• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.470-472
• /
• 2000

본 논문에서는 영상 정보뿐만 아니라 오디오 정보를 함께 사용한 비디오 세그멘테이션에 대해 연구하였다. 대용량의 정보를 가지고 있는 비디오에 대하여 장면 경계 검출(Scene Break Detection)을 할 경우, 카메라 팬이나 장면 내에 여려 가지 다른 샷(Shot)으로 인하여 영상 정보만으로는 효과적인 검출이 어렵다. 이러한 문제를 해결하기 위해 비디오 내의 오디오 정보도 함께 사용함으로써 문제를 개선했다. 뉴스, 광고, 스포츠 등 다양한 3개 분야의 TV 프로그램으로 구성된 약 4,000개 영상 프레임과 약 30,000개의 오디오 프레임으로 구성된 비디오 데이터베이스에 대하여 실험한 결과, 영상 정보만 사용한 경우보다 우수한 성능을 확인하였다. 영상 정보 특징값으로는 칼라 히스토그램과 DC계수를 사용했고, 오디오 특징값으로는 SR(Silence ratio), VSTD(Volume standard deviation), NPR(Non pitch ratio)을 사용했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.633-636
• /
• 2004

본 논문에서는 사용자 프로파일을 기반으로 한 정보 필터링을 사용하여 학생 개인의 특성에 맞는 효율적인 원격 비디오 학습 평가 시스템을 제안한다. 비디오를 이용한 문제 출제를 위하여 위치, 크기, 그리고 컬러 정보를 기반으로 키 프레임을 추출하고 그레이 레벨 히스토그램 차이와 시간 윈도우를 이용하여 문제 출제 구간을 추출한다. 또한 효율적인 평가를 위하여 카테고리 기반 시스템과 키워드 기반 시스템을 합성하여 문제를 출제하도록 한다. 따라서 학생들은 부족한 영역을 보충하고 관심 있는 영역을 유지하면서 학업 성취도를 향상시킬 수 있다.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.9
• /
• pp.2305-2310
• /
• 1999

Histogram-based methods have been used generally for retrieving an image to be searched in the video database. In this paper, we present an algorithm to retrieve an image incorporating the HVS. Comparing the performance of the previous algorithm with that of the proposed one, the new and better algorithm is proposed than the previous algorithm.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.809-812
• /
• 2001

내용에 기반한 동영상 검색에서, 하나의 장면을 나타내는 대표 프레임을 자주 이용한다. 이를 위해 동영상의 장면전환을 검출하는 기술이 필요하며, 일반적으로 칼라 히스토그램 비교방법이 많이 쓰인다. 그러나 이는 급격한 밝기변화에 민감하고 칼라 히스토그램 분포가 비슷한 부분의 장면전환을 놓칠 수 있다는 단점이 있다. 본 논문에서는 칼라 히스토그램 비교방법과 엔트로피를 복합적으로 이용하여 이러한 단점을 보완하고자 하였다. 실험을 통해 제안한 방법은 기존의 칼라 히스토그램을 이용한 방법보다 성능이 우수함을 알 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.787-790
• /
• 2003

전통적인 원격 평가 시스템들은 학생 개개인의 특성과 성향을 고려하지 않기 때문에 단순하고 획일적이라는 문제점을 갖고 있다. 돈 논문에서는 이러한 문제점을 해결하고 비디오를 통한 평가를 위하여 장면전환검출과 사용자 프로파일을 이용한 원격 비디오 평가 시스템을 제안하고 구현한다 비디오 문제 출제를 위한 장면 전환 검출을 통하여 키 프레임과 문제 출제 구간을 추출한다. 문제 출제 방법은 평가에 사용자 프로파일의 적용을 위하여 카테고리 기반 시스템과 키워드 기반 시스템을 합성한 방법을 이용하였다. 이 시스템을 통하여 학생들은 자신의 부족한 영역을 보충하고 관심 영역을 유지할 수 있으며 학업 성취도를 향상시킬 수 있다 사용자 프로파일을 이용한 본 시스템은 사용자의 문제 풀이 결과에 따라 영역별 문제 수를 조절하고 평가의 질과 효율성을 최대화시킨다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.196-197
• /
• 2009

