• 제목/요약/키워드: dissolve detection

검색결과 34건 처리시간 0.021초

강한 에지 블록의 비교에의한 장면 전환 검출 (Scene Change Detection by the Comparison of Strong Edge Blocks)

  • 송한새;김일구;조남익
    • 대한전자공학회:학술대회논문집
    • /
    • 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
    • /
    • pp.385-388
    • /
    • 2001
  • 본 논문에서는 비디오 영상에서 장면 전환을 검출하는 알고리듬을 제안한다. 장면 전환 검출은 비디오 프레임 사이의 유사도를 측정하여 이루어 진다. 유사도는 비디오 영상의 특성을 나타내는 지표를 추출하고 이를 비교함으로써 얻어진다. 비디오 영상의 특성 지표는 비디오 영상 전체에서 추출하는 것이 일반적이나 제안하는 알고리듬에서는 비디오 영상에서 강한 에지 부분을 포함하는 여러개의 블록에서만 추출된다. 이렇게 함으로써 배경보다 더 중요한 정보를 가진 에지 주변의 칼라 변화에 집중하는 효과를 얻게된다. 실험 결과는 강한 에지 블록에서 얻은 지표가 점진적 장면 전환(dissolve, wipe) 검출에 효과적임을 보여준다. 제안하는 알고리듬은 또한 Cut탐지에도 비교적 좋은 성능을 보인다. 그리고 Fade-in/out을 간단하면서 효과적으로 탐지할 수 있는 방법을 제시한다.

  • PDF

압축 비디오 영상에서의 점진적인 장면전환 검출 (Gradual Scene Change Detection in a Compressed Video Sequence)

  • 윤석중;지은석;고성제
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송공학회 1998년도 학술대회
    • /
    • pp.135-138
    • /
    • 1998
  • 본 논문에서는 비디오 장면 전환 효과 중 디졸브(dissolve)와 카메라 동작에 의한 팬(pan), 줌(zoom)에 의한 점진적인 장면 전환 구간을 검출하는 알고리즘을 제안한다. 디졸브 검출의 처리 속도 향상을 위하여 MPEG 표준에 따라 압축된 영상을 최소한의 복원과정을 거쳐서 얻은 DC 영상을 사용하였다. 디졸브 특성의 효과적 추출을 위하여 공간적 영역 분할을 하였고, 각 영역별 평균값을 제곱하여 이에 대한 프레임별 평균을 전환구간의 특징 요소로 이용하였다. 추출된 요소들을 이용하여 정확한 디졸브 구간의 검출을 위하여 비중첩 윈도우 비교 방식을 사용하였다. 또한 효과적인 카메라 동작 검출을 위해 배경화면을 대표할 수 있는 지역 매크로 블록의 움직임 벡터를 추출하였다. 이를 이용하여 카메라 동작에 의한 효과를 검출하였다.

  • PDF

장면의 유사도 패턴 비교를 이용한 내용기반 동영상 분할 알고리즘 (Content based Video Segmentation Algorithm using Comparison of Pattern Similarity)

  • 원인수;조주희;나상일;진주경;정재협;정동석
    • 한국멀티미디어학회논문지
    • /
    • 제14권10호
    • /
    • pp.1252-1261
    • /
    • 2011
  • 본 논문은 내용기반 동영상 분할을 위한 장면의 유사도 패턴 비교 방법을 제안한다. 동영상 장면 전환의 종류는 크게 급진적 전환과 디졸브(dissolve), 페이드인(fade-in), 페이드아웃(fade-out), 와이프 전환(wipe transition)을 포함하는 점진적 전환 형태로 나눌 수 있다. 제안하는 방법은 모든 종류의 장면 전환 검출 문제를 단지 발생 유무의 문제로 간단 정의하고, 장면 전환 종류는 별도로 구분하지 않는다. 장면 전환을 검출하기 위해서는 프레임간의 유사도를 정의해야 한다. 본 논문에서는 장면 내 유사도(within similarity)와 장면 간 유사도(between similarity)를 정의하며 두 유사도의 통계적 패턴 비교를 통하여 최종적으로 장면 전환을 검출하게 된다. 장면 내 유사도와 장면 간 유사도의 비율을 구하는 방법을 통해 플래시라이트나영상 내 물체 움직임에 대한 거짓 양성 검출을 별도의 후처리 과정 없이도 방지할 수 있음을 확인하였다. 프레임의 특징 값으로는 컬러 히스토그램과 프레임 내 평균 화소값을 이용하였다. TREC-2001, TREC-2002 동영상 셋을 포함한 실험 셋에서 성능을 평가한 결과 제안하는 알고리즘의 경우 총 91.84%의 재현율(recall)과 86.43%의 정확도(precision)의 성능을 보임을 확인할 수 있었다.

