 계수를 산출하고, 2차원 이산 코사인 변환 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하고, 추출된 계수에 기초하여 영상의 지문을 산출할 수 있다.
도 3은 본 개시의 일 실시예에 따른 프로세서(220)의 내부 구성을 나타내는 블록도이다. 도시된 바와 같이, 프로세서(220)는 프레임 추출부(310), DCT 계수 산출부(320), DCT 계수 추출부(330), 지문 산출부(340), 변조 여부 결정부(350)를 포함할 수 있다. 프레임 추출부(310)는 영상으로부터 복수의 프레임을 추출할 수 있다. 일 실시예에 따르면, 프레임 추출부(310)는 영상에 포함된 복수의 프레임을 추출할 수 있다. 예를 들어, 영상이 총 n초이고, 복수의 프레임이 미리 정의된 시간 간격인 1/30 초마다 생성된 것인 경우, 영상의 0/30초, 1/30초, 2/30초, 3/30초, …, n/30초에 대응하는 정지 이미지(프레임)들을 추출할 수 있다. 다른 실시예에서, 영상이 특정 인코딩 알고리즘에 의해 압축된 경우, 프레임 추출부(310)는 영상에 디코딩 알고리즘을 적용함으로써 해당 영상에 포함된 프레임들을 추출할 수 있다.
DCT 계수 산출부(320)는 복수의 프레임 각각으로부터 2차원 DCT 계수를 산출할 수 있다. 일 실시예에 따르면, DCT 계수 산출부(320)는 복수의 프레임 각각으로부터 복수의 픽셀값 행렬을 획득하고, 복수의 픽셀값 행렬 각각에 대해 2차원 이산 코사인 변환을 수행하여 2차원 DCT 계수를 산출할 수 있다. 그런 다음, DCT 계수 산출부(320)는 산출된 2차원 DCT 계수 중 기저의 주파수가 미리 정의된 주파수 이하인 복수의 저대역 계수를 선택할 수 있다. 2차원 DCT 기저는 가로 방향의 코사인 기저 함수 및 세로 방향의 코사인 기저 함수를 포함할 수 있으므로, 저대역의 기준이 되는 '미리 정의된 주파수'는 가로 방향의 주파수 기준 및 세로 방향의 주파수 기준 중 적어도 하나를 포함할 수 있다. 일 실시예에서, DCT 계수 중 저대역 계수를 선택하는 과정은 DCT 계수 추출부(330)에 의해 수행될 수 있다. DCT 계수 산출부(320)가 2차원 DCT 계수를 산출하는 과정의 예시가 도 4를 참조하여 자세히 후술된다.
DCT 계수 추출부(330)는 2차원 DCT 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출할 수 있다. 일 실시예에 따르면, DCT 계수 추출부(330)는 저대역 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 복수의 계수를 추출할 수 있다. 상하 대칭 또는 좌우 대칭을 만족하는 기저의 계수에 기초하여 지문을 산출하는 경우, 영상이 좌우 반전 또는 상하 반전된 경우에도 영상의 지문이 유사하게 추출될 수 있기 때문에, DCT 계수 추출부(330)는 기저가 좌우 대칭 또는 상하 대칭 중 적어도 하나를 만족하는 계수를 추출할 수 있다. 여기서, 기저의 가로 방향 주파수 및 세로 방향 주파수가 모두 0인 직류 성분의 계수는 제외될 수 있다. 계수 추출부(330)가 2차원 DCT 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 과정의 예시는 도 5 내지 도 7를 참조하여 자세히 후술된다.
지문 산출부(340)는 DCT 계수 추출부(330)에 의해 추출된 계수에 기초하여 영상의 지문을 산출할 수 있다. 일 실시예에 따르면, 지문 산출부(340)는 추출된 계수로부터 복수의 프레임의 시간상 변화에 따른 계수의 변화량의 평균을 산출할 수 있다. 예를 들어, 지문 산출부(340)는 계수 중 기저가 같은 계수의 인접 프레임 사이의 변화량을 산출하고, 산출된 변화량의 기저 별 평균을 산출할 수 있다. 산출된 변화량의 기저 별 평균은 영상의 지문으로 사용될 수 있다. 지문 산출부(340)가 영상의 지문을 산출하는 과정의 예시는 도 8를 참조하여 자세히 후술된다.
변조 여부 결정부(350)는 원본 영상의 지문과 식별 대상 영상의 지문을 비교하여 식별 대상 영상의 변조 여부를 결정할 수 있다. 일 실시예에 따르면, 변조 여부 결정부(350)는 원본 영상의 지문과 식별 대상 영상의 지문을 매칭 알고리즘에 입력하여 변조 여부를 결정할 수 있다. 매칭 알고리즘은 식별 대상 영상의 지문의 적어도 일부가 원본 영상의 지문의 적어도 일부와 동일하거나, 유사하거나, 오차 범위 내인 경우, 식별 대상 영상이 원본 영상으로부터 변조된 것으로 결정할 수 있다.
도 3에서 도시한 프로세서(220)의 내부 구성은 예시일 뿐이며, 일부 실시예에서는 도시한 내부 구성 외 다른 구성을 추가로 포함할 수 있으며, 일부 구성이 생략될 수도 있으며, 일부 과정이 다른 구성 또는 외부 시스템에 의해 수행될 수 있다. 예를 들어, 프레임 추출부(310)가 생략되는 경우, 복수의 프레임을 외부 시스템으로부터 수신할 수 있다. 다른 예로, 변조 여부 결정부(350)가 생략되는 경우, 프로세서(220)는 영상의 지문을 추출하는 과정만을 수행하고, 외부 시스템에서 변조 여부가 결정될 수 있다. 또한, 도 3에서 프로세서(220)의 내부 구성들을 기능별로 구분하여 설명하였으나, 이것은 내부 구성들이 반드시 물리적으로 구분되는 것을 의미하지 않는다.
