[논문]워터마킹 기법을 이용한 생체정보와 취급자 정보의 은닉

이욱재; 이대종; 박진일; 조재훈; 전명근

doi:10.5391/jkiis.2009.19.1.075

문제 정의

다음으로, 취급자 정보인 ID와 얼굴특징값을 워터마크 정보로 삽입하고 추출한 결과를 살펴보고자 한다. 표 1에서 보는 바와 같이 얼굴영상 또는 지문영상 등의 원본영상의 종류에 상관없이 제안된 알고리즘에 의해 얼굴 특징값을 은닉하고 추출하였다 하더라도 얼굴인식률이 82[%]로 나타나 JPEG 품질저하와 커버영상의 종류에 상관없이 동일한 결과를 보였다.
2회 또는 3회 취급자 정보를 삽입한 혹: 추출한 경우에는 1회 삽입 후 추출한 경우와 달리 최종 판단을 위한 융합과정이 필요하다. 본 논문에서는 가시성을 향상시키기 위하여 이진영상으로 표현된 취급자정보를 평균한 그레이 영상으로 표현하였다. 그림 4에서는 개인정보를 3회 삽입하고 추출한 후 제안된 융합방법에 의한 최종적인 개인정보를 나타냈다.
본 논문에서는 워터마킹 기법을 적용한 생체정보 및 취급자 정보의 은닉 방법을 제시하였으며 다양한 실힘을 통하여 제시된 방법의 유용성을 검증하였다. 분석결과를 요약하면, 워터마크가 삽입된 커버 영상의 인식률 측면에서는 지문 영상보다는 얼굴영상이 효과적인 것으로 나타났다.
본 연구에서는 생체정보 뿐만 아니라 이진 영상으로 표현된 취급자 정보를 동시에 고려한 은닉방법을 제안하였다. 우선, 취급자 정보의 삽입 정도에 따른 생체 인식시스템의 영향을 분석하기 위하여 동일한 취급자 정보를 1회, 2회 및 3회 반복적으로 삽입 하였다.
이후 검증용으로 사용된 나머지 영상들을 이용하여 동일한 방법으로 펴지 선형판별분석기법 및 체인 코드 컨투어기법에 의해 특징들을 추출한 후 생체 DB에 저장된 학습용 특징들과 비교를 통하여 최종 인식률을 산출한다. 이 때 검증용으로 사용된 생체영상에 위에서 설명한 여러 가지의 워터마크 데이터를 삽입하여 워터마크 삽입 전과 후의 특성을 본 실험을 통하여 분석하고자 한다.
이어〕, 본 논문에서는 생체정보의 은닉 및 추출만을 고려한 논문 [9]의 연구결과를 토대로 생체정보와 더불어 취급자 정보를 효과적으로 은닉 및 추출할 수 있는 방법을 개발한다. 개발된 방법은 인증되지 않은 불법사용자로부터 생체정보의 유출을 방지하기 위한 기법뿐만 아니라 설령 생체정보가 유출되더라고 취급자정보에 의해 유출된 생체정보의 유출 성 보를 파악할 수 있는 특징이 있다.

