맞춤기술찾기

이전대상기술

영상 스테가노그래피 판별 방법 및 장치

  • 기술번호 : KST2020010439
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 실시예는, 스테고 영상 여부를 판별하는 영상 스테가노그래피 방법 및 장치에 관한 것으로서, 입력 영상에 추가 데이터를 삽입하여 발생하는 영상의 왜곡 양상을 이용하여 입력 영상의 스테고 영상 여부를 판단하는 방법 및 장치를 제공한다.
Int. CL H04N 21/4385 (2011.01.01) H04N 21/4405 (2016.01.01) H04N 21/426 (2011.01.01) G06N 3/08 (2006.01.01)
CPC H04N 21/4385(2013.01) H04N 21/4385(2013.01) H04N 21/4385(2013.01) H04N 21/4385(2013.01)
출원번호/일자 1020200004438 (2020.01.13)
출원인 국방과학연구소, 한양대학교 산학협력단
등록번호/일자 10-2137659-0000 (2020.07.20)
공개번호/일자
공고번호/일자 (20200727) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.01.13)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대한민국 대전광역시 유성구
2 한양대학교 산학협력단 대한민국 서울특별시 성동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박한훈 부산광역시 남구
2 김재영 부산광역시 강서구
3 박종일 서울특별시 용산구
4 김산해 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 제일특허법인(유) 대한민국 서울특별시 서초구 마방로 ** (양재동, 동원F&B빌딩)
2 박장원 대한민국 서울특별시 강남구 강남대로 ***, *층~*층 (논현동, 비너스빌딩)(박장원특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 국방과학연구소 대전광역시 유성구
2 한양대학교 산학협력단 서울특별시 성동구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2020.01.13 수리 (Accepted) 1-1-2020-0037534-08
2 [우선심사신청]심사청구(우선심사신청)서
[Request for Preferential Examination] Request for Examination (Request for Preferential Examination)
2020.01.14 수리 (Accepted) 1-1-2020-0043302-19
3 선행기술조사의뢰서
Request for Prior Art Search
2020.02.05 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2020.02.26 수리 (Accepted) 9-1-2020-0007622-23
5 의견제출통지서
Notification of reason for refusal
2020.03.10 발송처리완료 (Completion of Transmission) 9-5-2020-0182608-92
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.04.28 수리 (Accepted) 1-1-2020-0439034-09
7 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2020.05.29 수리 (Accepted) 1-1-2020-0551196-81
8 등록결정서
Decision to grant
2020.06.23 발송처리완료 (Completion of Transmission) 9-5-2020-0427113-28
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
영상 스테가노그래피(Steganography) 판별 방법으로서,입력 영상 데이터에 추가 데이터를 삽입하여 제1 영상 데이터를 생성하는 단계,상기 입력 영상 데이터에 전처리 필터를 사용하여 제1 입력 데이터를 획득하는 단계,상기 제1 영상 데이터에 전처리 필터를 사용하여 제2 입력 데이터를 획득하는 단계, 그리고상기 제1 입력 데이터와 상기 제2 입력 데이터를 이용하여 콘볼루션 신경망(Convolutional Neural Network, CNN)을 학습하는 단계를 포함하는 영상 스테가노그래피 판별 방법