도 4는 복수의 프레임(410) 각각으로부터 2차원 이산 코사인 변환 계수(420)를 산출하고, 저대역 계수(430)를 선택하는 방법의 예시를 나타내는 도면이다. 일 실시예에 따르면, 컴퓨팅 장치는 영상에 포함된 복수의 프레임(410) 각각으로부터 2차원 이산 코사인 변환을 수행하여 2차원 DCT 계수(420)를 산출할 수 있다. 예를 들어, 복수의 프레임(410) 각각은 2차원의 픽셀값 행렬로 표현될 수 있다. 이러한 복수의 2차원 픽셀값 행렬 각각에 대해 2차원 이산 코사인 변환을 수행함으로써 2차원 DCT 계수 행렬(420)을 산출할 수 있다. 복수의 프레임(또는 복수의 픽셀값 행렬)(410) 각각에 대해 DCT를 수행하기 때문에, 2차원 DCT 계수 행렬(420)은 프레임(410)의 개수만큼 산출될 수 있다. 또한, 2차원 DCT 행렬의 크기는 2차원 픽셀값 행렬의 크기(즉, 영상의 해상도)와 동일할 수 있다. 예를 들어, 영상의 해상도(height X width)가 144 X 176 이고, 프레임의 개수가 100,000개인 경우, 크기가 144 X 176인 2차원 DCT 계수 행렬이 100,000개 산출될 수 있다.
일 실시예에 따르면, 2차원 DCT의 기저는 가로 방향의 주파수(horizontal frequency) 및 세로 방향의 주파수(vertical frequency)를 포함할 수 있다. 2차원 DCT 계수 행렬(420)에서 가장 왼쪽 열 계수의 기저의 가로 방향 주파수는 0일 수 있으며, 오른쪽으로 갈수록 기저의 가로 방향 주파수가 증가할 수 있다. 또한, 2차원 DCT 계수 행렬(420)에서 가장 위쪽 행 계수의 기저의 세로 방향 주파수는 0일 수 있으며, 아래쪽으로 갈수록 기저의 세로 방향 주파수가 증가할 수 있다. 즉, 2차원 DCT 계수 행렬(420)에서 가로 방향 인덱스(index)가 클수록 가로 방향 주파수가 큰 기저의 계수일 수 있으며, 세로 방향 인덱스가 클수록 세로 방향 주파수가 큰 기저의 계수일 수 있다.
일 실시예에 따르면, 컴퓨팅 장치는 산출된 2차원 DCT 계수(420)로부터 저대역 계수(430)를 선택할 수 있다. DCT를 수행하면, 이미지에 대한 시각적으로 중요한 정보의 대부분(예: 이미지에 포함된 객체들의 윤곽 및 변화 양상)이 저대역 부분에 집중될 수 있다. 따라서, 컴퓨팅 장치는 DCT 계수(420) 중 저대역 계수(430)만을 선택함으로써, 여러 종류의 변조에 대응하여 원본 영상의 복제 여부를 식별할 수 있는 지문을 추출할 수 있다. 저대역 계수(430)를 선택하기 위한 저대역 조건은 가로 방향 주파수 조건 및 세로 방향 주파수 조건을 포함할 수 있다. 예를 들어, 컴퓨팅 장치는 2차원 DCT 계수(420) 중 가로 방향의 주파수가 제1 사전 정의된 주파수 이하이고, 2차원 DCT 계수(420) 중 세로 방향의 주파수가 제2 사전 정의된 주파수 이하인 계수를 저대역 계수(430)로 선택할 수 있다. 일 실시예에서, 저대역 계수(430)를 선택하기 위한 저대역 조건은 영상의 해상도를 기준으로 결정될 수 있다. 예를 들어, 컴퓨팅 장치는 영상의 해상도를 기준으로 일정 비율 이하의 인덱스를 저대역으로 결정할 수 있다.
일 실시예에 따르면, 컴퓨팅 장치는 2차원 DCT 계수(420)로부터 저대역 계수(430)를 선택할 때, 복수의 프레임의 모두에 대해 같은 저대역 조건에 따라 저대역 계수를 선택할 수 있다.
도 5는 본 개시의 일 실시예에 따른 2차원 DCT 기저(510)의 예시를 나타낸다. 일 실시예에 따르면, 2차원 DCT 기저(510)는 2차원의 행렬로 표현될 수 있다. 도 5에는 8X8 행렬의 64가지 DCT 기저(510)의 예시가 도시되어 있다. 가로축은 가로 방향 코사인파 기저, 세로축은 세로 방향 코사인파 기저를 나타낼 수 있다. 또한, 가로 방향 주파수는 0에서 시작해서 오른쪽으로 갈수록 증가할 수 있고, 세로방향 주파수는 0에서 시작해서 아래로 갈수록 증가할 수 있다.