Visual Rhythm의 방향성을 이용한 장면변환 검출 (Scene change detection using visual rhythm by direction)

  • 윤상호;유지상
    • 한국통신학회논문지
    • /
    • 제29권8C호
    • /
    • pp.1193-1202
    • /
    • 2004
  • 최근 디지털 컨텐츠 관리의 중요성이 점점 증대되는 가운데, 동영상 컨텐츠의 중복장면을 최대한 줄이고, 대량의 비디오 데이터를 효과적으로 하기 위하여 장면변환 검출과 관련된 연구가 계속 진행되고 있다. 기존의 히스토그램과 화소 차를 이용한 장면변환 검출 기법은 조명변화와 움직임에 민감한 결과를 나타내었다. 따라서, 최근에는 계산량이 적고, 장면특성을 비교적 잘 나타내는 visual rhythm을 사용한 검출 방법이 많이 연구되어지고 있다. 본 논문에서는 visual rhythm의 방향성을 이용하여 장면을 검출하는 기법을 제안하였다. 제안하는 기법에서는 계산량을 효과적으로 줄일 수 있으며, 방향성 측정으로 인해 움직임이 있는 장면에서도 지속적인 성능을 가질 수 있다. 실험 결과에서는 기존에 사용되던 히스토그램을 이용한 장면변환 검출과 비교하여 약 30%의 성능효과를 보였고, 움직임이 많은 광고와, 뮤직비디오에서 비슷한 성능이 유지됨을 확인 할 수 있었다.

퍼지 추론에 의한 비디오 데이터의 샷 경계 추출 (Shot Boundary Detection of Video Data Based on Fuzzy Inference)

  • 장석우
    • 정보처리학회논문지B
    • /
    • 제10B권6호
    • /
    • pp.611-618
    • /
    • 2003
  • 본 논문에서는 퍼지 추론 방법을 이용하여 비디오 데이터에서 샷(shot)의 경계를 검출하는 방법을 제안한다. 제안된 방법에서는 컷(cut), 페이드(fade), 디졸브(dissolve)와 같은 샷의 경계들을 검출하고, 이들을 그 종류별로 분류하기 위해 기본적으로 퍼지 연상 기억장치를 확장한 퍼지 추론 방법을 이용한다. 본 논문에서는 연속적인 두 영상 사이의 차이를 나타내는 여러 특징들을 입력 퍼지 집합으로 사용하고, 샷 경계들을 출력 퍼지 집합으로 사용한다. 본 논문의 퍼지 추론 시스템은 크게 학습 단계와 추론 단계의 두 단계로 구성된다. 학습 단계에서는 퍼지 소속 함수의 결정을 통해 시스템의 기본 구조를 초기화하고 이를 바탕으로 퍼지 연상 기억장치의 학습 기능을 이용하여 퍼지 규칙을 조건부와 결론부를 연결하는 가중치의 형태로 생성한다. 그리고 추론 단계에서는 구성된 퍼지 추론 모델을 이용하여 실제 추론을 수행한다. 실험에서는 제안된 샷 경계 검출 방법의 성능을 확인하기 위해서 뉴스, 영화, 광고, 다큐멘터리, 뮤직 비디오 등의 비디오 데이터들을 활용하였다.