제안 방법

다음고} 같이 다양한 경우를 고려흐}였다. Case 1) 의실험을 살펴보면, 제안된 방법의 성능비교 기준인 워터마크삽입 전의 인식률을 분석하였다. 또한, 이진영상으로 표현된 취급자 정보를 포함하고 있는 얼굴영상에 퍼지 선형판별분석기법〔10] 을 적용하여 계산된 얼굴특징값을 이용한 인식률 분석과 은닉된 취급자 정보를 제안된 방법에 의해 추출한 후의 취급자 정보의 왜곡상태를 분석하였다.
개발된 방법은 인증되지 않은 불법사용자로부터 생체정보의 유출을 방지하기 위한 기법뿐만 아니라 설령 생체정보가 유출되더라고 취급자정보에 의해 유출된 생체정보의 유출 성 보를 파악할 수 있는 특징이 있다. 제안된 방법의 유용성을 보이기 위호!], 생체인식 기법으로 널리 사용되고 있는 지문인식과 얼굴인식을 대상으로 각각이 워더마킹의 커버영상으로 사용되었을 경우의 인식률과 추출된 취급자 정보의 비트 에러율을 조사하여 생체인식 기법별로의 특성을 파악하는 실험을 수행하고 그_ 특성을 비교 분석하였다.
구성도를 나타냈다. 그림 1에서 보는 바와 같이 본연구에서는 원본영상으로 얼굴, 지문 등의 생체정보를 고려하였고, 은닉하고자 하는 정보로서는 특징추출기법에 의해 계산된 얼굴, 지문 등의 생체특징과 취급자정보를 동시에 고려하였다. 이를 은닉하기 위한 정보의 형태는 통상의 워터마크로 널리 사용되고 있는 이진영상을 응용하여 .
취급자 정보만을 은닉하였을 경우에는 최대 3회 반복 삽입하였으나 얼굴 특징과 취급자 정보를 동시에 고려할 경우에는 원본영상의 비가시성을 고려하여 취급자 정보는 최대 2회 반복 삽입하였다. 따라서 은닉하고자 하는 정보인 얼굴의 특징은 1회 삽입하고, 취급자 정보는 1회와 2회 각각 삽입한 후 특성을 분석하였다. 그림 7(a)에서는 두 가지 정보를 은닉한 얼굴영상에 대한 JPEG 품질 대비 인식률을 나타냈으며, 그림 7(b)는 은닉 후 추출된 얼굴의 특징값을 이용한 인식률을 나타냈다.
Case 1) 의실험을 살펴보면, 제안된 방법의 성능비교 기준인 워터마크삽입 전의 인식률을 분석하였다. 또한, 이진영상으로 표현된 취급자 정보를 포함하고 있는 얼굴영상에 퍼지 선형판별분석기법〔10] 을 적용하여 계산된 얼굴특징값을 이용한 인식률 분석과 은닉된 취급자 정보를 제안된 방법에 의해 추출한 후의 취급자 정보의 왜곡상태를 분석하였다. 은닉하고자 하는 취급자 ID 정보는 그림 3에서 보는 바와 같이 주민등록 번호와 같은 13자리의 숫자와 이름을 표현하기 위한 11개의 스트링 길이를 갖는 영문 알파벳으로 구성하였다.
이를 은닉하기 위한 정보의 형태는 통상의 워터마크로 널리 사용되고 있는 이진영상을 응용하여 .림 2와 같이 표현되는 영어 알파벳과 숫자의 이진 영상의 텍스트를 이용하였으며 지문이나 얼굴영상의 사이즈를 고려하여 여기에 은닉하기에 적합한 사이즈로 글자당 5x6의 픽셀 크기를 갖도록 구성 하였다.
본 연구에서는 기존의 지문, 얼굴 등의 생체 인식시스템의 성능 저하를 초래하지 않으면서도 생체특징과 취급 자정 보를 안전하게 은닉할 수 본 저자들에 의해 제안된 웨이블릿기반우, ]터마킹 알고리즘을 적용하였다. 일반적으로 워터마킹 알고리즘은 정보를 안전하게 은닉하는 은닉과정과 은닉된 정보를 복원하는 추출단계로 구성되는데 본 논문에서는 워터마크 알고리즘을 적용하여 쥐급자 정보와 생체정보를 동시에 은닉할 경우 생체특징별로 추출된 특징정보의 인식률과 추출된 취급자 정보에 대한 비트 에러율에 대한 다양한 실험에 초점을 두었다.