2차원 DCT 기저(510)는 좌우 대칭만 만족하는 기저, 상하 대칭만 만족하는 기저, 좌우 대칭 및 상하 대칭을 만족하는 기저(530), 모두 만족하지 않는 기저(520)를 포함할 수 있다. 기저가 좌우 대칭을 만족하는지 여부는 가로 방향 코사인파에 의해 결정될 수 있으며, 상하 대칭을 만족하는지 여부는 세로 방향 코사인파에 의해 결정될 수 있다. 즉, 같은 열의 기저들은 모두 좌우 대칭이거나 모두 좌우 대칭이 아닐 수 있고, 같은 행의 기저들은 모두 상하 대칭이거나 모두 상하 대칭이 아닐 수 있다. 또한, 인접 열의 기저는 좌우 대칭 여부가 다를 수 있으며, 인접 행의 기저는 상하 대칭 여부가 다를 수 있다.
도 6은 본 개시의 일 실시예에 따른 2차원 DCT 기저(510) 중 일부를 추출하는 예시를 나타낸다. 일 실시예에 따르면, 컴퓨팅 장치는 산출된 2차원 DCT 계수 또는 선택된 저대역 계수 중 기저가 상하 대칭을 만족하는 복수의 계수를 추출할 수 있다. 예를 들어, 도시된 2차원 DCT 기저(510) 중 1열, 3열, 5열, 7열의 기저의 계수들을 추출할 수 있다. 다른 실시예에 따르면, 컴퓨팅 장치는 산출된 2차원 DCT 계수 또는 선택된 저대역 계수 중 기저가 좌우 대칭을 만족하는 복수의 계수를 추출할 수 있다. 예를 들어, 도시된 2차원 DCT 기저(510) 중 1행, 3행, 5행, 7행의 기저의 계수들을 추출할 수 있다. 또 다른 실시예에 따르면, 컴퓨팅 장치는 산출된 2차원 DCT 계수 또는 선택된 저대역 계수 중 기저가 상하 대칭 및 좌우 대칭을 모두 만족하는 복수의 계수를 추출할 수 있다. 예를 들어, 도 5에 도시된 바와 같이 상하 대칭 및 좌우 대칭을 모두 만족하는 사각형으로 표시된 기저의 계수들을 추출할 수 있다. 2차원 DCT 계수 행렬 중 기저가 상하 대칭 및 좌우 대칭을 모두 만족하는 계수들을 표시하는 경우, 도시된 바와 같이 체크 무늬의 형태가 될 수 있다.
이와 같이, 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 기저의 계수만으로 지문을 산출함으로써, 영상이 좌우 반전 또는 상하 반전된 경우에도 영상의 지문이 원본 영상의 지문과 동일하거나 유사하게 추출될 수 있어, 영상의 변조 여부를 식별할 수 있다.
일 실시예에 따르면, 기저의 가로 방향의 주파수 및 기저의 세로 방향의 주파수가 모두 0인 계수(예: 도 5의 2차원 DCT 기저(510) 중 1행 1열의 기저의 계수)는 제외될 수 있다. 기저의 가로 방향의 주파수 및 기저의 세로 방향의 주파수가 모두 0인 계수는 직류 성분의 계수일 수 있다. 이미지 또는 영상 전체에 일정한 변형을 가하는 경우(예를 들어, 영상 전체의 밝기를 조정하는 경우) 직류 성분만 변할 수 있기 때문에, 직류 성분의 계수는 영상의 지문 추출에서 제외될 수 있다.
도 7은 본 개시의 일 실시예에 따른 저대역 계수(430) 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 방법의 예시를 나타내는 도면이다. 일 실시예에 따르면, 컴퓨팅 장치는 복수의 프레임의 2차원 DCT 계수 또는 복수의 프레임의 저대역 계수(430) 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수 중 적어도 일부를 추출할 수 있다. 예를 들어, 도시된 바와 같이 복수의 프레임의 저대역 계수(430) 중 기저가 상하 대칭 및 좌우 대칭을 만족하는 모든 계수를 추출(710)할 수 있다. 이와 같이 기저가 상하 대칭 및 좌우 대칭을 만족하는 계수를 모두 추출하는 경우, 2차원 DCT 계수 행렬에서 체크 무늬의 형태로 계수가 추출될 수 있다. 일 실시예에서, 직류 성분의 계수는 제외될 수 있다.
일 실시예에 따르면, 컴퓨팅 장치는 복수의 프레임 각각에 대해 같은 기저의 계수들을 추출할 수 있다. 즉, 모든 프레임의 저대역 계수(430)로부터 동일한 기저들의 계수를 추출할 수 있다.
일 실시예에 따르면, 복수의 프레임의 저대역 계수(430)로부터 추출된 계수들은 행렬(F)(720)로 표현될 수 있다. 예를 들어, 도시된 바와 같이, 가로축은 프레임, 세로 축은 추출된 계수를 나타내고, 크기가 [프레임 당 추출된 계수의 수 X 프레임의 수]인 행렬(F)(720)로 표현될 수 있다. 행렬(F)(720)에서 하나의 행은 복수의 프레임으로부터 추출된 같은 기저의 계수들로 구성될 수 있으며, 하나의 열은 같은 프레임으로부터 추출된 복수의 기저의 계수들로 구성될 수 있다. 도시된 바와 같이 인덱스가 0부터 시작하는 경우, 행렬(720)의 성분 Sm[k]는 m+1번째 프레임으로부터 추출된 k+1번째 기저의 계수를 나타낼 수 있다.
