$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

객체별 특징 벡터 기반 3D 콘텐츠 모델 해싱
3D Content Model Hashing Based on Object Feature Vector 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. CI, 컴퓨터, v.47 no.6 = no.336, 2010년, pp.75 - 85  

이석환 (동명대학교 정보보호학과) ,  권기룡 (부경대학교 IT융합응용공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 3D 콘텐츠 인증을 위한 객체별 특징 벡터 기반 강인한 3D 모델 해싱을 제안한다. 제안한 3D 모델 해싱에서는 다양한 객체들로 구성된 3D 모델에서 높은 면적을 가지는 특징 객체내의 꼭지점 거리들을 그룹화한다. 그리고 각 그룹들을 치환한 다음, 그룹 계수, 랜덤 변수 키와 이진화 과정에 의하여 최종 해쉬를 생성한다. 이 때 해쉬의 강인성은 객체 그룹별 꼭지점 거리 분포를 그룹 계수에 의하여 향상되고, 해쉬의 유일성은 그룹 계수를 치환 키 및 랜덤변수 키 기반의 이진화 과정에 의하여 향상된다. 실험 결과로부터 제안한 해싱이 다양한 메쉬 공격 및 기하학 공격에 대한 해쉬의 강인성과 유일성을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper presents a robust 3D model hashing based on object feature vector for 3D content authentication. The proposed 3D model hashing selects the feature objects with highest area in a 3D model with various objects and groups the distances of the normalized vertices in the feature objects. Then ...

주제어

#3D 모델 해싱   #객체특징벡터   #강인성   #유일성  

질의응답

핵심어 질문 논문에서 추출한 답변
블록 표면 계수를 이용한 3D 메쉬 모델 해싱은 어떻게 이진 해쉬를 생성하는가? 3D 모델 해싱에 대한 요구조건 및 프레임워크는 [11～12]에 처음으로 제기되었으며, 이 논문에서는 블록 표면 계수(Block shape coefficient)를 이용한 3D 메쉬 모델 해싱이 제안되었다. 이 기법에서는 3D 메쉬 모델 상에서 3D SSD(Shape spectrum descriptor) 및 표면 곡률(Curvedness) 기반의 평면계 블록 표면 계수로 구성된 특징벡터들을 획득한 후, 치환 키 및 랜덤 변수 키에 의하여 이진 해쉬를 생성한다. 블록 표면 계수의 특징 벡터들은 기하학 및 위상학 공격에 강인하나, 스케일링 및 삼각형 부분할 등에 연약성을 가지고 있다.
암호화 해쉬 함수란? MD5, SHA 계열 (SHA-1/-2) 등과 같은 암호화 해쉬 함수(Cryptographic hash function)는 데이터의 무결성 검증을 위한 대표적인 기술이다. 암호화 해쉬 함수에 의하여 생성된 해쉬는 입력의 모든 비트에 대하여 영향을 받으므로 멀티미디어 또는 콘텐츠 해쉬 함수(Content hash function)에는 적합하지 못하다.
콘텐츠 해싱에서 정확한 이진 정보 표현 방법보다 중요한 것은 무엇인가? 암호화 해쉬 함수에 의하여 생성된 해쉬는 입력의 모든 비트에 대하여 영향을 받으므로 멀티미디어 또는 콘텐츠 해쉬 함수(Content hash function)에는 적합하지 못하다. 즉, 콘텐츠 해싱 (Content hashing)에서는 정확한 이진 정보 표현 방법보다 콘텐츠 변형에 대한 민감 여부가 더욱 중요하다[1～10]. 예를 들어 영상 및 비디오와 같은 콘텐츠들은 신호 처리에 의하여 쉽게 변형될 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. A. Swaminathan, Y. Mao, and M. Wu, "Robust and Secure Image Hashing," IEEE Trans. on Information Forensics and Security, Vol. 1, Issue 2, pp. 215-230, June 2006. 

    상세보기 crossref

  2. Y. Mao and M. Wu, "Unicity Distance of Robust Image Hashing," IEEE Trans. on Information Forensics and Security, Vol. 2, Issue 3, Part 1, pp. 462-467, Sept. 2007. 

    상세보기 crossref

  3. V. Monga and M.K. Mhcak, "Robust and Secure Image Hashing via Non-Negative Matrix Factorizations," IEEE Trans. on Information Forensics and Security, Vol. 2, Issue 3, Part 1, pp. 376-390, Sept. 2007. 

    상세보기 crossref

  4. V. Monga and B.L. Evans, "Perceptual Image Hashing Via Feature Points: Performance Evaluation and Tradeoffs," IEEE Trans. on Image Processing, Vol. 15, Issue 11, pp. 3452-3465, Nov. 2006. 

    상세보기 crossref

  5. V. Monga, A. Banerjee, and B.L. Evans, "A Clustering Based Approach to Perceptual Image Hashing," IEEE Trans. on Information Forensics and Security, Vol. 1, Issue 1, pp. 68-79, March 2006. 

    상세보기 crossref

  6. F. Khelifi and J. Jianmin, "Perceptual Image Hashing Based on Virtual Watermark Detection," IEEE Transactions on Image Processing, Vol. 19, Issue 4, pp. 981-994, 2010. 

    상세보기 crossref

  7. Z. Guopu, H. Jiwu, S. Kwong, Y. Jianquan, "Fragility Analysis of Adaptive Quantization-Based Image Hashing," IEEE Transactions on Information Forensics and Security, Vol. 5, Issue 1, pp. 133-147, 2010. 

    상세보기 crossref

  8. B. Coskun, B. Sankur, and N. Memon, "Spatio - Temporal Transform Based Video Hashing," IEEE Trans. on Multimedia, Vol. 8, Issue 6, pp. 1190-1208, Dec. 2006. 

    상세보기 crossref

  9. C. De Roover, C. De Vleeschouwer, F. Lefebvre, B. Macq, "Robust Video Hashing Based on Radial Projections of Key Frames," IEEE Trans. on Signal Processing, Vol. 53, Issue 10, Part 2, pp. 4020-4037, Oct. 2005. 

    상세보기 crossref

  10. L. Sunil and C.D. Yoo, "Robust Video Fingerprinting for Content-Based Video Identification," IEEE Trans. on Circuits and Systems for Video Technology, Vol. 18, Issue 7, pp. 983-988, July 2008. 

    상세보기 crossref

  11. 이석환, 권기룡, "키 기반 블록 표면 계수를 이용한 강인한 3D 모델 해싱," 대한전자공학회논문지, 제47권 CI편 제1호, 1쪽-14쪽, 2010년 1월. 

  12. S.-H. Lee, E.-J. Lee and K.-R. Kwon, "Robust 3D Mesh Hashing Based on Shape Features," IEEE International Conference on Multimedia & Expo, pp. 1040-1043, July 2010. 

  13. M. Ghaderpanah, A. Abbas, A. Hamza, "Entropic Hashing of 3D Objects Using Laplace-Beltrami Operator," IEEE International Conference on Image Processing, pp. 3104-3107, Oct. 2008. 

  14. K. Tarmissi and A. Hamza, "Information- Theoretic Hashing of 3D Objects Using Spectral Graph Theory," Expert Systems with Applications, Vol 36, pp. 9409-9414, 2009. 

    상세보기 crossref

  15. Archibase Net, http://www.archibase.net, Accessed to July 2010. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로