In Video, key frame generated from the scene change detection is to perform character recognition through the projections. The separation between the text are separated by a vertical projection. Phoneme is separated Cho-sung, Jung-sung, and Jong-sung and is divided 6 types. Phoneme pattern is separated to suitable 6 types through the horizontal projection. Phoneme are separated horizontal, vertical, diagonal, reverse-diagonal direction. Phoneme is recognized using the 4-direction projection and location information.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.488-491
• /
• 2012

최근 카메라 센서 및 알고리즘의 발달로 엔터테인먼트 목적의 영상 시스템을 비롯한 공정 기술, 교육 및 의료 등 다양한 목적의 영상 시스템이 개발 되고 있다. 또한 범죄 예방, 사고 상황 인식을 위한 감시 영상 시스템의 연구도 활발히 진행되고 있다. 본 논문에서는 이상 상황 인식을 위한 지능형 교통 시스템에 대해 제안하고자 한다. 제안하는 시스템은 크게 학습 과정과 이상 상황 인식 과정으로 나누어진다. 학습 과정에서는 CCTV와 같은 정적인 카메라에서 촬영된 도로 교통 영상에서 이동 객체의 특징을 추출하고 이를 추적하여 특징 벡터를 구성한다. 구성된 특징 벡터들은 클러스터링 기법을 통해 장면을 모델링하는데 이용되며 최종적으로 이 모델을 이용해 실시간으로 도로 교통 영상에서 이상 상황을 인식할 수 있게 된다. 실험을 통한 성능 평가를 통해 시스템의 우수함을 확인 하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.118-119
• /
• 2019

본 논문에서는 비디오 제작 및 유통의 활성화에 따라 필요성이 높아지고 있는 장면 전환을 검출하는 방법을 제안한다. 유통 과정에서 해상도 변환, 자막 삽입, 압축, 영상 반전 등의 다양한 변형이 추가되더라도 동일하게 장면 전환을 검출해야 하므로 전처리 과정과 SIFT를 이용한 특징 추출, 변형을 고려한 매칭 방법을 이용하여 프레임 간의 매칭률을 계산한다. 또한 매칭률의 임계값을 기준으로 장면 전환 여부를 판단한다. 원본 비디오에서의 특징을 가지고 다양한 변형이 가해진 비디오에서의 특징과 매칭률을 계산하여 유효성을 판단한다.

• Journal of Broadcast Engineering
• /
• v.5 no.1
• /
• pp.113-122
• /
• 2000

It is sometimes necessary to remove the captions and recover original images from video images already broadcast, When the number of images requiring such recovery is small, manual processing is possible, but as the number grows it would be very difficult to do it manually. Therefore, a method for recovering original image for the caption areas in needed. Traditional research on image restoration has focused on restoring blurred images to sharp images using frequency filtering or video coding for transferring video images. This paper proposes a method for automatically recovering original image using BMA(Block Matching Algorithm). We extract information on caption regions and scene change that is used as a prior-knowledge for recovering original image. From the result of caption information detection, we know the start and end frames of captions in video and the character areas in the caption regions. The direction for the recovery is decided using information on the scene change and caption region(the start and end frame for captions). According to the direction, we recover the original image by performing block matching for character components in extracted caption region. Experimental results show that the case of stationary images with little camera or object motion is well recovered. We see that the case of images with motion in complex background is also recovered.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.22 no.4
• /
• pp.97-113
• /
• 2023

Swift and appropriate responses in emergency situations like objects falling on the road can bring convenience to road users and effectively reduces secondary traffic accidents. In Korea, current intelligent transportation system (ITS)-based detection systems for emergency road situations mainly rely on loop detectors and CCTV cameras, which only capture road data within detection range of the equipment. Therefore, a new detection method is needed to identify emergency situations in spatially shaded areas that existing ITS detection systems cannot reach. In this study, we propose a ResNet-based algorithm that detects and classifies emergency situations from vehicle camera footage. We collected front-view driving videos recorded on Korean highways, labeling each video by defining the type of emergency, and training the proposed algorithm with the data.