도 8은 본 개시의 일 실시예에 따른 영상의 지문(840)을 산출하는 방법의 예시를 나타내는 도면이다. 컴퓨팅 장치는 추출된 계수(720)에 기초하여, 영상의 지문을 산출할 수 있다. 일 실시예에 따르면, 컴퓨팅 장치는 추출된 계수(720)로부터 복수의 프레임의 시간상 변화에 따른 추출된 계수의 변화량의 평균을 산출함으로써, 영상의 지문을 산출할 수 있다.
구체적으로, 먼저, 컴퓨팅 장치는 복수의 프레임의 시간상 변화에 따른 추출된 계수의 변화량(820)을 산출할 수 있다. 예를 들어, 변화량(820)은 추출된 계수(720) 중 기저가 같은 계수의 인접 프레임 사이의 차이를 계산함으로써 산출될 수 있다. 도시된 바와 같이 Sm[k]가 m+1번째 프레임으로부터 추출된 k+1번째 기저의 계수인 경우, 변화량(820) Dm[k]는 Sm+1[k] - Sm[k]로 산출될 수 있다. 총 프레임의 수가 M개인 경우, 각 기저 별 인접 프레임 사이의 변화량은 M-1개(D0[k], D1[k], …, DM-2[k])가 산출될 수 있다.
그런 다음, 컴퓨팅 장치는 산출된 변화량(820)의 기저 별 평균(830)을 산출할 수 있다. 예를 들어, k+1번째 기저의 시간상 변화에 따른 계수의 변화량의 평균 Ak는 D0[k]부터 DM-2[k]까지의 평균으로 산출될 수 있다. 각 프레임 별로 추출된 계수의 수가 K개인 경우, 각 기저 별 평균(830)은 K개(A0, A1, …, AK-1)가 산출될 수 있다.
일 실시예에 따르면, 컴퓨팅 장치는 산출된 기저 별 시간상 변화에 따른 계수의 변화량의 평균(830)을 순서대로 나열하여 영상의 지문(840)을 산출할 수 있다. 이렇게 산출된 지문(840)은 영상의 변조 여부 식별에 사용될 수 있다.
도 9는 본 개시의 원본 영상(910) 및 식별 대상 영상(920)의 예시를 나타내는 도면이다. 저작권 침해를 회피하기 위해, 식별 대상 영상(920)은 원본 영상(910)으로부터 일정한 변형이 가해진 것일 수 있다. 예를 들어, 식별 대상 영상(920)은 원본 영상(910)에 노이즈를 더한 것(예: gaussian noise), 원본 영상의 화질을 낮춘 것, 원본 영상에 블러링 처리한 것(예: gaussian blur), 원본 영상을 회전시킨 것(예: rotate), 원본 영상의 일부분 또는 일부 프레임을 삭제한 것(예: crop or drop), 원본 영상의 밝기를 조정한 것, 원본 영상에 감마 보정을 한 것(예: gamma correction), 원본 영상을 확대, 축소 또는 이동하고, 의미 없는 배경을 삽입한 것(예: zoom and shift), 원본 영상을 좌우 반전 또는 상하 반전한 것(예: flip)일 수 있다.
이미지에 대한 시각적으로 중요한 정보의 대부분이 DCT 계수 중 저대역 계수에 집중되는 특징이 있기 때문에,　복수의 프레임으로부터 DCT 계수를 산출하여 저대역 계수만 추출하고 이를 이용해 지문을 산출함으로써 효과적으로 원본 영상에 대한 변조 여부를 식별할 수 있다. 또한, 영상에 변형이 가해져서 DCT 계수가 변경되더라도, 영상에 대한 시각적으로 중요한 정보의 대부분이 남아있는 경우, DCT 계수의 개략적인 변화 양상은 유사하므로, 변조 여부를 식별할 수 있다. 특히, 원본 영상을 좌우 반전 또는 상하 반전한 식별 대상 영상(920)의 경우, 저대역 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수들만 추출하여 지문을 산출함으로써, 변조 여부를 더욱 효과적으로 식별할 수 있다.
도 10은 본 개시의 일 실시예에 따른 영상의 지문을 추출하는 방법(1000)의 예시를 나타내는 흐름도이다. 방법(1000)의 각 단계는 적어도 하나의 프로세서에 의해 수행될 수 있다. 일 실시예에 따르면, 방법(1000)은 프로세서가 영상에 포함된 복수의 프레임 각각으로부터 2차원 DCT 계수를 산출함으로써 개시될 수 있다(S1010). 예를 들어, 프로세서는 복수의 프레임 각각으로부터 복수의 픽셀값 행렬을 획득하고, 복수의 픽셀값 행렬 각각으로부터 2차원 DCT 계수를 산출할 수 있다.
그런 다음, 프로세서는 2차원 DCT 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출할 수 있다(S1020). 일 실시예에 따르면, 프로세서는 2차원 DCT 계수 중 저대역 계수를 선택하고, 저대역 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 복수의 계수를 추출할 수 있다. 여기서 저대역 계수는 기저의 가로 방향의 주파수가 제1 사전 정의된 주파수 이하이고, 기저의 세로 방향의 주파수가 제2 사전 정의된 주파수 이하인 계수일 수 있다. 또한, 기저의 가로 방향의 주파수 및 기저의 세로 방향의 주파수가 모두 0인 계수(직류 성분의 계수)는 제외될 수 있다. 저대역 계수를 선택하는 과정 및/또는 직류 성분의 계수를 제외하는 과정은 단계(S1010)에서 수행될 수도 있다.
