
월요일 부터 금요일 까지 잠자기 전에 나를 인도해주는 네이버 웹툰을 보다가 문뜩 경고문을 보고는 어..이게 캡처가 된다고 ? 하면서 스마트폰 캡처를 했는데 정말 가능하긴 하네요, 우리 열심히 밤낮없이 일하시는 작가님들 저작권을 어떻게 보호한다는 거지 라는 막연한생각에 한번 간단히 찾아봤습니다. 간단히 찾아 본 Frequency Method 방식 으로 3개가 있네요. Attack 방법에 대해서 일반적으로 알려진 방법을 사용해보도하겠습니다. 아래 알고리즘들에 대해서 문뜩 필살기처럼 회피할 아이디어가 번뜩이지만, 조용히 테스트만 해보도록 하겠습니다. 이제 첫 번째 이야기를 진행하겠습니다. DWT-DCT 알고리즘을 통한 watermarking 이미지 embedding - extraction 입니다. [ Freq..

1 http://stackoverflow.com/questions/1768197/bounding-ellipse/1768440#1768440 (stack) 2 http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.116.7691 (document) 3 https://gist.github.com/Gabriel-p/4ddd31422a88e7cdf953 (python mvee code) $ {(x_i -c)}^TE{(x_i -c)} \leq 1 \hspace{10mm} i=1,...,m $ $Vol(\varepsilon) = {v_0 \over \sqrt{det(E)}} = v_0 det(E^{-1})^{1 \over 2}$ document 를 참조하면 center..
* shortest path, Lagrange multiplier, constrained optimization * 라그랑주 승수법 이 번주 너무 바쁜 핑계로 후배에게 한가지 일을 시켰습니다. " 영상에서 두 blob 간에 최소거리를 측정하는 모듈을 만들어서 줘 " 후회를 시키지않는 똑똑한 후배는 역시 해당 모듈을 뚝딱 만들어서 보내줬습니다. 그런데 한가지 단점이 보이기 시작했네요, 속도가 너무 느린 것 같아요. 두 blob 의 중심을 이용하여 외각선을 추려서 해당 point to point 비교로 최소 거리를 측정하여 이중 for 문으로 $O(n^2)$ 가 나와 버리는 단점이 생겼네요,,, 이러한 속도 문제점 때문에 numerical method 방식으로 문제를 풀어 볼 수는 없을까요?제한 조건이 있는..
또 등장하는 제 마우스 패드와 선물 받은 큐브를 통해서 가려진 타원을 어떻게 복원할지에 대해서 설명을 드리고자 합니다. 일반적으로 circle 과 기존의 ellipse fitting 으로는 아래 마우스 패드의 외각선을 추출해 진행해보면 이상한 결과를 얻을 수 있습니다. 물론,, 아래 마우스 패드의 외각선 정보에 이상한 그림이 겹쳐져 잘못된 정보를 포함해 버렸기 때문이죠 ^^ * fit ellipse using RANSAC (random sample consensu) RANSAC(random sample consensu) 이란 ?그림의 마우스 패드를 검출 하려고 보면 외각선 정보에 큐브 외각선이 겹쳐 나타나게 됩니다. 어떻게 하면 이 잘못된 정보 (outlier) 를 제외하고 피팅을 진행 할 수 있을까요?..
* 이글은 다크프로그래머 님의 - [최소자승법의 이해] 를 읽고 필요한 부분을 정리 및 제가 아는 내용을 추가하였습니다. http://darkpgmr.tistory.com/56 ** Least Square Method, fit ellipse, fit circle, python opencv 가끔 영상을 보면서 원과 타원에 대해서 어떠한 정보를 얻어야 될 때가 있습니다. 외각선 정보보다, 몇개의 파라미터 값(중심, 사이즈 ...)만 알면 표현이 훨씬 간단할 뿐만 아니라 각 물체(원, 타원, 사각) 간의 관계 표현할 때 이만큼 좋은 정보가 없습니다. 그럼 세부적으로 중심, 지름, 장축, 단축 등 이런 정보들은 어떻게 얻을 수 있을 까요? 이럴 때 많이 사용하는 방식이 피팅(fitting)을 사용해서 원의 방정..
- Total
- Today
- Yesterday
- 캡처방지
- DW
- SvD
- 네이버웹툰
- backpropagation
- flask serving
- keras
- DWT-DCT
- Residual Block
- dct
- numpy
- implementation
- tensorflow serving
- Digital watermarking
- gPRC
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |