1 |
1
디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템에 있어서, 인쇄물을 변환하여 디지털이미지를 생성하는 이미지변환부; 상기의 디지털이미지의 특징점을 추출하는 특징점추출부; 상기 특징점을 이용하여 기계학습을 실시하는 기계학습부; 및상기 기계학습 결과로부터 상기 인쇄물의 위조여부를 식별하는 위조여부식별부;를 포함하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
2 |
2
디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템에 있어서, 인쇄물학습장치 및 인쇄물식별장치를 포함하되,상기 인쇄물학습장치는,원본인쇄물과 위조본인쇄물을 디지털이미지로 변환하여 원본디지털이미지 및 위조본디지털이미지를 생성하는 제1이미지변환부;상기 원본디지털이미지 및 상기 위조본디지털이미지의 특징점을 추출하는 제1특징점추출부;상기 원본디지털이미지 및 상기 위조본디지털이미지의 다수의 특징점을 이용하는 SVM(Support Vector Machine) 방식에 의해 일부 특징점을 선택하는 특징점선택기; 및 상기 특징점선택기에 의해 선택된 일부 특징점에 의해 특징점벡터집합의 학습모델을 생성하는 학습모델생성기;를 포함하는 것을 특징을 하며, 상기 인쇄물식별장치는, 테스트인쇄물을 디지털이미지로 변환하여 테스트인쇄물디지털이미지를 생성하는 제2이미지변환부;상기 테스트인쇄물디지털이미지의 특징점을 추출하는 제2특징점추출부; 상기 생성된 학습모델을 바탕으로 상기 테스트인쇄물디지털이미지의 특징점을 이용하여 상기 테스트인쇄물이 포함될 클래스를 선정하는 SVM분류기; 및 상기 SVM분류기의 클래스로부터 상기 테스트인쇄물의 위조여부를 식별하는 위조여부식별부;를 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
3 |
3
제1항에 있어서, 상기 이미지변환부는,상기 인쇄물 중 원본인쇄물과 위조본인쇄물을 디지털이미지로 변환하여 원본디지털이미지 및 위조본디지털이미지를 생성하는 제1이미지변환부; 및 상기 인쇄물 중 테스트인쇄물을 디지털이미지로 변환하여 테스트인쇄물디지털이미지를 생성하는 제2이미지변환부;를 포함하며,상기 특징점추출부는, 상기 원본디지털이미지 및 상기 위조본디지털이미지의 특징점을 추출하는 제1특징점추출부; 및 상기 테스트인쇄물디지털이미지의 특징점을 추출하는 제2특징점추출부;를 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
4 |
4
제3항에 있어서, 상기 기계학습부는,상기 원본디지털이미지 및 상기 위조본디지털이미지로부터 다수의 특징점을 이용하는 SVM(Support Vector Machine) 방식에 의해 일부 특징점을 선택하는 특징점선택기;상기 특징점선택기에 의해 선택된 일부 특징점에 의해 특징점벡터집합의 학습모델을 생성하는 학습모델생성기; 및상기 생성된 학습모델을 바탕으로 상기 테스트인쇄물디지털이미지의 특징점을 이용하여 상기 테스트인쇄물이 포함될 클래스를 선정하는 SVM분류기;를 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
5 |
5
제4항에 있어서, 상기 특징점선택기는 순차적 전방 유동 선택 알고리즘을 사용하여 일부 특징점을 선택하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
6 |
6
제3항에 있어서, 상기 제1특징점추출부 또는 상기 제2특징점추출부는 추출한 특징점으로부터 특징점 벡터를 구성하는 것을 특징으로 하며,상기 특징점은,이산웨이블릿변환기반의 특징점;화질측정도구기반의 특징점;텍스처기반의 특징점;정보이론기반의 특징점; 및망점구조분석기반의 특징점;을 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
7 |
7
제6항에 있어서, 상기 이산웨이블릿변환기반의 특징점은,고주파 부대역내의 통계적 특징에 의한 특징점;고주파 부대역 사이의 통계적 특징에 의한 특징점; 및고주파 부대역의 컬러 채널 사이의 상관 계수에 의한 특징점;을 포함하되, 상기 고주파 부대역은, 이미지의 가로방향과 세로방향에 대해 저역필터와 고역필터 및 다운 샘플링 과정을 수행함으로써 결정되는 4가지 부대역 중, 가로방향과 세로방향 중 어느 하나 이상에 대해 고주파 특성을 갖는 3가지 부대역을 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
8 |
8
제7항에 있어서, 상기 고주파 부대역내의 통계적 특징에 의한 특징점은,이산웨이블릿변환 이후 각 단계별 고주파 부대역의 표준편차, 왜도 및 첨도를 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
9 |
9