Multi-Pass 구조를 가지는 Shot 경계 검출기법 (Shot Boundary Detection Algorithm using Multi-Pass Mechanism)

  • 성창우;강대성
    • 융합신호처리학회논문지
    • /
    • 제1권1호
    • /
    • pp.58-63
    • /
    • 2000
  • 본 논문에서는 MPEG으로 압축된 영상에 대해서 급격한 장면 변화에 의한 shot 경계(cut)와 점진적 장면 변화에 의한 shot 경계(dissolve)를 검출하여 비디오 shot을 분할하는 기법을 제안한다. 제안하는 shot 경계 검출 기법은 기존에 잘 검출하지 못하였던 점진적 장면 변화에 의한 shot의 경계검출을 위한 알고리즘이다. 먼저 압축영역의 기법 중 DCT DC 값을 비교하는 방법을 이용하여 급격한 장면 변화에 의한 shot 경계를 검출한다. 그리고 움직임 벡터(MV)의 비를 비교하는 방법을 사용하여 점진적 장면 변화에 의한 shot 경계의 후보지들을 얻어내고, 선택된 후보지들 중 n번째와 n+2번째 후보지 영상으로 feded image를 만들어 n+1번째 후보지의 영상과 유사도를 비교하여 점진적 장면 변화에 의한 shot 경계를 검출한다. 이와 같이 압축영역의 기법으로 급격한 장면 변화에 의한 shot 경계와 점진적 장면 변화에 의한 shot 경계 후보지를 검출해 내고, 검출된 shot 경계 후보지들에서 점진적 장면 변화에 의한 shot 경계를 검출하는 방법을 함으로서 MPEG 비디오 영상의 복원량을 최소화하여 수행 속도를 높이면서도 급격한 장면 변화에 의한 shot 경계와 점진적 장면 변화에 의한 shot 경계, 두 가지 모두를 효과적으로 검출할 수 있었다.

  • PDF

시각적 특징을 기반한 샷 클러스터링을 통한 비디오 씬 탐지 기법 (Video Scene Detection using Shot Clustering based on Visual Features)

  • 신동욱;김태환;최중민
    • 지능정보연구
    • /
    • 제18권2호
    • /
    • pp.47-60
    • /
    • 2012
  • 비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.

MPEG 압축 영상에서의 고속 특징 요소 추출을 이용한 장면 전환 검출과 키 프레임 선택 (Scene Change Detection and Key Frame Selection Using Fast Feature Extraction in the MPEG-Compressed Domain)

  • 송병철;김명준;나종범
    • 방송공학회논문지
    • /
    • 제4권2호
    • /
    • pp.155-163
    • /
    • 1999
  • 본 논문은 새로운 장면 전환 검출과 키 프레임 선태 기법을 제안하였다. 이를 위해 본 논문에서는 MPEG 압축 동영상에서 직접 DC 영상 및 에지(edge) 영상을 추출하여 이용하는데, 공간 영역으로 변환 후 에지 연상을 추출할 경우 계산량이 많다는 문제점이 있다. 따라서 본 논문에서는 그 계산량을 줄이기 위해 DCT 블록 당 5개의 저 대역 AC 계수들만을 이용하여 축소된 에지 영상을 고속으로 추출하는 방법을 제안하고, 이를 바탕으로 AC 예측(prediction)을 이용한 고속 에지 추출 기법도 추가적으로 제안하였다. 화질 측면에서 전자가 후자보다 약간 우수하지만, 두 방법 모두 영상의 중요한 에지 특징들을 잘 추출할 수 있다. 이와 같이 얻어진 에지 영상 및DC 영상을 이용하여 에지 에너지 다이어그램(dege energy diagram)과 히스토그램(histogram)을 구하여 급진적인 장면 전환 및 페이드(fade), 디졸브(dissolve) 같은 점진적인 장면 전환을 정확하게 검출함을 모의 실험을 통해 확인하였다. 또한 공간 영역에서 구한 에지 영상들에 비해 제안한 방법들에 의한 에지 영상들이 점진적인 장면 검출에 있어 훨씬 적은 계산량으로 비슷한 성능을 보임을 확인하였다. 마지막으로 HVS(human visual system)에 기반하여 각 장면에서 키 프레임을 선택하는 방법도 제안하였다. 위에서 얻어진 에지 및 DC 영상을 이용하기 때문에 optical flow를 이용하는 기존 방법에 비해 적은 계산량으로 의미 있는 키 프레임을 선택할 수 있었다.

