http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Video identification based on common features in a scene segmented by CNN
Kim Jongweon(김종원),Han Sungjun(한성준),Kim Yongbae(김용배),Lee Jungjae(이정재) 한국전시산업융합연구원 2017 한국과학예술융합학회 Vol.31 No.-
Video fingerprinting is an important issue in the copyright protection field as digital environment enables the copyright infringement to get easier and easier. Copyright owners want to identify contents on the net and to block infringed contents. In this paper, we propose an efficient algorithm to identify video contents even if we only have a video frame. The algorithm divides a video content into scenes using deep learning network and then extracts common feature from a scene. We use deep learning with convolution neural network for video scene segmentation. It can be more precise than traditional method that use histogram. The feature database contains only a set of common features per a scene. The proposed algorithm can reduce the size of the database by a factor of a hundred, which can reduce the database comparison time by a factor of a few.
김종원(Jongweon Kim),이정수(Jungsoo Lee),최종옥(Jonguk Choi) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.1A
인터넷의 활성화로 멀티미디어 콘텐츠의 저작권 보호에 대한 필요성이 점차 증대되고 있다. 본 연구에서는 디지털 워터마킹 기술을 이용하여 사용자 레벨에 따라 차별화된 콘텐츠 서비스를 제공하여 저작권을 보호할 수 있는 새로운 기술을 연구하였다. 여기서는 유료 사용자와 무료 사용자의 두 계층으로 분리하여 서비스를 할 수 있도록 하였으며, 유료 사용자는 고품질의 서비스를 무료 사용하는 저품질의 콘텐츠나 가시적인 로고가 들어가 있는 콘텐츠를 서비스 받도록 차별화할 수 있다. 디지털 워터마킹 기술은 콘텐츠의 품질을 높일 수 있는 정보를 은닉하는 데 활용된다.
기대일치와 인지된 혜택이 대학의 온라인 수업의 만족도와 지속적 사용 의도에 미치는 영향
김종원 ( Kim Jongweon ),김대길 ( Kim Daekil ) 한국정보시스템학회 2020 情報시스템硏究 Vol.29 No.4
Purpose Many students have concerned about the quality and operation of online courses with universities offering online courses to avoid the spread of COVID-19. To deepen our understanding of university online class systems, this research aims to assess students' satisfaction with online class systems and continuous usage intention on the basis of the perceived benefits and expectation confirmation theory. Design/methodology/approach This paper empirically analyzes the impact of each perceived benefit on user satisfaction and the intention to use it continuously by dividing the perceived benefits considered in existing literature into utilitarian benefits (convenience), emotional benefits (pleasure), and symbolic benefits (personal benefits). Moreover, the perceived expectations and performance have also been assessed with its impact on satisfaction and the intention to continue use. Data collected from 241 university students were empirically tested against a research model. Findings Analysis results showed that perceived advantages (comfort, enjoyment and personalized benefit) significantly affect user satisfaction and that perceived benefits have positive effects on the intention to continue use whereas the expected confirmation do not significantly influence on the intention to continue use.
웨이브렛 변환과 DCT를 이용한 digital watermarking 기법
김종원(Kim Jongweon),조정석(Cho Jungsug),이한호(Lee Hanho),최종욱(Choi Jonguk) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
본 연구는 Wavelet Transform을 이미지 처리에 적용하여 지적재산권 보호를 위한 Watermarking 기술을 연구하였다. Watermark가 이미지에 Invisible하게 삽입되면서 압축, Filtering, truncation등과 같은 이미지 처리에도 강력한 Watermark 기술 연구에 중점을 두었다. 특히 완벽한 복원을 위하여 Wavelet Transform을 사용하였고, 또한 DCT기술을 접목시킴으로 해서 압축에 강력한 결과를 나타내게 되었다.
칼라 이미지에 대한 digital watermarking 기술 연구
김종원(Kim Jongweon),조정석(Cho Jungsug),이한호(Lee Hanho),최종욱(Choi Jonguk) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.2Ⅱ
본 연구는 인터넷과 같은 가상공간에서의 칼라 영상 데이터에 대한 지적재산권 보호를 위한 Watermarking 기술을 연구하였다. 이미지에 Invisible Watermark를 삽입하였으며, 칼라 이미지를 압축, Filtering, truncation등과 같은 처리에도 Watermark의 내구성을 높이는 기술 연구에 중점을 두었다.
Audio Fragment Identification System
Xun Jin,Jongweon Kim 보안공학연구지원센터 2014 International Journal of Multimedia and Ubiquitous Vol.9 No.12
Audio identification technologies are becoming of increasing interest for copyright protection and digital forensic. In this paper, we propose an audio fragment identification system for efficient audio identifying applications in practice. To identify an audio file fragment, we have to decode it according to its format. Thus, we precede format classification of audio fragment using Support Vector Machine in advance. After identify the format, fragment recovery is implemented by adding a maximum similar frame header in front of the fragment. Then we extract a chroma feature from the decoded audio data to achieve audio identification. The experimental results show the evaluations of the format classification, fragment recovery and audio identification.