프로세서는 추출된 계수에 기초하여, 영상의 지문을 산출할 수 있다(S1030). 일 실시예에 따르면, 프로세서는 추출된 계수로부터 복수의 프레임의 시간상 변화에 따른 추출된 계수의 변화량의 평균을 산출함으로써, 영상의 지문을 산출할 수 있다. 예를 들어, 프로세서는 추출된 계수 중 기저가 같은 계수의 인접 프레임 사이의 변화량을 산출하고, 산출된 변화량의 기저 별 평균을 산출함으로써, 영상의 지문을 산출할 수 있다. 이렇게 추출된 영상의 지문은 영상의 변조 여부 식별에 사용될 수 있다.
도 11은 본 개시의 일 실시예에 따른 영상의 변조 여부를 식별하는 방법(1100)의 예시를 나타내는 흐름도이다. 일 실시예에 따르면, 프로세서는 원본 영상의 지문을 획득할 수 있다(S1110). 예를 들어, 데이터베이스에 저장된 원본 영상의 지문을 수신하거나, 프로세서가 본 개시의 일 실시예에 따른 영상의 지문을 추출하는 방법에 따라 원본 영상의 지문을 추출할 수 있다.
일 실시예에 따르면, 프로세서는 식별 대상 영상의 지문을 추출할 수 있다(S1120). 프로세서는 본 개시의 다양한 실시예에 따른 영상의 지문을 추출하는 방법에 따라 식별 대상 영상의 지문을 추출할 수 있으며, 원본 영상의 지문을 추출한 방법과 동일한 방법에 따라 식별 대상 영상의 지문을 추출할 수 있다.
프로세서는 획득된 원본 영상의 지문과 추출된 식별 대상 영상의 지문을 비교하여, 식별 대상 영상의 변조 여부를 결정할 수 있다(S1130). 일 실시예에서, 원본 영상과 동일한 식별 대상 영상은 원본 영상으로부터 변조된 것으로 결정될 수 있다. 일 실시예에 따르면, 프로세서는 원본 영상의 지문과 식별 대상 영상의 지문을 매칭 알고리즘에 입력하여 변조 여부를 결정할 수 있다. 매칭 알고리즘은 식별 대상 영상의 지문의 적어도 일부가 원본 영상의 지문의 적어도 일부와 동일하거나, 유사하거나, 오차 범위 내인 경우, 식별 대상 영상이 원본 영상으로부터 변조된 것으로 결정할 수 있다.
도 10 및 도 11에서 도시된 흐름도는 예시일 뿐이며, 일부 실시예에서는 다르게 구현될 수 있다. 예를 들면, 일부 단계가 추가 또는 생략되거나, 일부 단계의 순서가 바뀌거나, 일부 단계가 반복 수행될 수 있다.
상술한 방법은 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램으로 제공될 수 있다. 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수개 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 애플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
본 개시의 방법, 동작 또는 기법들은 다양한 수단에 의해 구현될 수도 있다. 예를 들어, 이러한 기법들은 하드웨어, 펌웨어, 소프트웨어, 또는 이들의 조합으로 구현될 수도 있다. 본원의 개시와 연계하여 설명된 다양한 예시적인 논리적 블록들, 모듈들, 회로들, 및 알고리즘 단계들은 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양자의 조합들로 구현될 수도 있음을 통상의 기술자들은 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 대체를 명확하게 설명하기 위해, 다양한 예시적인 구성요소들, 블록들, 모듈들, 회로들, 및 단계들이 그들의 기능적 관점에서 일반적으로 위에서 설명되었다. 그러한 기능이 하드웨어로서 구현되는지 또는 소프트웨어로서 구현되는지의 여부는, 특정 애플리케이션 및 전체 시스템에 부과되는 설계 요구사항들에 따라 달라진다. 통상의 기술자들은 각각의 특정 애플리케이션을 위해 다양한 방식들로 설명된 기능을 구현할 수도 있으나, 그러한 구현들은 본 개시의 범위로부터 벗어나게 하는 것으로 해석되어서는 안된다.
하드웨어 구현에서, 기법들을 수행하는 데 이용되는 프로세싱 유닛들은, 하나 이상의 ASIC들, DSP들, 디지털 신호 프로세싱 디바이스들(digital signal processing devices; DSPD들), 프로그램가능 논리 디바이스들(programmable logic devices; PLD들), 필드 프로그램가능 게이트 어레이들(field programmable gate arrays; FPGA들), 프로세서들, 제어기들, 마이크로제어기들, 마이크로프로세서들, 전자 디바이스들, 본 개시에 설명된 기능들을 수행하도록 설계된 다른 전자 유닛들, 컴퓨터, 또는 이들의 조합 내에서 구현될 수도 있다.
따라서, 본 개시와 연계하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 및 회로들은 범용 프로세서, DSP, ASIC, FPGA나 다른 프로그램 가능 논리 디바이스, 이산 게이트나 트랜지스터 로직, 이산 하드웨어 컴포넌트들, 또는 본원에 설명된 기능들을 수행하도록 설계된 것들의 임의의 조합으로 구현되거나 수행될 수도 있다. 범용 프로세서는 마이크로프로세서일 수도 있지만, 대안으로, 프로세서는 임의의 종래의 프로세서, 제어기, 마이크로제어기, 또는 상태 머신일 수도 있다. 프로세서는 또한, 컴퓨팅 디바이스들의 조합, 예를 들면, DSP와 마이크로프로세서, 복수의 마이크로프로세서들, DSP 코어와 연계한 하나 이상의 마이크로프로세서들, 또는 임의의 다른 구성의 조합으로서 구현될 수도 있다.
펌웨어 및/또는 소프트웨어 구현에 있어서, 기법들은 랜덤 액세스 메모리(random access memory; RAM), 판독 전용 메모리(read-only memory; ROM), 비휘발성 RAM(non-volatile random access memory; NVRAM), PROM(programmable read-only memory), EPROM(erasable programmable read-only memory), EEPROM(electrically erasable PROM), 플래시 메모리, 컴팩트 디스크(compact disc; CD), 자기 또는 광학 데이터 스토리지 디바이스 등과 같은 컴퓨터 판독가능 매체 상에 저장된 명령들로서 구현될 수도 있다. 명령들은 하나 이상의 프로세서들에 의해 실행 가능할 수도 있고, 프로세서(들)로 하여금 본 개시에 설명된 기능의 특정 양태들을 수행하게 할 수도 있다.
이상 설명된 실시예들이 하나 이상의 독립형 컴퓨터 시스템에서 현재 개시된 주제의 양태들을 활용하는 것으로 기술되었으나, 본 개시는 이에 한정되지 않고, 네트워크나 분산 컴퓨팅 환경과 같은 임의의 컴퓨팅 환경과 연계하여 구현될 수도 있다. 또 나아가, 본 개시에서 주제의 양상들은 복수의 프로세싱 칩들이나 장치들에서 구현될 수도 있고, 스토리지는 복수의 장치들에 걸쳐 유사하게 영향을 받게 될 수도 있다. 이러한 장치들은 PC들, 네트워크 서버들, 및 휴대용 장치들을 포함할 수도 있다.
본 명세서에서는 본 개시가 일부 실시예들과 관련하여 설명되었지만, 본 개시의 발명이 속하는 기술분야의 통상의 기술자가 이해할 수 있는 본 개시의 범위를 벗어나지 않는 범위에서 다양한 변형 및 변경이 이루어질 수 있다. 또한, 그러한 변형 및 변경은 본 명세서에 첨부된 특허청구의 범위 내에 속하는 것으로 생각되어야 한다.
110: 원본 영상
120: 원본 영상의 지문을 추출
130: 데이터베이스
140: 식별 대상 영상
150: 식별 대상 영상의 지문을 추출
160; 매칭 알고리즘
170: 변조 여부를 결정

Claims (19)

  1. 적어도 하나의 프로세서에 의해 실행되는, 복수의 프레임을 포함하는 영상의 지문(fingerprint)을 추출하는 방법에 있어서,
    상기 복수의 프레임 각각으로부터 2차원 이산 코사인 변환(discrete cosine transform; DCT) 계수를 산출하는 단계;
    상기 2차원 DCT 계수 중 기저(basis)가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 단계; 및
    상기 복수의 프레임의 시간상 변화에 따른 상기 추출된 계수의 변화량에 기초하여, 상기 영상의 지문을 산출하는 단계;
    를 포함하고,
    상기 방법은, 상기 방법을 구현하도록 프로그래밍된 컴퓨터 프로그램을 통해 상기 적어도 하나의 프로세서에 의해 실행되는, 영상의 지문을 추출하는 방법.
  2. 제1항에 있어서,
    상기 2차원 DCT 계수를 산출하는 단계는,
    상기 복수의 프레임 각각으로부터 복수의 픽셀값 행렬을 획득하는 단계; 및
    상기 복수의 픽셀값 행렬 각각으로부터 2차원 DCT 계수를 산출하는 단계
    를 포함하는, 영상의 지문을 추출하는 방법.
  3. 제1항에 있어서,
    상기 2차원 DCT 계수를 산출하는 단계는,
    상기 복수의 프레임 각각으로부터 2차원 DCT 계수를 산출하는 단계; 및
    상기 2차원 DCT 계수로부터 기저의 가로 방향의 주파수가 제1 사전 정의된 주파수 이하이고 기저의 세로 방향의 주파수가 제2 사전 정의된 주파수 이하인 복수의 저대역 계수를 선택하는 단계를 포함하는, 영상의 지문을 추출하는 방법.
  4. 제1항에 있어서,
    상기 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 단계는,
    상기 2차원 DCT 계수로부터 기저의 가로 방향의 주파수가 제1 사전 정의된 주파수 이하이고, 기저의 세로 방향의 주파수가 제2 사전 정의된 주파수 이하인 복수의 저대역 계수를 선택하는 단계; 및
    상기 복수의 저대역 계수 중 기저가 상하 대칭 또는 좌우 대칭을 만족하는 복수의 계수를 추출하는 단계
    를 포함하는, 영상의 지문을 추출하는 방법.
  5. 제1항에 있어서,
    상기 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 단계는,
    상기 2차원 DCT 계수로부터 기저의 가로 방향의 주파수가 제1 사전 정의된 주파수 이하이고, 기저의 세로 방향의 주파수가 제2 사전 정의된 주파수 이하인 복수의 저대역 계수를 선택하는 단계; 및
    상기 복수의 저대역 계수 중 기저가 상하 대칭 및 좌우 대칭을 만족하는 복수의 계수를 추출하는 단계
    를 포함하는, 영상의 지문을 추출하는 방법.
  6. 제1항에 있어서,
    상기 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 단계는,
    상기 2차원 DCT 계수로부터 기저의 가로 방향의 주파수 및 기저의 세로 방향의 주파수가 모두 0인 계수를 제외하는 단계를 포함하는, 영상의 지문을 추출하는 방법.
  7. 제1항에 있어서,
    상기 복수의 프레임의 시간상 변화에 따른 상기 추출된 계수의 변화량에 기초하여, 상기 영상의 지문을 산출하는 단계는,
    상기 추출된 계수로부터 상기 복수의 프레임의 시간상 변화에 따른 상기 추출된 계수의 변화량의 평균을 산출하는 단계를 포함하는, 영상의 지문을 추출하는 방법.
  8. 제7항에 있어서,
    상기 추출된 계수의 변화량의 평균을 산출하는 단계는,
    상기 추출된 계수 중 기저가 같은 계수의 인접 프레임 사이의 변화량을 산출하는 단계; 및
    상기 산출된 변화량의 기저 별 평균을 산출하는 단계
    를 포함하는, 영상의 지문을 추출하는 방법.
  9. 적어도 하나의 프로세서에 의해 실행되는, 영상의 변조 여부를 식별하는 방법에 있어서,
    원본 영상의 지문을 획득하는 단계;
    제1항 내지 제8항 중 어느 한 항에 따른 방법에 따라 식별 대상 영상의 지문을 추출하는 단계; 및
    상기 획득된 원본 영상의 지문과 상기 추출된 지문을 비교하여 상기 식별 대상 영상의 변조 여부를 결정하는 단계
    를 포함하고,
    상기 식별하는 방법은, 상기 식별하는 방법을 구현하도록 프로그래밍된 컴퓨터 프로그램을 통해 상기 적어도 하나의 프로세서에 의해 실행되는, 영상의 변조 여부를 식별하는 방법.
  10. 제1항 내지 제9항 중 어느 한 항에 따른 방법을 컴퓨터에서 실행하기 위해 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  11. 컴퓨팅 장치로서,
    메모리; 및
    상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로그램은,
    영상에 포함된 복수의 프레임 각각으로부터 2차원 DCT 계수를 산출하고,
    상기 2차원 DCT 계수 중 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하고,
    상기 복수의 프레임의 시간상 변화에 따른 상기 추출된 계수의 변화량에 기초하여, 상기 영상의 지문을 산출하기 위한 명령어들을 포함하는, 컴퓨팅 장치.
  12. 제11항에 있어서,
    상기 2차원 DCT 계수를 산출하는 것은,
    상기 복수의 프레임 각각으로부터 복수의 픽셀값 행렬을 획득하고,
    상기 복수의 픽셀값 행렬 각각으로부터 2차원 DCT 계수를 산출하는 것을 포함하는, 컴퓨팅 장치.
  13. 제11항에 있어서,
    상기 2차원 DCT 계수를 산출하는 것은,
    상기 복수의 프레임 각각으로부터 2차원 DCT 계수를 산출하고,
    상기 2차원 DCT 계수로부터 기저의 가로 방향의 주파수가 제1 사전 정의된 주파수 이하이고 기저의 세로 방향의 주파수가 제2 사전 정의된 주파수 이하인 복수의 저대역 계수를 선택하는 것을 포함하는, 컴퓨팅 장치
  14. 제11항에 있어서,
    상기 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 것은,
    상기 2차원 DCT 계수로부터 기저의 가로 방향의 주파수가 제1 사전 정의된 주파수 이하이고, 기저의 세로 방향의 주파수가 제2 사전 정의된 주파수 이하인 복수의 저대역 계수를 선택하고,
    상기 복수의 저대역 계수 중 기저가 상하 대칭 또는 좌우 대칭을 만족하는 복수의 계수를 추출하는 것을 포함하는, 컴퓨팅 장치.
  15. 제11항에 있어서,
    상기 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 것은,
    상기 2차원 DCT 계수로부터 기저의 가로 방향의 주파수가 제1 사전 정의된 주파수 이하이고, 기저의 세로 방향의 주파수가 제2 사전 정의된 주파수 이하인 복수의 저대역 계수를 선택하고,
    상기 복수의 저대역 계수 중 기저가 상하 대칭 및 좌우 대칭을 만족하는 복수의 계수를 추출하는 것을 포함하는, 컴퓨팅 장치.
  16. 제11항에 있어서,
    상기 기저가 상하 대칭 또는 좌우 대칭 중 적어도 하나를 만족하는 계수를 추출하는 것은,
    상기 2차원 DCT 계수로부터 기저의 가로 방향의 주파수 및 기저의 세로 방향의 주파수가 모두 0인 계수를 제외하는 것을 포함하는, 컴퓨팅 장치.
  17. 제11항에 있어서,
    상기 복수의 프레임의 시간상 변화에 따른 상기 추출된 계수의 변화량에 기초하여, 상기 영상의 지문을 산출하는 것은,
    상기 추출된 계수로부터 상기 복수의 프레임의 시간상 변화에 따른 상기 추출된 계수의 변화량의 평균을 산출하는 것을 포함하는, 컴퓨팅 장치.
  18. 제17항에 있어서,
    상기 추출된 계수의 변화량의 평균을 산출하는 것은,
    상기 추출된 계수 중 기저가 같은 계수의 인접 프레임 사이의 변화량을 산출하고,
    상기 산출된 변화량의 기저 별 평균을 산출하는 것을 포함하는, 컴퓨팅 장치.