우선, 취급자 정보의 삽입 정도에 따른 생체 인식시스템의 영향을 분석하기 위하여 동일한 취급자 정보를 1회, 2회 및 3회 반복적으로 삽입 하였다. 2회 또는 3회 취급자 정보를 삽입한 혹: 추출한 경우에는 1회 삽입 후 추출한 경우와 달리 최종 판단을 위한 융합과정이 필요하다.
은닉한 경우의 특성결과를 나타냈다. 이 떼 은닉하고자 하는 정보인 지문의 특징은 1회 삽입하고, 취급자 정보는 1회와 2회 각각 삽입한 후 결과를 〒하였다. 二림 15(a)에서는 두가기 정보를 은닉한 얼굴영상에 대한 JPEC; 품질 대비 인식률을 나타냈으며.
은닉하고자 하는 취급자 ID 정보는 그림 3에서 보는 바와 같이 주민등록 번호와 같은 13자리의 숫자와 이름을 표현하기 위한 11개의 스트링 길이를 갖는 영문 알파벳으로 구성하였다. 이 외에도 얼굴 특징과 취급자정보가 동시에 은닉된 얼굴영상에 대한 인식률과 제안된 방법에 의해 추출된 얼굴특징과 취급자 정보에 대한성능도 평가하였으며, 지문특징과 취급자정보가 동시에 은닉한 얼굴영상에 대한 분석도 수행하였다' Case 2)의 지문 영상에 대한 실험은 Case 1)의 얼굴영상 대신에 지문영상이 대체된 것으로 Case 1)의 실험방법과 동일하다.
그림 1에서 보는 바와 같이 본연구에서는 원본영상으로 얼굴, 지문 등의 생체정보를 고려하였고, 은닉하고자 하는 정보로서는 특징추출기법에 의해 계산된 얼굴, 지문 등의 생체특징과 취급자정보를 동시에 고려하였다. 이를 은닉하기 위한 정보의 형태는 통상의 워터마크로 널리 사용되고 있는 이진영상을 응용하여 .림 2와 같이 표현되는 영어 알파벳과 숫자의 이진 영상의 텍스트를 이용하였으며 지문이나 얼굴영상의 사이즈를 고려하여 여기에 은닉하기에 적합한 사이즈로 글자당 5x6의 픽셀 크기를 갖도록 구성 하였다.
학습용으로 사용된 생체영상은 얼굴의 경우 퍼지 선형판별분석기법 [10], 지문의 경우는 체인 코드 컨투어 기법〔111을 적용하여 산출된 얼굴 및 지문 특징들이 생체 DB에 저장된다. 이후 검증용으로 사용된 나머지 영상들을 이용하여 동일한 방법으로 펴지 선형판별분석기법 및 체인 코드 컨투어기법에 의해 특징들을 추출한 후 생체 DB에 저장된 학습용 특징들과 비교를 통하여 최종 인식률을 산출한다. 이 때 검증용으로 사용된 생체영상에 위에서 설명한 여러 가지의 워터마크 데이터를 삽입하여 워터마크 삽입 전과 후의 특성을 본 실험을 통하여 분석하고자 한다.
]터마킹 알고리즘을 적용하였다. 일반적으로 워터마킹 알고리즘은 정보를 안전하게 은닉하는 은닉과정과 은닉된 정보를 복원하는 추출단계로 구성되는데 본 논문에서는 워터마크 알고리즘을 적용하여 쥐급자 정보와 생체정보를 동시에 은닉할 경우 생체특징별로 추출된 특징정보의 인식률과 추출된 취급자 정보에 대한 비트 에러율에 대한 다양한 실험에 초점을 두었다. 사용되는 워터마킹 기법을 은닉과정과 추출과정으로 구분하여 설명하면 다음과 같다 191.