제7항에 있어서, 상기 고주파 부대역 사이의 통계적 특징에 의한 특징점은, 이산웨이블릿변환 이후 각 부대역의 근사값과 부대역의 값의 오차에 대한 평균, 분산, 첨도 및 왜도를 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
10 |
10
제7항에 있어서, 상기 컬러 채널 사이의 상관 계수에 의한 특징점은,각 컬러 채널에 대해 이산웨이블릿변환을 수행함으로써 결정되는 R과 G사이, R와 B사이, G과 B사이, C와 M 사이, C와 Y 사이, C와 K 사이, M과 Y 사이, M과 K 사이, Y와 K 사이의 고주파 부대역에 대한 상관 계수인 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
11 |
11
제6항에 있어서, 상기 화질측정도구기반의 특징점은,입력된 임의의 이미지와, 저주파필터에 의해 입력된 이미지로부터 잡음을 제거한 이미지 사이의 공간 영역에서, 픽셀의 차이 값, 주파수 영역에서 계수의 차이 값, 두 입력의 상관 계수, 그리고 인지 시각 모델을 적용한 픽셀의 차이 값 중 어느 하나 이상의 척도를 이용하여 잡음 기반으로 추출한 특징점인 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
12 |
12
제11항에 있어서, 상기의 저주파필터는,평균화필터, 가우시안필터, 중간값필터 및 위너필터를 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
13 |
13
제6항에 있어서, 상기 텍스처기반의 특징점은,GLCM(Gray Level Co-occurrence Matrices)을 이용하여 구해진 에너지, 대조 및 유사의 3가지 통계적 특성을 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
14 |
14
제13항에 있어서, 상기 텍스처기반의 특징점은,임의의 픽셀값과 픽셀근사값의 차이의 평균과 표준편차를 더 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
15 |
15
제6항에 있어서, 상기 정보이론기반의 특징점은,R, G, B 각 채널에서의 엔트로피 값과, R과 G, G와 B, B와 R 채널 사이의 상호 정보 값을 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
16 |
16
제6항에 있어서, 상기 망점구조분석기반의 특징점은,허프(Hough) 변환을 통해 이미지에 존재하는 직선 정보를 원점으로부터의 거리와 각도 형태로 산출하고 산출된 직선의 각도 정보를 이용하여 구축된 히스토그램의 빈도를 포함하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
17 |
17
제2항에 있어서, 상기 SVM분류기는,분류 함수의 오류율을 최소화하기 위한 슬랙(Slack) 변수와 커널(Kernel) 함수를 적용하는 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
18 |
18
제17항에 있어서, 상기 커널(Kernel) 함수는,RBF(Radial Basis Function) 커널(Kernel)인 것을 특징으로 하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템
|
19 |
19
이미지변환부, 특징점추출부, 기계학습부 및 위조여부식별부를 포함하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 시스템에 의한 보안 인쇄물 위조식별 방법에 있어서,상기 이미지변환부가 원본인쇄물을 디지털이미지로 변환하여 원본디지털이미지를 생성하는 원본디지털화단계;상기 이미지변환부가 위조본인쇄물을 디지털이미지로 변환하여 위조본디지털이미지를 생성하는 위조본디지털화단계; 상기 특징점추출부가 상기 원본디지털이미지의 특징점을 추출하는 원본특징점추출단계;상기 특징점추출부가 상기 위조본디지털이미지의 특징점을 추출하는 위조본특징점추출단계;상기 기계학습부가 상기 원본디지털이미지의 특징점과 위조본디지털이미지의 특징점으로부터 SVM(Support Vector Machine) 방식에 의해 일부 특징점을 선택하는 특징점선택단계;상기 기계학습부가 상기 특징점선택단계에서 선택된 일부 특징점에 의해 특징점벡터집합의 학습모델을 생성하는 학습모델생성단계;상기 이미지변환부가 테스트인쇄물을 디지털이미지로 변환하여 테스트인쇄물디지털이미지를 생성하는 테스트인쇄물디지털화단계;상기 특징점추출부가 상기 테스트인쇄물디지털이미지로부터 특징점을 추출하는 테스트인쇄물특징점추출단계;상기 기계학습부가 상기 학습모델생성단계에서 생성된 학습모델을 바탕으로 테스트인쇄물특징점추출단계에서 추출된 특징점을 이용하여 상기 테스트인쇄물이 포함될 클래스를 선정하는 SVM분류단계; 및상기 위조여부식별부에서 상기 SVM분류단계에서 선정된 클래스에 의해 테스트인쇄물의 위조여부를 식별하는 위조여부식별단계;를 포함하는 디지털 포렌직(Forensic) 기술을 이용한 보안 인쇄물 위조식별 방법
|