2 2
제1항에 있어서,상기 제1 입력 데이터를 획득하는 단계는,상기 입력 영상 데이터에 고대역 필터를 사용하여 상기 제1 입력 데이터를 획득하는 단계이고,상기 제2 입력 데이터를 획득하는 단계는,상기 제1 영상 데이터에 상기 고대역 필터를 사용하여 상기 제2 입력 데이터를 획득하는 단계인,영상 스테가노그래피 판별 방법
3 3
제2항에 있어서,상기 콘볼루션 신경망은 듀얼 네트워크 콘볼루션 신경망(Dual Network CNN)인, 영상 스테가노그래피 판별 방법
4 4
입력 영상 데이터에 추가 데이터를 삽입하여 제1 영상 데이터를 생성하는 단계,상기 입력 영상 데이터와 상기 제1 영상 데이터의 차이를 제2 영상 데이터로 생성하는 단계,상기 입력 영상 데이터에 전처리 필터를 사용하여 제1 입력 데이터를 획득하는 단계,상기 제2 영상 데이터에 상기 전처리 필터를 사용하여 제2 입력 데이터를 획득하는 단계, 그리고상기 제1 입력과 상기 제2 입력을 이용하여 콘볼루션 신경망(Convolutional Neural Network)을 학습하는 단계를 포함하는 영상 스테가노그래피(Steganography) 판별 방법
5 5
제4항에 있어서,상기 제1 입력 데이터를 획득하는 단계는,상기 입력 영상 데이터에 고주파 필터를 사용하여 제1 입력 데이터를 획득하는 단계이고,상기 제2 입력 데이터를 획득하는 단계는,상기 제2 영상 데이터에 박스 필터(BOX Filter)를 사용하여 제2 입력 데이터를 획득하는 단계인,영상 스테가노그래피 판별 방법
6 6
제5항에 있어서, 상기 제2 영상 데이터는 -1,0,1 중 적어도 어느 하나를 포함하는 영상 스테가노그래피 판별 방법
7 7
제5항에 있어서,상기 콘볼루션 신경망은 듀얼 채널 콘볼루션 신경망(Dual Channel CNN)인, 영상 스테가노그래피 판별 방법
8 8
입력 영상 데이터에 추가 정보를 삽입하여 제1 영상 데이터를 생성하는 삽입부,상기 입력 영상 데이터에 전처리 필터를 이용하여 제1 입력 데이터를 획득하는 제1 필터부,상기 제1 영상 데이터에 전처리 필터를 이용하여 제2 입력 데이터를 획득하는 제2 필터부, 그리고상기 제1 입력과 상기 제2 입력을 이용하여 콘볼루션 신경망(Convolutional Neural Network)을 학습하는 학습부를 포함하는 영상 스테가노그래피(Steganography) 판별 장치
9 9
제8항에 있어서, 상기 전처리 필터는 고대역 필터인, 영상 스테가노그래피 판별 장치
10 10
제9항에 있어서,상기 콘볼루션 신경망은 듀얼 네트워크 콘볼루션 신경망(Dual Network CNN)인, 영상 스테가노그래피 판별 장치
11 11
입력 영상 데이터에 추가 데이터를 삽입하여 제1 영상 데이터를 생성하는 삽입부,상기 입력 영상 데이터와 상기 제1 영상 데이터의 차이를 제2 영상 데이터로 생성하는 계산부,상기 입력 영상 데이터에 전처리 필터를 이용하여 제1 입력 데이터를 획득하는 제1 필터부,상기 제2 영상 데이터에 상기 전처리 필터를 이용하여 제2 입력 데이터를 획득하는 제2 필터부, 그리고상기 제1 입력과 상기 제2 입력을 이용하여 콘볼루션 신경망(Convolutional Neural Network)을 학습하는 학습부를 포함하는, 영상 스테가노그래피(Steganography) 판별 장치
12 12
제11항에 있어서,상기 제1 필터부는, 상기 입력 영상 데이터에 고대역 필터를 사용하여 상기 제1 입력 데이터를 획득하고,상기 제2 필터부는,상기 제2 입력 데이터에 박스 필터(BOX Filter)를 사용하여 상기 제2 입력 데이터를 획득하는,영상 스테가노그래피 판별 장치
13 13
제12항에 있어서,상기 제2 영상 데이터는 -1,0,1 중 적어도 어느 하나를 포함하는 영상 스테가노그래피 판별 장치
14 14
제 12항에 있어서,상기 콘볼루션 신경망은 듀얼 채널 콘볼루션 신경망(Dual Channel CNN)인, 영상 스테가노그래피 판별 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.