• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.93-95
• /
• 2023

본 논문에서는 장편의 드라마나 영화에서 스토리 기반의 축약된 요약본을 자동으로 제작하기 위해 미디엄 숏(medium shot) 크기의 숏(shot)들을 추출하기 위한 방법을 고려한다. 미디엄 숏 정도의 크기는 보통 인물에 중심을 둔 숏들로 인물들 간의 관계에서 특히 대사나 표정으로 내용을 전달하기 위한 목적으로 적극 권장된다. 비디오 검색을 위한 인덱싱에서 신(scene) 전환 검출 및 숏 경계 검출, 그리고 이미지에서 심도와 초점기반의 화질 및 피사체 추출 등을 위해 전통적인 신호/영상처리 기법의 활용에서부터 최근의 기계학습 접목 등 다양한 연구들이 진행되고 있다. 영상문법에 근거하여 편집된 영상물에서 미디엄 숏 정도 크기의 숏들을 추출하여 배열한다면 어느 정도 원본 내용을 충실히 전달할 수 있는 축약된 요약본을 제작할 수 있다는 가정하에 해당 샷들을 블러(blur) 기반으로 검출하기 위해 이와 관련된 키워드들을 기반으로 기존 연구들을 살펴보고 적용 방법을 모색한다.

• 한국컴퓨터정보학회논문지
• /
• 제17권9호
• /
• pp.49-56
• /
• 2012

본 논문은 얼굴 검출을 이용한 숏의 유형을 판단하는 방법론을 제시한다. 클로즈 업 숏이나 미디엄 숏, 롱 숏과 같은 숏의 유형은 영화의 서사 구조를 파악하는 주요한 단서이다. 클로즈 업을 통해 감독은 등장인물의 감정 상태를 묘사하고 롱 숏을 통해 인물이 처한 상황이나 배경을 묘사하게 된다. 인물의 심리나 감정의 변화, 인물이 처한 상황을 묘사하는 숏의 여러 유형은 인물과 카메라의 거리에 의해 결정된다. 따라서 화면에 등장하는 인물의 얼굴 크기를 알아내어 숏의 유형을 판단할 수 있다. 이를 위해 본 논문에서는 얼굴 검출을 통해 숏의 유형을 감지하는 방법론을 제시하고 시스템으로 구현하여 성능을 평가한다. 평가실험에서 클로즈 업 숏과 미디엄 숏의 감지 성능은 95%와 90%로 비교적 높게 나타났지만 얼굴의 윤곽이 불분명한 롱 숏의 경우 53.3%로 측정되었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.85-92
• /
• 2023

본 논문에서는 장편의 드라마나 영화에서 스토리 기반의 축약된 요약본을 자동으로 제작하기 위한 방법을 제안한다. 촬영 단계에서 황금분할을 고려한 공간감 있는 프레임 구성과 내용 전달 차원에서 시청자들의 시선을 집중시키기 위한 관심 대상에 대한 초점을 기본 전제로 했다. 이에 적정한 프레임들을 추출하기 위한 방법을 고려하기 위해서 기존의 씬(scene) 및 숏(shot) 검출에 대한 연구, 초점과 관련된 블러 정도를 파악하는 연구들에서 활용되었던 요소 기술들을 활용했다. 유튜브에서 공유되는 영상을 프레임 단위로 변환한 후 프레임별로 특징을 추출하기 위한 영역으로 프레임 전체 영역과 3개의 부분 영역으로 구분했고, 해당 영역별로 각각 라플라시안 연산자와 FFT를 적용한 결과들을 비교하여 상대적으로 일관성 있고 강건한 FFT를 선택했다. 프레임 전체에 대한 계산값과 3개 영역의 계산값들을 비교하여 상대적으로 선명한 영역을 확인할 수 있는 조건을 기반으로 대상 프레임을 선별했다. 이렇게 선별된 결과를 토대로 숏 내에서 프레임들의 연속성을 확보하기 위해 오프라인 변화점 탐지기법을 적용한 결과와 접목시켜 최종 프레임들을 추출했고, 이를 기반으로 편집결정리스트를 구성하였으며, F1-스코어 75.9%를 갖는 62.77%로 축약된 요약본을 제작했다.