• 한국HCI학회:학술대회논문집
• /
• 2008.02b
• /
• pp.293-297
• /
• 2008

동영상 서비스의 공급과 수요의 증가로 많은 양과 종류의 동영상에 접근을 제공하기 위한 브라우징과 검색이 보다 중요해지고 있다. RSVP와 사용자 태그의 개념을 이용한 동영상 브라우징인 'Rapid Browsing'은 사용자가 원하는 동영상 내용에 보다 효율적으로 접근할 수 있도록 한다. 이 방법은 바로 원하는 장면이 있는지 찾아볼 수 있으므로 검색시간을 단축함은 물론 어떤 내용이 있는지 빠르게 알아낼 수 있다. 또한 사용자의 시간태그를 기반으로 미리보기를 제공하기 때문에 하이라이트 부분을 먼저 감상할 수 있고 이로써 내용을 기반으로 한 검색이 가능해지며 빠르게 댓글을 통한 사용자들끼리의 커뮤니케이션 효과가 있다는 장점이 있다.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.6
• /
• pp.1431-1440
• /
• 1998

Video data are retrieved and stored in various compressed forms according to their characteristics, In this paper, we present a generic data model that captures the structure of a video document and that provides a means for indexing a video stream, Using this model, we design and implement CVIMS (the MPEG-2 Compressed Video Information Management System) to store and retrieve video documents, CVIMS extracts I-frames from MPEG-2 files, selects key-frames from the I -frames, and stores in database the index information such as thumbnails, captions, and picture descriptors of the key-frames, And also, CVIMS retrieves MPEG- 2 video data using the thumbnails of key-frames and v31ious labels of queries.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.95-96
• /
• 2021

최근 미디어의 발전으로 빠른 속도로 많은 양의 사람들의 얼굴이 포함된 사진, 동영상들이 인터넷에 업로드 되고 있다. 이러한 현상에 맞춰 인공지능을 활용한 얼굴 인식 기술의 놀라운 발전이 있었으나, 대규모 데이터셋에서 임의의 인물을 검색하는 경우에서는 연산량과 저장공간의 부담이 존재한다. 특히, 인터넷에 존재하는 수많은 불법 촬영물에서 피해자를 정확하고 신속하게 검색하기 위해서는 효율적인 얼굴 검색 시스템이 필요하다. 따라서, 본 논문은 얼굴 특징 추출과 클러스터링을 활용하여 방대한 양의 불법 촬영물 셋에서 피해자 동영상을 효율적으로 검색할 수 있는 기법을 제안한다. 불법 촬영물 동영상 검색 실험 환경을 만들기 위해 YouTube Faces [1] 데이터셋으로 유사 동영상 셋을 만들고 이 환경에서 실험을 진행한다. 얼굴 특징 추출 모델은 ResNet100 네트워크를 CosFace 손실함수와 Glint360K 데이터셋으로 학습시킨 모델 [2]을 사용한다. 추출된 얼굴 특징들을 HAC(Hierarchical Agglomerative Clustering) 알고리즘으로 클러스터링 한 후, 클러스터 대푯값을 통해 얼굴 검색 실험을 했을 때의 실험 결과를 분석한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.463-464
• /
• 2019

본 논문은 기계학습을 기반으로 아두이노와 시리얼통신을 통한 사용자의 동작인식을 이용해 보다 간단하게 인터넷상의 원하는 동영상을 찾을 수 있는 검색시스템을 제작하고자 하였다. 이 검색시스템은 Python을 기반으로 SVM(Support Vector Machine)을 이용한 패턴 분류를 사용하였으며 이를 통해 사용자의 동작을 입력받아 문자를 예측 할 수 있다. 사용자는 이 검색시스템을 사용하기 위하여 우선 문자에 대한 사용자의 동작입력을 통해 학습 데이터 셋을 만들어야 하며 그것을 SVM을 이용하여 학습 모델과 식별자를 만들고, 만들어진 분류기를 통하여 동작인식을 바탕으로 문자의 결과를 예측 할 수 있다. 최종적으로 사용자의 동작인식을 거쳐 만들어진 문자열을 이용해 인터넷 동영상 사이트인 Youtube를 통해 웹 크롤링하여 문자열과 관련 있는 동영상을 찾아준다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.06b
• /
• pp.109-114
• /
• 1999

동영상을 효율적으로 검색하기 위해서 동영상을 장면 단위로 분할하는 과정이 필요하다 이 논문에서는 동영상에서 장면이 전환되는 지점을 빠르게 검출하는 방법을 제안한다. 먼저 MPEG 압축 영상에 대하여 시간적 표본화를 통하여 추출된 압축 영역의 데이터를 사용하여 장면 전환의 후보 구간들을 정하고, 다음으로 이들 구간 안에서 각 프레임의 화소값을 얻고, 이를 사용하여 정확한 장면 전환 지점을 찾아낸다. 제안된 방법은 빠른 검출 속도와 함께 높은 정확성을 갖는다. 또한 카메라 플래시 때문에 장면 전환으로 잘못 검출되는 것을 방지할 수 있는 방법을 제안한다.

• Journal of Broadcast Engineering
• /
• v.4 no.2
• /
• pp.187-196
• /
• 1999

This paper presents an efficient and automatic color and motion feature extraction algorithm for content-based MPEG-l video retrieval. Based on the proposed method. a video retrieval system is implemented. For color feature. the proposed algorithm considers dynamic color iRformation in video data, and thereby can overcome the limits of the previous key-frame based method. For motion feature, we utilize the motion vector in MPEG-l video with color information. and extract the color-motion feature. The proposed algorithm can solve the weakness of the previous location based motion feature method. Finally. the proposed method is evaluated within the implemented video retrieval system.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.43-44
• /
• 2015

동영상 콘텐츠가 폭증하고 있으나 사용자가 동영상 내 장면에 내포된 개체(인물, 사건, 사물 등)를 직관적으로 검색하는 것은 어려운 상황이다. 현재 동영상 콘텐츠는 이용자들이 수동적으로 동영상보기, 다시보기, 정지 등으로 이용되고 있다. 이용자들이 능동적으로 인터랙티브하게 활용할 수 있도록 콘텐츠와 개체의 메타체계를 분석하여 장면단위로 콘텐츠의 정보를 검색을 할 수 있는 기능이 필요하다. 개체의 메타체계를 분석하여 시맨틱 모델(sematic model) 콘텐츠(Content) 온토롤지와 오브젝트(Object) 온톨로지 설계 및 2개의 온톨로지 연결을 통해 시맨틱 모델(sematic model) 접근할 수 있는 기능을 제시한다.

• Proceedings of the KIEE Conference
• /
• 2000.11d
• /
• pp.839-841
• /
• 2000

텍스처 정보는 정지 영상 뿐 아니라 동영상 분석에서도 많은 정보를 제공한다. 이러한 텍스처 정보를 동영상의 움직임 분류에 사용하여 기존의 색, 색영역의 배치 정보, 기준 형상, 명도 텍스처 등을 기본 탐색 키로 삼는 동영상 검색 시스템에 텍스처 특성을 움직임 정보에 적용하여 저 수준 정보에서 움직임 정보가 직접적으로 추출될 수 있음을 보였다. 이 방법의 장점은 배경 소거, 오브젝트 추출 및 추적, 참조 곡선 탐색 등 많은 계산량을 요구하는 연산들이 없이도 움직임 정보를 압축 동영상에서 추출할 수 있다는 것이다. 또한 동영상은 데이터의 양이 매우 크기 때문에 압축되어 있는 것이 필수인데 본 연구에서는 웨이브릿으로 압축되어 있는 동영상에서 움직임 정보가 고주파 부분에 집중되어 있는 점을 이용하여 역변환을 거치지 않고 직접 템포럴 텍스처를 생성하였다. 따라서 계산 속도를 향상시켰으며 계산 과정도 행렬 연산을 기본으로 수행하여 계산 과정을 간단하게 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.1042-1046
• /
• 2000

본 논문에서는 질감 정보를 나타낼 수 있는 Block-based 에지 히스토그램과 색상 정보를 표현할 수 있는 DCT 를 이용한 칼라 영상 검색 방법을 제안한다. 제안된 방법은 최소의 특징량으로 최대의 검색효율을 얻기 위해 YCbCr 칼라 모델상에서 Y 영상으로부터는 전체적인 영상에 대한 히스토그램과 에지 히스토그램을 특징량으로 추출하고 Cb, Cr 영상으로부터는 DCT 계수를 특징량으로 추출하여 칼라 영상을 검색한다. 이는 칼라와 질감을 동시에 고려하면서 특징량의 크기가 적어 웹, 대용량 검색 시스템 및 동영상 검색에 적합하다. 성능 평가는 MPEG-7 의 칼라 특징자들의 성능평가를 위해 사용된 S1 및 S3 그룹 영상을 대상으로 실험하였으며 제안한 복합 특징량은 칼라 영상 검색에서 우수한 성능을 나타냄을 실험으로 확인 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.509-511
• /
• 1998

본 논문에서는 동영상 데이터베이스에서 Key-frame을 검색하는 방법을 제안한다. 본 논문에서는 Key-frame을 검색하기위해 컬러 피쳐를 공간영역에서 추출하지 않고 wavelet transform 영역에서 컬러 피쳐를 추출하는 방법을 제안한다. wavelet transform 의 저주파 밴드는 영상전체의 특징을 잘 나타내고 고주파 밴드는 texture 와 국부적인 컬러 특성을 잘 나타낸다. 색인과정 알고리즘은 영상의 크기를 정규화하고 RGB 컬러공간에서 HSV 컬러 공간으로 변환을 하여, H, S, V 각 채널에 대해 Daubechies' wavelet transform을 수행한 후 변환 영역에서 피쳐를 추출하게 된다. 색인을 위한 피쳐로 wavelet 계수와 lowest 밴드의 평균과 표준편차를 추출하였다. 효율적인 검색을 위해 검색은 2단계로 수행된다. 먼저 평균과 표준편차만을 이용한 1차 검색을 통해 2차 검색의 후보 영상들을 추출하고 2차 검색에서는 1차 검색 통과 영상들에 대해서만 wavelet 계수들을 비교하여 최종 검색 결과를 얻게 된다. 검색결과 기존의 컬러 피쳐를 이용한 방법보다 우수한 검색결과를 얻을 수 있었다.