• 한국정보과학회논문지:시스템및이론
• /
• 제35권3호
• /
• pp.103-110
• /
• 2008

본 논문에서는 웹 동영상 페이지의 구조를 바탕으로 하여, 웹 동영상의 관리 및 검색을 위한 주석용 키워드를 자동 추출하는 방법을 제안한다. 제안 방법은 웹 동영상 페이지의 구조를 포함된 동영상의 개수와 주변 텍스트 구성의 복잡도를 기준으로 4가지 타입으로 구분하고, 타입 별로 키워드를 추출하는 방법을 달리한다. 1,087개의 웹 동영상 페이지(2,462개의 동영상)를 바탕으로 실험한 결과에 의하면 본 논문에서 제안하는 방법은 기존 웹 이미지 검색 시스템을 위한 추출 방법보다 재현율 면에서 18%의 성능 향상을 보였다. 따라서 논문에서 제안하는 방법은 일반적인 웹 동영상 검색 시스템을 위한 키워드 추출에 널리 적용 될 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 학술대회
• /
• pp.129-134
• /
• 1999

본 논문에서는 내용 기반 동영상 검색을 위한 효율적이고 자동적인 특징 추출 알고리듬을 컬러 정보와 모션 정보에 대해 제안하고, 이를 동영상 검색 시스템에 적용한다. 컬러 정보의 경우 기존의 key-frame단위의 컬러 특징 추출의 한계를 극복하고, 동영상의 컬러 히스토그램 정보와 컬러의 공간분포 정보를 반영할 수 있는 컬러 특징 추출 알고리듬을 제안한다. 그리고 모션특징은 MPEG-1 동영상 내의 모션 벡터와 컬러 정보를 조합한 컬러-모션 특징을 추출하여 사용한다. 최종적으로 추출된 특징을 이용한 검색 시스템을 구현해, 제안된 알고리듬의 성능을 평가하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.197-200
• /
• 2005

본 논문은 유해한 동영상을 실시간으로 분석하고 차단하기 위하여, 동영상의 비주얼 특징으로서 그룹 프레임(Group of Frame) 특징을 추출하여 SVM 학습모델을 활용하는 유해 동영상 분류에 관한 것이다. 지금까지 동영상 분류에 관한 연구는 주로 입력 동영상을 뉴스, 스포츠, 영화, 뮤직 비디오, 상업 비디오 등 사전에 정의한 몇 개의 장르에 자동으로 할당하는 기술이었다. 그러나 이러한 분류 기술은 미리 정의한 장르에 따른 일반적인 분류 모델을 사용하기 때문에 분류의 정확도가 높지 않다. 따라서, 유해 동영상을 실시간으로 자동 분류하기 위해서는, 신속하고 효과적인 동영상 내용분석에 적합한 유해 동영상 특화의 특징 추출과 분류 모델 연구가 필요하다. 본 논문에서는 유해 동영상에 대하여 신속하고, 정확한 분류를 위하여 유해 동영상의 대표 특징으로서 그룹프레임 특징을 정의하고, 이를 추출하여 SVM 학습 모델을 생성하고 분류에 활용하는 매우 높은 성능의 분석 방법을 제시하였다. 이는 최근 인터넷 뿐만 아니라 다양한 매체를 통하여 급속도로 번지고 있는 유해 동영상 차단 분야에 적극 활용될 수 있을 것으로 기대된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.295-297
• /
• 2003

본 논문에서는 각 프레임으로부터 추출된 통계적 특성을 이용하여 동영상의 분할방법과 분할된 각 장면에 대한 대표프레임을 추출하는 방법을 제안한다. 제안된 방법은 동영상의 각 프레임에 대하여 다해상도 분석을 실시하여 저주파 부 밴드로부터 히스토그램 특징을 추출하여 급격한 장면전환을 분할하는데 이용하였으며 또한 점진적인 장면전환을 검출하기 위해서는 고주파 부 밴드로부터 계산되는 화소의 분산치를 계산하여 특징벡터로 사용하였다. 실험의 결과를 통하여 제안된 동영상의 분할방법과 대표프레임 추출에 대한 알고리즘들이 동영상 자료의 분석 및 색인을 위한 효율적인 동영상 분할을 가능하게 하며, 차후 내용기반 영상과 비디오의 색인 및 검색을 위한 전처리의 단계로 사용되어질 수 있는 매우 유용한 방법임을 보였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 추계학술대회 논문집 학회본부 D
• /
• 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.

• 방송공학회논문지
• /
• 제4권2호
• /
• pp.187-196
• /
• 1999

본 논문에서는 내용 기반 동영상 검색을 위하여 컬러 정보 및 모션 정보를 사용하는 효율적인 자동 특징 추출 알고리즘을 제안하고, 이를 동영상 검색 시스템에 적용한다. 컬러 정보의 경우 기존의 key-frame단위의 컬러 특징 추출의 한계를 극복하고, 동영상의 컬러 히스토그램 정보와 컬러의 공간분포 정보를 반영할 수 있는 컬러 특징 추출 알고리즘을 제안한다. 또한 MPEG-1 동영상 내의 모션 벡터와 컬러 정보를 조합한 컬러-모션 특징을 추출하여, 기존의 위치 기반 특징 추출 알고리즘의 한계를 극복하였다. 최종적으로 추출된 특징을 이용한 검색 시스템을 구현하여, 제안된 알고리즘의 성능을 평가하였다.

• 인터넷정보학회논문지
• /
• 제11권1호
• /
• pp.85-102
• /
• 2010

본 논문에서는 동영상의 등장인물 간의 상황을 기초로 배역간의 관계를 정의한 Character-Net을 구축하는 방법과 이를 이용하여 동영상으로부터 주요배역을 추출하는 방법을 제안한다. 인터넷의 발전과 함께 디지털화된 동영상의 수가 기하급수적으로 증가하여 왔고 원하는 동영상을 검색하거나 축약하기 위해 동영상으로부터 의미정보를 추출하려는 다양한 시도가 있어왔다. 상업용 영화나 TV 드라마와 같이 이야기 구조를 가진 대부분의 동영상은 그 속에 존재하는 등장인물들에 의해 이야기 전개가 이루어지게 되므로, 동영상 분석을 위해 인물 간의 관계와 상황을 체계적으로 정리하고 주요배역을 추출하여 동영상 검색이나 축약을 위한 정보로 활용할 필요가 있다. Character-Net은 영상의 그룹 단위에 등장하는 인물들을 찾아 화자와 청자를 분류하여 등장인물 기반의 그래프로 표현하고 이 그래프를 누적하여 전체 동영상의 등장인물들 간의 관계를 묘사한 네트워크다. 그리고 이 네트워크에서 연결정도 중심성 분석을 통해 주요배역을 추출할 수 있다. 이를 위해 본 논문에서는 Character-Net을 구축하고 주요배역을 추출하는 실험을 진행 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.414-418
• /
• 2010

최근 라이프 로그의 수집과 관리에 관련된 연구가 많이 진행 중에 있다. 또 핸드폰 카메라, 디지털 카메라, 캠코더 등의 발전으로 자신의 일상생활을 비디오로 저장하고, 인터넷을 통해 공유하는 사람도 증가하고 있다. 비디오 데이터는 많은 정보를 포함하고 있는 라이프 로그의 한 예로. 동영상의 촬영 및 수집이 활발해짐에 따라 동영상의 메타정보를 생성하고, 이를 이용해 동영상 검색과 관리에 이용하려는 연구들이 진행 중이다. 본 논문에서는 라이프 로그를 수집하고 수집된 동영상과 라이프 로그를 이용하여 의미정보를 추출하는 시스템을 제안한다. 의미정보란 사용자의 행동을 나타내는 정보로써 컴퓨터 사용, 식사, 집안일, 이동, 외출, 독서, 휴식, 일, 기타로 9가지의 의미정보를 추출한다. 제안하는 방법은 사용자로부터 GPS, 가속도센서, 캠코더를 이용해 실제 데이터를 수집하고, 전처리 과정을 통하여 특징을 추출한다. 이때 추출될 특징은 위치정보와 사용자의 상태정보 그리고 영상처리릍 통한 RGB와 HSL 색공간의 요소와 MPEG-7의 EHD(Edge Histogram Descriptor). CLD(Color Layout Descriptor)이다. 추출된 특징으로부터 사람 행동과 같은 불안정한 상황에서 강점을 보이는 확률모델 네트워크인 베이지안 네트워크를 이용하여 의미정보를 추출한다. 제안하는 방법의 유용성을 보이기 위해 실제 데이터를 수집하고 추론하고 10-Fold Cross-validation을 이용하여 데이터를 검증한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.119-122
• /
• 2011

동영상 플레이어에서 제공되는 브라우징 기법은 동영상의 주요 장면을 이미지로 보여줌으로써, 사용자가 주요 장면에 쉽게 접근할 수 있도록 해준다. 강의 동영상은 일반 동영상과는 달리 매우 정적이므로, 기존 동영상 브라우징 기법은 강의 동영상에 적용하기에 알맞지 않다. 본 연구에서는 강의 동영상에 주로 슬라이드가 함께 나온다는 점에 착안하여, 영상에서 슬라이드 이미지를 추출하여 이를 대표 프레임으로 지정하는 방법에 대해 연구하고, 브라우징 인터페이스를 구현하였다. 슬라이드 이미지가 대표 프레임으로 사용되므로 학습자는 대표 프레임들만을 보고 동영상을 시청하지 않고도 원하는 정보를 신속하고 정확하게 찾을 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 1998년도 추계학술발표논문집
• /
• pp.79-84
• /
• 1998

일반적으로 동영상 검색을 위해 주석 기반과 내용 기반 검색을 사용하는데, 주석 기반 검색은 사용자의 주관이 개입되어 일관성을 잃기 쉽고, 내용 기반 검색은 동영상 데이터가 담고 있는 의미가 추출되기 어렵다는 단점을 가지고 있다. 그래서, 본 논문에서는 이 두 검색 기법을 상호 보완하여 검색의 효율성과 정확성을 높이기 위해 통합 동영상 데이터 모델(IVDM)을 제안하고, 이것을 기반으로 뉴스 동영상 검색을 위한 데이터베이스 스키마와 질의 유형을 설계한다. 이 모델은 동영상 데이터를 계층적으로 구조화한 형태로 상위수준에서는 주제별로 부여된 메타 정보로 주석 기반 검색을 지원하고, 하위 수준에서는 동영상 데이터에서 색깔, 모양, 움직임, 질감 등의 특징 데이터를 추출하여 내용 기반 검색을 지원한다.