대상 데이터

실험에 사용된 얼굴영상과 지문영상은 포항공대에서 제작한 얼굴 DB와 충북대에 서 제작한 지 문 DB를 각각 사용하였다. 얼굴 DB는 서로 다른 환경에서 50명으로부터 한 사람당 6개의 얼굴을 취득하여 총 300개의 얼굴 영상으로 구성되어있다 각각의 얼굴영상들은 0에서 255까지 그레이 깂.
얼굴 DB는 서로 다른 환경에서 50명으로부터 한 사람당 6개의 얼굴을 취득하여 총 300개의 얼굴 영상으로 구성되어있다 각각의 얼굴영상들은 0에서 255까지 그레이 깂.을 가진 25俶256영상 크기에 의해 나타내어진다.
지문 DB인 경우에도 서로 다른 환경에서 50명으로부터 한 사람당 256x256의 크기를 갖는 6개의 지문을 취득하여 총 300개의 지문 영상으로 ■亍성되어 있다. 인식률 분석을 위해 한 사람당 총 6개의 얼굴 또는 지문영상 중에서 3장은 학습용으로 나머지 3장은 검증용으로 사용하였다. 학습용으로 사용된 생체영상은 얼굴의 경우 퍼지 선형판별분석기법 [10], 지문의 경우는 체인 코드 컨투어 기법〔111을 적용하여 산출된 얼굴 및 지문 특징들이 생체 DB에 저장된다.
을 가진 25俶256영상 크기에 의해 나타내어진다. 지문 DB인 경우에도 서로 다른 환경에서 50명으로부터 한 사람당 256x256의 크기를 갖는 6개의 지문을 취득하여 총 300개의 지문 영상으로 ■亍성되어 있다. 인식률 분석을 위해 한 사람당 총 6개의 얼굴 또는 지문영상 중에서 3장은 학습용으로 나머지 3장은 검증용으로 사용하였다.