  19. 컴퓨팅 장치로서,
    메모리; 및
    상기 메모리와 연결되고, 상기 메모리에 포함된 컴퓨터 판독 가능한 적어도 하나의 프로그램을 실행하도록 구성된 적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로그램은,
    원본 영상의 지문을 획득하고,
    제1항 내지 제8항 중 어느 한 항에 따른 방법에 따라 식별 대상 영상의 지문을 추출하고,
    상기 획득된 원본 영상의 지문과 상기 추출된 지문을 비교하여 상기 식별 대상 영상의 변조 여부를 결정하기 위한 명령어들을 포함하는, 컴퓨팅 장치.
KR1020210109090A 2021-08-18 2021-08-18 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치 KR102600706B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020210109090A KR102600706B1 (ko) 2021-08-18 2021-08-18 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치
JP2022129969A JP7375133B2 (ja) 2021-08-18 2022-08-17 複数のフレームを含む映像の指紋を抽出する方法および装置
US17/820,354 US20230059559A1 (en) 2021-08-18 2022-08-17 Method and apparatus for extracting a fingerprint of a video having a plurality of frames

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210109090A KR102600706B1 (ko) 2021-08-18 2021-08-18 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20230026905A KR20230026905A (ko) 2023-02-27
KR102600706B1 true KR102600706B1 (ko) 2023-11-08

Family

ID=85228663

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210109090A KR102600706B1 (ko) 2021-08-18 2021-08-18 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치

Country Status (3)

Country Link
US (1) US20230059559A1 (ko)
JP (1) JP7375133B2 (ko)
KR (1) KR102600706B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101778530B1 (ko) 2011-06-14 2017-09-15 삼성전자 주식회사 영상 처리 방법 및 장치

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003210625A1 (en) * 2002-01-22 2003-09-02 Digimarc Corporation Digital watermarking and fingerprinting including symchronization, layering, version control, and compressed embedding
JP4020302B2 (ja) * 2002-06-19 2007-12-12 学校法人慶應義塾 情報埋め込み装置および情報抽出装置
KR100538414B1 (ko) * 2004-05-12 2005-12-22 (주)펜타마이크로 디씨티 기반의 영상 압축 시스템을 위한 데이터 위변조방지 방법
US20060107056A1 (en) * 2004-11-17 2006-05-18 Dhiraj Bhatt Techniques to manage digital media
EP2198376B1 (en) * 2007-10-05 2016-01-27 Dolby Laboratories Licensing Corp. Media fingerprints that reliably correspond to media content
US8340343B2 (en) * 2008-10-31 2012-12-25 General Instrument Corporation Adaptive video fingerprinting
EP2437498A1 (en) * 2010-09-30 2012-04-04 British Telecommunications Public Limited Company Digital video fingerprinting

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101778530B1 (ko) 2011-06-14 2017-09-15 삼성전자 주식회사 영상 처리 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
이강현 저, 'DCT 블록의 멀티미디어 핑거프린팅,' 전기전자학회 논문지 제15권 제3호 pp.241-247 (2011.09.01.)

Also Published As

Publication number Publication date
JP7375133B2 (ja) 2023-11-07
KR20230026905A (ko) 2023-02-27
US20230059559A1 (en) 2023-02-23
JP2023029293A (ja) 2023-03-03

Similar Documents

Publication Publication Date Title
Hannuna et al. DS-KCF: a real-time tracker for RGB-D data
US9865063B2 (en) Method and system for image feature extraction
CN101276363A (zh) 文档图像的检索装置及文档图像的检索方法
CN106713964A (zh) 一种生成视频摘要视点图的方法及装置
Hua et al. Similarity measure for image resizing using SIFT feature
Liu et al. Digital image forgery detection using JPEG features and local noise discrepancies
WO2014044158A1 (zh) 一种图像中的目标物体识别方法及装置
CN109840491B (zh) 视频流播放方法、系统、计算机装置及可读存储介质
US10713495B2 (en) Video signatures based on image feature extraction
US20220261506A1 (en) Methods for determining data integrity using overlapping regions
CN102844740A (zh) 虚拟计算机显示装置、虚拟计算机显示方法、虚拟计算机显示程序、记录介质以及集成电路
KR102600706B1 (ko) 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치
Mairon et al. A closer look at context: From coxels to the contextual emergence of object saliency
CN107918936B (zh) 使用标签跟踪用于分块匹配算法的高频偏移
KR102594875B1 (ko) 복수의 프레임을 포함하는 영상의 지문을 추출하는 방법 및 장치
CN111199188B (zh) 遥感影像差异图的像素处理方法、装置、存储介质及设备
JP6892844B2 (ja) 情報処理装置、情報処理方法、透かし検出装置、透かし検出方法、及びプログラム
CN112070671B (zh) 一种基于频谱分析的马赛克去除方法、系统、终端及存储介质
US20220222836A1 (en) Method for determining height of plant, electronic device, and storage medium
CN112487943B (zh) 关键帧去重的方法、装置和电子设备
Chaitra et al. Digital image forgery: taxonomy, techniques, and tools–a comprehensive study
Agarwal et al. A maximum relevancy and minimum redundancy feature selection approach for median filtering forensics
JP6412625B1 (ja) カウント装置及びカウントプログラム
US20230233943A1 (en) Method and system for processing textual depictions in a computer game screenshot
CN115174925A (zh) 视频敏感信息去除方法、装置及计算机可读存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant