• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.179-180
• /
• 2009

기존의 장면전환 검출의 문제점들을 줄이고 복잡하고 다양한 실세계의 영상변화를 가장 일반적이고 표준화된 방법으로 분석하고 분할하며 표현할 수 있는 기법을 제안하고자 한다. 본 논문에서는 새로운 로컬 컬러 ${\lambda}^2$-테스트를 제한하는데 이는 기존의 ${\lambda}^2$-테스트와 로컬 컬러 히스토그램을 결합한 방법이다. 이 방법은 급진적 장면전환과 점진적 장면전환을 모두 검출할 수 있는 강건한 방법을 제시하여 기존에 장면전환 검출 방법이 안고 있던 문제를 해결하였다.

• 한국컴퓨터정보학회지
• /
• 제15권1호
• /
• pp.203-207
• /
• 2007

본 논문에서는 비디오의 분할을 위하여 먼저 기존에 제안되었던 차이 값 추출방법들의 단점들을 극복하고 장점을 최대한 활용할 수 있으며 급진적 장면전환부터 점진적 장면전환까지 모두 예측할 수 있는 강건하고 복합적인 차이 값 추출방법에 대해서 제안한다. 이 방법은 지역적 $X^2$-테스트로서 기존의 컬러 히스토그램과 $X^2$-테스트를 결합한 방법이다. 본 논문을 위하여 기존의 히스토그램 기반 알고리즘과 비교하여 좋은 성능을 보여주는 $X^2$-테스트를 변형하였고, 컬러 값의 세분화 작업에 따른 검출효과를 높이기 위하여 명암도 등급에 따른 가중치를 적용한 지역적 $X^2$-테스트를 이용하였다. 이 방법은 복잡하고 다양한 시세계의 영상 변화를 가장 일반적이고 표준화된 방법으로 분석하고 분할하며 표현할 수 있는 방법이다. 기존의 $X^2$-테스트와 제안된 지역적 $X^2$-테스트 방법의 비교는 실험을 통해 입증되었다.

• 한국정보통신학회논문지
• /
• 제13권11호
• /
• pp.2330-2334
• /
• 2009

본 논문에서는 기존에 제안되었던 컬러 히스토그램과 $X^2$ 히스토그램을 합성한 방법을 새로운 장면 전환 검출 방법을 제시한다. 이 방법은 차이값 추출 방법들의 단점을 극복하고 장점을 최대한 활용한 방법이다. 또한 급진적 장면 전환 검출에서 점진적 장면 전환 검출까지 모두 검출할 수 있다. 실험을 통해서 기존의 방법보다 제안된 방법이 우수함을 입증하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.676-678
• /
• 2000

본 연구에서는 다양한 동영상내에서 장면전환 검출(Scene Change Detection(SCD))을 하기 위한 임계값 설정시, 전체 동영상을 임의적으로 120개의 프레임 단위로 구분 짓고 120개의 frame을 한 블록으로 하여 각 블록내의 프레임들로부터 얻어진 밝기 히스토그램 사이의 차이값을 데이터로 하여 통계적 기법으로 접근, 차이값의 평균과 표준편차를 이용한 각 블록내의 신뢰구간을 구함으로써 신뢰구간을 벗어나는 프레임은 SCD가 발생한 것으로 생각하였다. 또한 점진적 장면 전환검출시에는 점진적 장면 전환의 특징인 차이값의 분포를 이용하여 장면 전환 검출을 시도하였다. 따라서 SCD를 하기 위하여 사용되어지던 임계값 설정이 동영상에 따라 자동적으로 변화함으로써 임계값 설정의 어려움을 극복하여, 좀더 효율적인 SCO를 이루었으며, 정확도 면에서 급진적/점진적 장면 전환 검출율이 90% 이상의 결과를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제11권3호
• /
• pp.193-201
• /
• 2006

본 논문에서는 급진적 장면전환부터 점진적 장면전환까지 모두 검출할 수 있는 방법을 제안한다. 이 방법은 지역적 $X^{2}$-테스트로서 기존의 컬러 히스토그램과 $X^{2}$-테스트를 결합한 방법이다. 본 논문을 위하여 기존의 히스토그램 기반 알고리즘과 비교하여 좋은 성능을 보여주는 $X^{2}$-테스트를 변형하였고. 컬러 값의 세분화 작업에 따른 검출효과를 높이기 위하여 명암도 등급에 따른 가중치를 적용한 지역적 $X^{2}$-테스트를 이용하였다. 이 방법은 복잡하고 다양한 시세계의 영상 변화를 가장 일반적이고 표준화된 방법으로 분석하고 분할하며 표현할 수 있는 방법이다. 기존의 $X^{2}$-테스트와 제안된 지역적 $X^{2}$-테스트 방법의 비교는 실험을 통해 입증되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제44차 하계학술발표논문집 19권2호
• /
• pp.55-57
• /
• 2011

장면 전환 검출은 비디오를 구조화하고 비디오 연산을 수행하는데 필수적인 요소이다. 본 문에서는 기존에 제시된 컬러 히스토그램과 x2 히스토그램을 합성한 새로운 방법의 장면 전환 검출 방법을 제시한다. 특히 이 방법은 비디오 프레임들의 차이값 추출 방법들의 단점을 극복하고 장점을 최대한 활용한 방법이다. 그리고 매우 빠르게 화면이 지나가는 급진적 장면 전환 검출에서 느리게 화면이 진행하는 점진적 장면 전환 검출까지 모두 검출할 수 있다. 실험을 통해서 본 방법이 기존의 방법보다 우수하다는 것을 보여주고 있다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2000년도 춘계공동학술대회 논문집
• /
• pp.207-210
• /
• 2000