  • PDF

계층적 은닉 마코프 모델을 이용한 비디오 시퀀스의 셧 경계 검출 (Shot Boundary Detection of Video Sequence Using Hierarchical Hidden Markov Models)

  • 박종현;조완현;박순영
    • 한국통신학회논문지
    • /
    • 제27권8A호
    • /
    • pp.786-795
    • /
    • 2002
  • 본 논문에서는 계층적 은닉 마코프 모델을 이용한 히스토그램과 모우멘트 기반의 동영상 장면전환 검출 방법을 제안한다. 제안된 방법은 웨이블릿 변환된 영상의 저주파 부 밴드로부터 히스토그램을 추출하며, 고주파 부 밴드로부터는 방향성 모우멘트를 추출한다. 그리고 수동적으로 분할된 비디오로부터 추출한 히스토그램 차와 모우멘트 차를 관측값으로 사용하여 은닉 마코프 모델을 학습한다. 비디오 분할 과정은 두 단계로 구성되는데, 먼저 히스토그램 기반의 은닉 마코프 모델은 입력된 비디오에 대하여 셧, 컷, 그리고 점진적인 장면전환의 3개의 범주로 분할한다. 그리고 두 번째 단계에서는 모우멘트 기반의 은닉 마코프 모델을 사용하여 점진적인 장면 전환을 더 세밀하게 페이드와 디졸브로 분할한다. 실험결과 제안된 방법은 기존의 경계값 기반의 방법보다 더 효율적으로 동영상의 셧 경계를 분할하였음을 볼 수 있었다.

형광분광법에 의한 Eu(Ⅲ)의 정량 (Determination of Eu(III) by Fluorescence Spectrometry)

  • 이상학;한종환;최상섭
    • 대한화학회지
    • /
    • 제42권3호
    • /
    • pp.285-291
    • /
    • 1998
  • 리간드 증감 유발 형광을 이용한 형광 광도법으로 수용액 중의 Eu(Ⅲ) 이온을 Eu(Ⅲ)-terephthalic acid(TPA) 착이온의 방출 세기를 측정함으로써 정량하는 방법에 대하여 연구하였다. 들뜸 파장, pH, TPA의 농도 및 방출 파장의 방출 세기에 대한 영향을 조사하였다. Triton X-100에 용해시킨 Trioctylphosphine oxide(TOPO) 용액을 Eu(Ⅲ)-TPA 용액에 첨가하였을 때는 방출 세기가 현저히 증가함을 관찰하였다. Eu(Ⅲ) 이온검정 곡선의 직선 감응 범위와 검출 한계는 TOPO를 첨가하지 않았을 경우에는 들뜸 파장, pH 및 TOPO의 농도가 각각 284nm, 4.4 및 $1.0{\times}10^{-4}M$였을 때, 각각 $1.0{\times}10^{-6}M{\sim}4.0{\times}10^{-4}M$$1.0{\times}10^{-6}M$였다. TOPO를 첨가하였을 경우에는 들뜸 파장, pH, TPA의 농도 및 방출 파장이 각각 256nm, 5.6, $3.5{\times}10^{-4}M$ 및 615nm였을 때, 각각 $1.0{\times}10^{-7}M∼1.0{\times}10^{-7}M$였다. Eu(Ⅲ) 이온을 본 방법으로 정량할 때의 방해 이온 효과에 대해서도 조사하였다.

  • PDF