• Proceedings of the IEEK Conference
• /
• 2003.11b
• /
• pp.149-152
• /
• 2003

In this paper, we describe an implementation of indexing and presentation system conforming to TV-Anytime standards. This system has a metadata indexing scheme for multimedia contents, a video indexing algorithm for news and soccer videos, and an MPEG-2 TS player for nonlinear browsing. We also implement an authoring tool for the algorithms mentioned above.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.607-609
• /
• 2003

동영상 자동 분석은 비디오 데이터의 내용 기반 색인과 검색을 위한 첫 단계이다. 본 논문에서는 정형적인 구조를 가진 뉴스와는 달리 비정형적인 특성을 가진 축구 동영상에서 사용자의 관심이 되는 하이라이트 장면의 영상 특징을 이용하여 그 구조를 분석하여 하이라이트 장면을 검출하는 방법을 제안한다. 이전 연구를 토대로 그라운드영역과 골대 유무에 따라 하이라이트 후보 장면을 찾는 과정에서 경기마다 달라지는 임계값에 영향을 받지 않는 알고리즘을 제안하였다. 실험결과 제안된 방법이 여러 종류의 축구 경기 하이라이트 분석에 있어서 그 성능이 우수함을 확인할 수 있었다.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.5 s.37
• /
• pp.65-76
• /
• 2005

A digital video is a very long data that requires large-capacity storage space. As such, prior to watching a long original video, video watchers want to watch a summarized version of the video. In the field of sports, in particular, highlights videos are frequently watched. In short, a highlights video allows a video watcher to determine whether the highlights video is well worth watching. This paper proposes a scheme for creating soccer video highlights using the structural features of captions in terms of time and space. Such structural features are used to extract caption frame intervals and caption keyframes. A highlights video is created through resetting shots for caption keyframes, by means of logical indexing, and through the use of the rule for creating highlights. Finally, highlights videos and video segments can be searched and browsed in a way that allows the video watcher to select his/her desired items from the browser.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.446-449
• /
• 2011

얼굴 인식 성능을 저해하는 환경으로 인한 축구 비디오에서의 낮은 선수 인식률과 제한된 해공간의 문제점을 해결하는 차원에서 본 논문에서는 다음과 같은 특징을 갖는 얼굴 인식 기반의 축구선수 인식 방법론을 제안한다: 1) 조명 변화에 민감하지 않은 얼굴 표현 방법인 ULBP를 사용하여 얼굴 인식 성능을 향상시킨다; 2) 얼굴 인식 성능을 저해하는 다양한 환경에서도 이미 강인한 성능이 검증된 SRC를 선수 식별 과정에 적용함으로써 안정적이고 높은 선수 식별 성능을 보장한다; 3) 클로즈업 샷뿐만 아니라 미디엄 샷의 정면, 준정면, 측면 얼굴 이미지를 대상으로 선수 식별의 해공간을 확장한다; 4) SRC의 점증적 갱신 학습 능력으로 축구 선수 얼굴 데이터베이스의 변화에도 능동적으로 적응한다. 실제 2010년 남아프리카 공화국 월드컵의 스페인 경기를 대상으로 제안된 방법론의 성능을 실험적으로 검증한다.

• The KIPS Transactions:PartB
• /
• v.14B no.2
• /
• pp.89-98
• /
• 2007

For browsing, searching, and manipulating video documents, an indexing technique to describe video contents is required. Until now, the indexing process is mostly carried out by specialists who manually assign a few keywords to the video contents and thereby this work becomes an expensive and time consuming task. Therefore, automatic classification of video content is necessary. We propose a fully automatic and computationally efficient method for analysis and summarization of spots news video for 5 spots news video such as soccer, golf, baseball, basketball and volleyball. First of all, spots news videos are classified as anchor-person Shots, and the other shots are classified as news reports shots. Shot classification is based on image preprocessing and color features of the anchor-person shots. We then use the dominant color of the field and motion features for analysis of sports shots, Finally, sports shots are classified into five genre type. We achieved an overall average classification accuracy of 75% on sports news videos with 241 scenes. Therefore, the proposed method can be further used to search news video for individual sports news and sports highlights.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2006.11a
• /
• pp.11-14
• /
• 2006

최근 정보통신 기술의 급속한 발전으로 소형 이동형 단말기를 이용한 각종 스포츠 경기 시청이 두드러지게 증가하고 있다. 그럼에도 불구하고 이동형 단말기를 통해 제공되는 영상은 일반 TV나 HDTV용으로 제작되어 소형 이동형 단말기의 사용자가 화면을 통해 스포츠 경기의 상황을 인식하는데 많은 불편함을 주고 있다. 특히, 경기 진행 시간이나 점수를 포함하는 점수상자(scoreboard)는 경기의 상황을 파악하는데 매우 중요한 역할을 하나, 소형 이동형 단말기의 작은 화면에서는 점수상자의 내용을 정확히 인식하기가 쉽지 않다. 이에 본 논문은 많은 사람들이 즐겨보는 축구 경기에 대하여 짧은 학습 기간을 갖는 효율적인 점수상자 추출 방법을 제안하고자 한다. 제안하는 알고리즘은 전수상자와 주변 환경의 밝기 정보를 이용한 점수상자 경계 좌표 추출, 학습을 통한 최적의 경계 좌표 결정, 전수상자 영역 추출 및 확대의 세 단계로 구성된다. 제안하는 알고리즘은 점수상자가 없는 프레임에서도 몇 프레임 앞서 표시된 점수상자의 저장을 통해 디스플레이가 가능하도록 하였다. 다양한 축구경기 비디오에 대한 실험을 통해 제안된 알고리즘이 소형 이동형 단말기 상에서 점수상자를 추출하고 이를 사용자가 쉽게 인식할 수 있도록 확대하여 디스플레이 하는 좋은 해결책임을 보이고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.37 no.6
• /
• pp.703-719
• /
• 2024

In this paper, we propose a procedure for identifying sports game highlights using online live comments. Highlights in sports games can be defined as important events that capture the viewers' attention, often involving scoring. Internet portals and many other platforms may edit game videos and provide highlight scenes. Since reviewing each game and identifying highlights manually can be labor-intensive and time-consuming, statistical learning procedures are beneficial for the automatic identification of highlights. In this paper, we extract words from preprocessed live comments, and divide videos into one-minute intervals to create a document-term matrix summarizing the frequency of word occurrences at each timestamp. Next, employing the log-odds ratios as weights, the weighted sum of the term frequencies at each timestamp is calculated to generate an event score. Then, the nonparametric kernel regression model is applied to event scores to estimate the underlying trend of event scores. The residual for each timestamp is obtained as the difference between underlying trend and the actual event score. Finally, we predict events as those instances whose residuals are widely deviated from the estimated trend levels. Applying this approach to real soccer games, we could predict actual highlights more accurately compared to simply using comment frequencies.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.5
• /
• pp.19-26
• /
• 2020

This paper proposes a framework for creating acrobatic scenes such as soccer ball lifting using various users' videos. The proposed method can generate a desired result within a few seconds using a general video of user recorded with a mobile phone. The framework of this paper is largely divided into three parts. The first is to analyze the posture by receiving the user's video. To do this, the user can calculate the pose of the user by analyzing the video using a deep learning technique, and track the movement of a selected body part. The second is to analyze the movement trajectory of the selected body part and calculate the location and time of hitting the object. Finally, the trajectory of the object is generated using the analyzed hitting information. Then, a natural object lifting scenes synchronized with the input user's video can be generated. Physical-based optimization was used to generate a realistic moving object. Using the method of this paper, we can produce various augmented reality applications.