비디오데이터의 증가에 따른 효율적 검색, 저장, 브라우징을 위한 방법론이 필요하게 되었다. 본 논문에서는 이러한 시스템을 구축하기 위한 첫 번째 단계인 비디오 분할기법을 제안하고자 한다. 이러한 비디오 분할은 샷경계검출 혹은 장면전환검출이라고 하는데 본 논문에서는 밝기 히스토그램과 에지갯수를 이용하여 프레임간의 유사도를 구별하고 이 유사도가 일정 임계값을 넘지 못하면 장면전환이 있는 것으로 간주한다. 점진적 장면전환검출은 현재프레임과 이전의 샷경계 프레임과의 유사도를 비교하여 검출한다. 다양한 비디오데이터에 공통적으로 적용할 수 있는 임계값을 설정하기 위해 상관관계(correlation)기법을 사용한다. 실험결과 급진적 장면전한은 각각 90%, 98%의 정확도(precision)와 회수율(recall)을 나타내었고 점진적 장면전환은 59%, 75%의 정확도와 회수율을 나타내었다.

• 인터넷정보학회논문지
• /
• 제5권6호
• /
• pp.59-66
• /
• 2004

본 논문에서는 MPEG 비디오 데이터를 GoP 단위로 분할하여 장면전환 특성을 파악하고 그에 따라 칼만필터를 사용하여 비디오 데이터의 전송량을 예측하는 방법을 제안하고자 한다. 비디오 데이터의 정확한 장면전환을 파악하기 위해서 압축 도메인에서 고속으로 장면에 대한 정보를 검출하는 알고리즘을 사용하여 급진적 장면전환 유형과 점진적 장면전환 유형으로 분류하였다. 분류된 정보는 칼만필터의 세부 인자로 사용되어 비디오 데이터의 전송량을 예측한다. 본 논문에서 제안한 방법은 압축 도메인에서 장면전환 탐지와 비디오 데이터의 전송량을 예측하여 처리 시간을 감소시키고자 하였다. 세 종류의 서로 다른 비디오 데이터 911개의 1프레임을 사용한 실험에서 96.2- 97.6%로 전송량을 예측하였다.

• 정보처리학회논문지B
• /
• 제12B권5호
• /
• pp.617-630
• /
• 2005

일반적인 장면전환 검출방법은 연속적인 두 영상의 특징 값을 비교하여 일정한 임계값 이상일 경우 장면전환으로 판단한다. 그러나 기존의 장면전환을 검출하는 알고리즘은 장면전환을 검출하는데 있어서 프레임의 특징 값을 추출하기 위하여 복호화 과정에서 많은 시간이 소비되었고 단지 연속적인 두 영상의 특징 값을 비교하기 때문에 빛의 변화나 물체의 움직임에 따른 오검출 문제를 나타내었다. 본 논문에서는 MPEG 압축 영역에서 매크로블록 정보를 직접 추출 및 이용하여 효과적인 장면 전환 검출을 위한 알고리즘을 제안한다 제안한 알고리즘은 MPEG에서 매크로블록 정보를 직접 추출하고 이용하므로 기존의 알고리즘의 문제점인 많은 연산량 문제를 개선하였고, 연속된 프레임과의 비교를 통한 장면전환 검출이 아닌 이전 또는 이후 영상과의 연관성을 분석하여 장면전환된 프레임을 검출함으로 빛의 변화나 물체의 움직임과 같은 오검출 문제를 해결할 수 있는 알고리즘을 제안한다 제안한 알고리즘은 MPEG 데이터를 대상으로 한 실험을 통해 기존의 히스토그램을 이용한 알고리즘보다 빠르고 정확하게 검출할 수 있음을 보이고, 실험 결과를 통해 성능을 분석하였다.

• 정보처리학회논문지B
• /
• 제12B권4호
• /
• pp.403-412
• /
• 2005

본 논문에서는 비디오 데이터로부터 장면 사이의 경계를 검출하고, 이들을 그 종류별로 분류하는 장면전환 검출 방법을 제안한다 제안한 장면전환 검출 방법은 급진적인 장면전환인 컷(cut)과 점진적인 장면전환인 페이드(fade) 및 디졸브(dissolve)를 검출한다. 본 논문에서는 영상 내에 포함된 카메라의 동작 정보를 이용하여 영상을 보정하고, 보정된 영상으로부터 특징을 추출하여 장면전환을 검출한다. 따라서 카메라의 동작으로 인해 기인하는 여러 가지 오 검출을 방지한다. 또한, 영상을 보정하는 과정에서 지역적인 이동 물체의 동작을 제거하므로 이동 물체의 동작으로 인해 기인하는 장면전환의 오 검출도 방지한다. 실험에서는 다양한 비디오 데이터를 입력 받아 기존의 장면전환 검출 방법들과 제안한 방법의 성능을 비교 분석함으로써 제안한 방법의 우수함을 보인다.