The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A Multimedia Database System using Method of Automatic Annotation Update and Multi-Partition Color Histogram

자동 주석 갱신 및 다중 분할 칼라 히스토그램 기법을 이용한 멀티미디에 데이터베이스 시스템

  • Published : 2004.10.01
Download PDF
⟨ Previous Next ⟩

Abstract

Existing contents-based video retrieval systems search by using a single method such as annotation-based or feature-based retrieval. Hence, it not only shows low search efficiency, but also requires many efforts to provide system administrator or annotator with a perfect automatic processing. Tn this paper, we propose an agent-based, and automatic and unified semantics-based video retrieval system, which support various semantics-retrieval of the massive video data by integrating the feature-based retrieval and the annotation-based retrieval. The indexing agent embodies the semantics about annotation of extracted key frames by analyzing a fundamental query of a user and by selecting a key-frame image that is ed by a query. Also, a key frame selected by user takes a query image of the feature-based retrieval and the indexing agent searches and displays the most similar key-frame images after comparing query images with key frames in the database by using the color-multiple-partition histogram techniques. Furthermore, it is shown that the performance of the proposed system can be significantly improved.

기존의 내용기반 비디오 검색 시스템들은 주석기반 검색 또는 특징기반 검색과 같은 단일 방식으로만 검색을 하므로 검색 효율이 낮을 뿐 아니라 완전한 자동 처리가 되지 않아 시스템 관리자나 주석자의 많은 노력을 요구한다. 본 논문에서는 주석기반 검색과 특징기반 검색을 이용하여 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 에이전트 기반에서의 자동화되고 통합된 비디오 의미기반 검색 시스템을 제안한다. 사용자의 기본적인 질의를 분석하고 질의에 의해 추출된 키 프레임의 이미지를 사용자가 선택함으로써 인덱싱 에이전트는 추출된 키 프레임의 주석에 대한 의미를 더욱 구체화시킨다. 또한, 사용자에 의해 선택된 키 프레임은 특징기반 검색의 질의 이미지가 되고 인덱싱 에이전트는 제안하는 다중 분할 칼라 히스토그램 기법을 통해 질의 이미지와 데이터베이스의 키 프레임들을 비교한 후 가장 유사한 키 프레임 이미지를 검색하여 사용자에게 디스플레이 한다. 제안하여 구현된 시스템은 현저히 향상된 성능을 보였다.

Keywords

References

  1. Sibel Adali, et al., 'The Advanced Video Information System : data structure and query processing,' Multimedia System, pp.172-186, 1996 https://doi.org/10.1007/s005300050021
  2. N. Dimitrova, A. Zakhor and T. Huang, 'Applications of video-content analysis and retrieval,' IEEE Multimedia, Vol.9, No.3, pp.42-55, 2002 https://doi.org/10.1109/MMUL.2002.1022858
  3. C. W. Ngo, T. C. Pong, H. J. Zhang, 'Clustering and retrieval of video shots through temporal slices analysis,' IEEE Trans on Multimedia, Vol.04, No.04, pp.446-458, 2002 https://doi.org/10.1109/TMM.2002.802022
  4. M. S. Kankanhalli and T. S. Chua, 'Video modeling using strata-based annotation,' IEEE Multimedia, Vol.7, No.1, pp.68-74, 2000 https://doi.org/10.1109/93.839313
  5. Myron Flickner and et al., 'Query by Image and Video Content: The QBIC system,' IEEE Computer, Vol.28, No.9, 1995 https://doi.org/10.1109/2.410146
  6. J. R. Smith and S. F. Chang, 'VisualSEEK : a fully automated content-based image query system,' ACM Multimedia, Boston, 1996
  7. Tony C. T. Kuo and Arbee L. P. Chen, 'A Content Based Query Language for Video Database,' IEEE M.M. '96, pp. 209-214, 1996 https://doi.org/10.1109/MMCS.1996.534976
  8. Sibel Adali, et al., 'the Advanced Video Information System: data structures and query processing,' Multimedia System, pp.172-186, 1996 https://doi.org/10.1007/s005300050021
  9. R. Hjelsvold, 'VideoSTAR-A Database for Video Information Sharing,' Ph.D. Thesis, Norwegian Institute of Technology, 1995
  10. D. Shasha and T. L. Wang, 'New Techniques for Bestmatch Retrieval,' ACM TOIS, Vol.8, No.2, pp.140-158, 1990 https://doi.org/10.1145/96105.96111
  11. G. Salton and M. J. McGill, 'Introduction to Modern Information Retrieval.' McGraw-Hill. 1983