이론/모형

인식률 분석을 위해 한 사람당 총 6개의 얼굴 또는 지문영상 중에서 3장은 학습용으로 나머지 3장은 검증용으로 사용하였다. 학습용으로 사용된 생체영상은 얼굴의 경우 퍼지 선형판별분석기법 [10], 지문의 경우는 체인 코드 컨투어 기법〔111을 적용하여 산출된 얼굴 및 지문 특징들이 생체 DB에 저장된다. 이후 검증용으로 사용된 나머지 영상들을 이용하여 동일한 방법으로 펴지 선형판별분석기법 및 체인 코드 컨투어기법에 의해 특징들을 추출한 후 생체 DB에 저장된 학습용 특징들과 비교를 통하여 최종 인식률을 산출한다.

성능/효과

얼굴 특징값을 은닉하는 경우, 얼굴영상 또는 지문영상 등의 커버영상에 상관없이 얼굴특징값을 이용한 얼굴 인식률의 저하는 발생하지 않았다. :丿-러나 지문특징값을 은닉하여 이용하는 경우에는 얼굴 영상에 삽입하는 것보다 지문영상■에 삽입하고 추출한 경우가 효과적인 것으로 나타났다. 마지막, 취급자정보 측면에서는 얼굴영상에 삽입하는 것보다 지문영상에 삽입하고 추출한 것이 효과적인 것으로 분석되었다.
개발한다. 개발된 방법은 인증되지 않은 불법사용자로부터 생체정보의 유출을 방지하기 위한 기법뿐만 아니라 설령 생체정보가 유출되더라고 취급자정보에 의해 유출된 생체정보의 유출 성 보를 파악할 수 있는 특징이 있다. 제안된 방법의 유용성을 보이기 위호!], 생체인식 기법으로 널리 사용되고 있는 지문인식과 얼굴인식을 대상으로 각각이 워더마킹의 커버영상으로 사용되었을 경우의 인식률과 추출된 취급자 정보의 비트 에러율을 조사하여 생체인식 기법별로의 특성을 파악하는 실험을 수행하고 그_ 특성을 비교 분석하였다.
비트에러율은 빌새하지 않는다. 그러나 JPEG 30의 품질 저하가 발생할 경우 얼굴영상에 취급자 정보를 삽입하고 추출할 경우 비트에러율을 약 13%이상으로 나타난 반면에 지문 영상에 취급자 정보를 삽입하고 추출할 경우 비트 에러율이 약 4% 이내로 이 진 영상의 취급자 정보는 얼굴보다는 지문에 삽입하는 것이 효과적인 것으로 나타났다. 이는 사용된 워터마크 알고리즘이 고조파 성분에 우수한 효과를 나타내기 때문에 고조파 성분이 많은 지문영상이 고조파 영역이 적은 얼굴 영상에 비해 취급자 정보의 비트에러율이 낮게 나타난 것으로 해석할 수 있다.
반면에, 워터마크정보가 삽입된 지문영상의 경우에는 JPEG 품질 저하가 발생하지 않은 경우 삼입 유무에 따라 지문 인식률의 저하는 크게 나타나지 않았斗. 그러나 JPEG 품질 저하가 발생한 경우 워터마크를 삽입하지 않더라도 지문 인식률이 3% 저하되었으며, 워터마크가 삽입된 상태에서 지문 영상의 JPEG 품질저하가 발생할 경우에는 지문 인식률이 5% 정도 저하되었다.
一림 4에서도 알 수 있는 바와 같이 개인정보를 3회 삽입한 후 추출하고 제안된 융합방법에 의해 취급자 정보를 추출한 결과가 우수하게 나타났다. 그러나 개인정보의 추출 성능만을 고려하여 삽입횟수를 증가시킬 경우 원본 영상의 은닉성이 떨어짐으로 본 연구에서는 최대 3회까지 개인정보를 은닉하였다.
마지막 분석으로, 취급자 정보의 은닉 전과 은닉후의 특성을 살펴보면 JPEG 품질저하가 발생하지 않을 경우 삽입 전과 후의 비트에러율은 빌새하지 않는다. 그러나 JPEG 30의 품질 저하가 발생할 경우 얼굴영상에 취급자 정보를 삽입하고 추출할 경우 비트에러율을 약 13%이상으로 나타난 반면에 지문 영상에 취급자 정보를 삽입하고 추출할 경우 비트 에러율이 약 4% 이내로 이 진 영상의 취급자 정보는 얼굴보다는 지문에 삽입하는 것이 효과적인 것으로 나타났다.
:丿-러나 지문특징값을 은닉하여 이용하는 경우에는 얼굴 영상에 삽입하는 것보다 지문영상■에 삽입하고 추출한 경우가 효과적인 것으로 나타났다. 마지막, 취급자정보 측면에서는 얼굴영상에 삽입하는 것보다 지문영상에 삽입하고 추출한 것이 효과적인 것으로 분석되었다. 생체인식에서의 개인정보 보호에 대한 사회적 수요가 늘어나고 있는 것을 감안하면 본 논문에서 제안된 방법이 다양한 응용분야에서 개인의 생체정보와 이를 적용한 취급자 정보를 효과적으로 은닉하고 주줄 할 수 있는 특성이 유용하게 적용될 수 있을 것으로 기대된다.
방법의 유용성을 검증하였다. 분석결과를 요약하면, 워터마크가 삽입된 커버 영상의 인식률 측면에서는 지문 영상보다는 얼굴영상이 효과적인 것으로 나타났다. 얼굴 특징값을 은닉하는 경우, 얼굴영상 또는 지문영상 등의 커버영상에 상관없이 얼굴특징값을 이용한 얼굴 인식률의 저하는 발생하지 않았다.
표 1에서 얼굴 특징값과 지문특징값은 1회, 二리고 취급자 정보인 ID는 2회 삽입하였을 경우를 기준으로 하였다. 워터마크 정도의 삽입 유무 및 JPEG 품질에 따른 원본영싱-의 특성을 살펴보면, 얼굴 영상의 경우 취급자 정보인 ID, 얼굴특징과 지문특징 등의 워터마크 정보의 삽입에 상관없이 원본영상의 얼굴을 대상으로 한 인식률의 변화는 크게 나타나지 않았다. 또한 JPEG의 품질이 저하되더라도 원본영상의 인식률은 크게 낮아지지 않았다.
위 결과로부터 얼굴영상의 경우에는 JPEG 품질저하에 상대적으로 강인한 특성을 보이나 지문의 경우에는 JPEG 품질 저하에 민감한 특성을 보임을 확인할 수 있다. 이는 얼굴 영상의 경우 전체적인 얼굴영상의 정보를 이용하여 특지값을계산하기 때문에 고조파 성분이 일부 제거되는 JPEG 품질 저하가 발생되더라도 얼굴영상의 왜곡이 작고, 이는 퍼지 선형 판별 분식 기법에 의해 구해진 얼굴특징값에도 크게 영향을 미치지 못하는 것으로 해석할 수 있다.
그러나 JPEG 품질을 저하시키지 않을 경우 지문정보를 얼굴에 은닉하더라도 기존 생체인식시스템의 성능과 거의 동일함을 확인할 수 있다. 이진영상의 취급자 정보는 은닉 후 추출알고리즘에 의해 추출된 경우 본래의 취급자 정보와 비교해 볼 때 비트 에러율이 급격히 증가하였으나, 그림 10에서 보인 바와 같이 비트 에러율이 증가하였다 하더라도 시각적으로 충분히 취급자 정보를 해식할 수 있는 것으로 나타났다.
났다. 즉, JPEG 품질이 30일 경우 취급자정보를 포함하여 얼굴 영상에 지문 특징값을 은닉 후에 추출하여 지문인식률을 구한 결과 40.67[%]로 나타났으며, 동일한 정보를 지문영상에 은닉 한 후에 추출하여 지문인식률을 구한 결과 92.0[%]로 나타났다. 이러한 결과로부터 얼굴특징값을 어떤 종류의 생체정보에 삽입하든 큰 문제는 발생하지 않는 것으로 해석할 수 있다.
그림 9에 나타낸 두 가지의 은닉정보가 삽입된 얼굴영상에 대한 인식률을 살펴보면, 영상의 JPEG 품질이 저하되더라도 약간의 인식률 저하는 발생하였지만 전반적으로 인식률의 변화는 적은 것으로 나타났다. 지문특징을 얼굴영상에 은닉한 후 추출한 후 지문 인식률을 살펴본 결과 JPEG 품질이 50 미만으로 저하된 경우 인식률은 급격히 감소한 것으로 나타났다. 그러나 JPEG 품질을 저하시키지 않을 경우 지문정보를 얼굴에 은닉하더라도 기존 생체인식시스템의 성능과 거의 동일함을 확인할 수 있다.
二〔림 7 에 나타낸 두 가지의 은닉정보가 삽입된 얼굴영싱-에 대한 인식률과 은닉한 후 추출된 얼굴의 특징값을 이용하여 구한 인식률을 살펴보면, 영상의 JPEG 품질이 저하되더라도 약간의 인식률 저하는 발생하였지만 전반적으로 인식률의 변화는 적은 것으로 나타났다. 특히 JPEG 품질이 100인 경우 은닉정보가 포함된 커버 얼굴영상에 대한 인식률과 삽입후 추출된 얼굴 특징에 대한 인식률은 은닉정보가 있지 않은 커버 얼굴 영상에 대한 인식률과 동일하게 나타났다. 이는 인위적으로 JPEG 품질을 저하시키지 않을 경우 중요한 정보를 얼굴에 은닉하더라도 인식률의 관점에서의 손실은 발생하지 않음을 의미한다.
삽입하고 추출한 결과를 살펴보고자 한다. 표 1에서 보는 바와 같이 얼굴영상 또는 지문영상 등의 원본영상의 종류에 상관없이 제안된 알고리즘에 의해 얼굴 특징값을 은닉하고 추출하였다 하더라도 얼굴인식률이 82[%]로 나타나 JPEG 품질저하와 커버영상의 종류에 상관없이 동일한 결과를 보였다. 그러나 ID와 지문특징값을 워터마크 정보로 은닉하고 추출한 결과는 얼굴특징의 결과와 상이하게 나티.

후속연구

마지막, 취급자정보 측면에서는 얼굴영상에 삽입하는 것보다 지문영상에 삽입하고 추출한 것이 효과적인 것으로 분석되었다. 생체인식에서의 개인정보 보호에 대한 사회적 수요가 늘어나고 있는 것을 감안하면 본 논문에서 제안된 방법이 다양한 응용분야에서 개인의 생체정보와 이를 적용한 취급자 정보를 효과적으로 은닉하고 주줄 할 수 있는 특성이 유용하게 적용될 수 있을 것으로 기대된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

워터마킹 기법을 이용한 생체정보와 취급자 정보의 은닉
Biometric Features and Responsible Person Information Hiding by Watermarking Technique 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

워터마킹 기법을 이용한 생체정보와 취급자 정보의 은닉 Biometric Features and Responsible Person Information Hiding by Watermarking Technique 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

이욱재 (2) 이대종 (60) 박진일 (9) 조재훈 (15) 전명근 (101)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

워터마킹 기법을 이용한 생체정보와 취급자 정보의 은닉
Biometric Features and Responsible Person Information Hiding by Watermarking Technique 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper