• 한국정보처리학회논문지
• /
• 제4권6호
• /
• pp.1443-1452
• /
• 1997

본 논문에서는 비디오를 체계적으로 관리하고 비디오 브라우징, 검색, 편짐 등의 비디오 응용 분야에 효과적으로 적용할 수 있도록 기존의 비디오를 구조화된 형태의 논리적 비디오로 재구성한 구조화된 논리적 비디오를 제안하였다. 제안한 구조화된 비디오는 비디오의 물리적 정보뿐만 아니라 비디오의 논리적 정보를 포함하며 이러한 정보를 이용하여 기존의 비디오가 제공하지 못하는 비디오의 논리적 단위 편집등의 다양한 기능을 제공할 수 있고, 비디오 브라우징, 검색, 비디오 편집 등의 여러 비디오 응용 분야에 효과적으로 적용할 수 있으므로 비디오의 재사용성을 높일 수 있다. 본 논문에서는 기존의 비디오를 구조화된 논리적 비디오로 재구성하여 관리하는 비디오 데이터베이스 관리 시스템과 이를 이용하여 비디오 브라우징 및 검색을 효과적으로 수행하는 비디오 응용 시스템을 설계 및 구현하였다.

• 한국멀티미디어학회논문지
• /
• 제1권1호
• /
• pp.1-17
• /
• 1998

비디오 정보는 전자 도서관이나 WWW 및 주문형 비디오 (VOD) 시스템과 같은 다양한 응용분야에서 중요한 요소로 부각되고 있다. 비디오 정보는 특성상 계층적으로 구조화된 문서 형태를 가지기 때문에 본 논문에서는 이를 “구조화된 비디오 문서”라 부른다. 본 논문에서는 구조화된 비디오 문서를 데이터베이스에 효율적으로 저장하고, 검색하기 위한 데이터 모델과 질의어 및 색인 기법을 제안한다. 구조화된 비디오 문서는 논리적인 계층 구조 특성을 지니기 때문에, 본 논문에서는 객체 지향 데이터 모델을 이용하여 비디오 문서를 복합 객체로 모델링하고, 이를 저장하기 위한 객체 타입들을 정의한다. 또한 본 논문에서는 비디오 데이터의 캡션이나 주석을 기반으로 한 내용 기반 검색과 비디오 문서의 논리적 구조를 기반으로 한 구조 기반 검색을 제공하며, 비디오 문서의 시공간 관계 연산을 이용한 검색도 지원한다. 그리고, 구조화된 비디오 문서의 효율적인 질의와 색인 공간의 오버헤드를 줄이기 위해 최적화된 역 색인 기법을 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권8호
• /
• pp.1444-1456
• /
• 2011

This paper presents a low-complexity algorithm for an H.264/AVC encoder. The proposed motion estimation scheme determines the best coding mode for a given macroblock (MB) by finding motion-blurred MBs; identifying, before motion estimation, an early selection of MBs; and hence saving processing time for these MBs. It has been observed that human vision is more sensitive to the movement of well-structured objects than to the movement of randomly structured objects. This study analyzed permissible perceptual distortions and assigned a larger inter-mode value to the regions that are perceptually less sensitive to human vision. Simulation results illustrate that the algorithm can reduce the computational complexity of motion estimation by up to 47.16% while maintaining high compression efficiency.

• 한국정보통신학회논문지
• /
• 제22권9호
• /
• pp.1208-1213
• /
• 2018

시뮬레이션 교육 시 구조화된 디브리핑 유형이 간호대학생의 학습몰입, 비판적사고성향과 임상수행능력에 미치는 효과를 검증하고자 시도된 비동등성 대조군 사후 시차설계의 유사실험 연구이다. 연구대상자는 P 대학교 간호학과 4학년 학생으로, 실험군 22명, 비교군 24명, 대조군 20명으로 총 66명이었다. 실험군에게는 LCJR 질문을 이용한 구조화된 비디오 디브리핑, 비교군은 구조화된 구두 디브리핑, 대조군은 구조화된 그룹 토론 디브리핑을 실시하였다. 연구결과 학습몰입과 비판적사고성향 및 임상수행능력은 세 군간 유의한 차이가 없었으나 사전-사후 차이 검정시 모두 향상되었다. 또한 임상수행능력의 세부영역 중 계획과 중재는 실험군이 다른 두 군에 비해 유의하게 향상되었다. 이를 통해 LCJR의 임상판단 루브릭을 활용한 디브리핑은 시뮬레이션교육에 효과적이며 특히 비디오를 활용한 구조화된 디브리핑 유형은 임상수행능력을 높이는데 영향을 끼치는 것으로 나타났다.

• 정보과학회 논문지
• /
• 제42권3호
• /
• pp.413-418
• /
• 2015

본 논문에서는 UEC (User Edited Contents)를 생성을 위한 비디오 세그먼트 검색에 적합한 동영상 메타데이터 스키마를 설계 및 제안한다. 전통적인 동영상 하위 구조 및 내용 정보 구조와 달리, 제안한 동영상 메타데이터 스키마에서 메타데이터는 Title-Event-Place (Scene)-Shot의 계층적인 구조를 가지며, 각 단위 세그먼트 별로 저장하여야 할 정보를 구조화하여 정의하였다. 현재 생성되어 배포되고 있는 UEC에 대한 논리적인 특징 분석을 통해 Pilot 태깅 실험을 설계하고, 피 실험자들의 태깅 행태와 태그들의 분석을 통해 이러한 메타데이터의 구성 방식과 스키마를 설계하였다. 제안한 시키마는 UEC 생성을 위한 동영상 검색의 특성을 고려하여 설계되었기 때문에 UEC 생성에 유용한 비디오 세그먼트를 범용 MPEG-7 MDS (Multimedia Description Scheme) 보다 쉽게 찾을 수 있도록 한다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권7호
• /
• pp.421-427
• /
• 2020

본 연구의 목적은 병원 전 외상환자 시뮬레이션에서 동영상을 이용한 사전브리핑이 전통적 사전브리핑을 적용한 그룹에 비해 시뮬레이션 몰입감, 시뮬레이션 자신감, 시뮬레이션 만족도에 차이가 있는지 비교하기 위해 대조군 실험설계 연구이다. 실험군과 대조군 모두 시뮬레이션 환경에서 오리엔테이션을 수행했다. 이후 실험 그룹은 훈련의 목표와 결과가 제시된 시나리오 상황과 유사한 약 8분 분량의 비디오를 시청했으며. 반면 통제 그룹은 같은 시간 동안 시나리오와 관련된 고전적인 오리엔테이션 방식을 수행했다. 또한, 실험 집단과 통제 집단은 같은 상황에서 12분 동안 시뮬레이션 실습을 하였으며, 같은 연구자가 40분 동안 디브리핑을 수행하였다. 그 후 참가자들의 시뮬레이션 몰입감, 자신감, 만족도를 측정했다. 데이터는 SPSS 22.0 프로그램을 사용하여 t-test를 사용하여 분석하였다. 결과적으로 영상을 활용한 사전브리핑을 실시한 실험군이 대조군보다 몰입감과 자신감이 더 높은 것으로 나타났다. 반면 만족도는 두 그룹 간에 유의한 차이가 없었다. 즉 구조화 된 비디오를 사용한 사전브리핑이 시뮬레이션 몰입감과 시뮬레이션 자신감을 높이는 효과적인 교육 방법이라는 것을 알 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(3)
• /
• pp.109-112
• /
• 2001

This paper proposes an efficient algorithm of extracting anchor blocks for a semantic structure of a news video. We define the FRFD to calculate the frame difference of anchor face position rather than simply uses the general frame difference. Since, The FRFD value is sensitive to existing face in frame, anchor block can be efficiently extracted. In this paper, an algorithm to extract a face position using partial decoded MPEG data is also proposed. In this way a news video can be structured semantically using the extracted anchor blocks.

• 한국정보처리학회논문지
• /
• 제5권5호
• /
• pp.1109-1118
• /
• 1998

최근에 비디오 데이터베이스에 대하여 관심이 집중되고 있다. 비디오 문서도 텍스트 문서와 마찬가지로 계층적 논리 구조를 포함하고 있다. 사용자가 구조 질의로 이 구조를 활용한다면, 내용 질의에만 의존하는 것보다 더 큰 효과를 거둘 수가 있다. 구조 질의를 효율적으로 처리하기 위해서는 비디오의 문서 요소에 빨리 접근 할 수 있도록 지원하는 인덱스 구조가 필수적이다. 이 논문에서는 트리 구조의 비디오 문서 모형을 제시하고 비디오 문서를 위한 새로운 역 인덱스 구조를 제안한다. 그리고 이 인덱스 구조의 저장 장소 요구량과 디스크 접근 시간을 평가하고, 분석 결과를 제시한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -3
• /
• pp.1527-1530
• /
• 2002

Video summary is one of the tools which can provide the fast and effective browsing fur a lengthy video. Video summary consists of many key-frames that could be defined differently depending on the video genre it belongs to. Consequently, the video summary constructed by the uniform manner might lead into inadequate result. Therefore, identifying the video genre is the important first step in generating the meaningful video summary. We propose a new method that can classify the genre of the video data in MPEG compressed bit-stream domain. Since the proposed method operates directly on the com- pressed bit-stream without decoding the frame, it has merits such as simple calculation and short processing time. In the proposed method, only the visual information is utilized through the spatial-temporal analysis to classify the video genre. Experiments are done for 6 genres of video: Cartoon, Commercial, Music Video, News, Sports, and Talk Show. Experimental result shows more than 90% of accuracy in genre classification for the well-structured video data such as Talk Show and Sports.

• Journal of Information Processing Systems
• /
• 제18권5호
• /
• pp.677-687
• /
• 2022

We propose a detection algorithm based on tree-structured convolutional neural networks (TsCNNs) that finds pornography, propaganda, or other inappropriate content on a social media network. The algorithm sequentially applies the typical convolutional neural network (CNN) algorithm in a tree-like structure to minimize classification errors in similar classes, and thus improves accuracy. We implemented the detection system and conducted experiments on a data set comprised of 6 ordinary classes and 11 inappropriate classes collected from the Korean military social network. Each model of the proposed algorithm was trained, and the performance was then evaluated according to the images and videos identified. Experimental results with 20,005 new images showed that the overall accuracy in image identification achieved a high-performance level of 99.51%, and the effectiveness of the algorithm reduced identification errors by the typical CNN algorithm by 64.87 %. By reducing false alarms in video identification from the domain, the TsCNNs achieved optimal performance of 98.11% when using 10 minutes frame-sampling intervals. This indicates that classification through proper sampling contributes to the reduction of computational burden and false alarms.