DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 이흥규 | - |
dc.contributor.advisor | Lee, Heung-Kyu | - |
dc.contributor.author | 문승민 | - |
dc.contributor.author | Mun, Seung-Min | - |
dc.date.accessioned | 2017-03-29T02:40:30Z | - |
dc.date.available | 2017-03-29T02:40:30Z | - |
dc.date.issued | 2016 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=663481&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/221895 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 전산학부, 2016.8 ,[v, 36 p. :] | - |
dc.description.abstract | 3D 모델의 저작권을 보호하는 워터마킹 기법을 설계할 때는 어떠한 도메인을 선택하는지가 가장 중요한 문제이다. 예를 들어 이미지 워터마킹의 경우 이산 코사인 변환이나 특이값 분해와 같은 변환 방식이 워터마킹의 성능에 큰 영향을 주었다. 3D 모델에 대한 워터마킹 또한 비슷한 방식으로 전문가들이 특정 변환을 설계하고 실험하여 강인성을 평가하였다. 하지만 3D 모델에 대해서는 이미지 워터마킹에서 쓰이던 변환들 만큼 대표적인 변환이 아직 발견되지 않았다. 본 논문에서는 3D 모델들과 공격들을 설정하여 워터마킹에 적합한 도메인을 탐색하고자 하였다. 즉 전문가의 직관에 의해 설계된 변환이 아닌, 데이터와 강인성 조건 기반으로 도메인을 얻는다. 이 기법은 임의의 컨텐츠 형식과 임의의 공격에 확장 가능할 것이다. 컨볼루션 신경망이 최적화 과정에서 중요한 도구로 쓰였다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.subject | 디지털 워터마킹 | - |
dc.subject | 3D 모델 | - |
dc.subject | 컨볼루션 신경망 | - |
dc.subject | 강인성 | - |
dc.subject | 복셀 | - |
dc.subject | Digital Watermarking | - |
dc.subject | 3D model | - |
dc.subject | Convolutional neural network | - |
dc.subject | Robustness | - |
dc.subject | Voxel | - |
dc.title | 컨볼루션 신경망을 이용한 3D 워터마킹의 강인성 최적화 | - |
dc.title.alternative | A robust watermarking for 3D models using convolutional neural network | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :전산학부, | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.