Video Segmentation using the Automated Threshold Decision Algorithm

비디오 분할을 위한 자동 임계치 결정 알고리즘

This Paper Propose a robust scene change detection technique that use the weighted chi-square test and the automated threshold-decision algorithm. The weighted chi-test can subdivide the difference values of individual color channels by calculating the color intensities according to mSC standard, and it can detect the scene change by joining the weighted color intensities to the predefined chi-test which emphasize the comparative color difference values. The automated decision algorithm uses the difference values of frame-to-frame that was obtained by the weighted chi-test. In the first step, The average of total difference value and standard deviation value is calculated and then, subtract the mean value from the each difference values. In the next step, the same process is performed on the remained difference value. The propose method is tested on various sources and in the experimental results, it is shown that the Proposed method is efficiently estimates the thresholds and reliably detects scene changes.

본 논문에서는 비디오의 자동분류를 지원하기 위한 기반기술로서. 변형된 $x^{2}$-테스트와 자동 임계치 결정 알고리즘을 이용한 장면전환 검출 방법을 제안하였다. 변형된 $x^{2}$-테스트는 기존의 컬러 히스토그램과 각 채널 공간(RGB)에 NTSC표준에 따른 명암도 등급을 따로 계산하여 채널의 차이 값을 보다 세분화 할 수 있으며, 두 프레임사이의 상대적인 컬러 값 차이를 강조하는 기존의 $x^{2}$-테스트를 결합하여 보다 강건한 장면전환을 검출할 수 있다. 자동 임계치 결정 알고리즘은 연속된 프레임들로부터 변형된 $x^{2}$-테스트를 이용하여 추출된 차이 값을 이용한다. 먼저, 주어진 전체 차이 값들로부터 평균과 표준편차를 구하며, 이 평균값을 만족하는 차이 값들로부터 다시 평균과 표준편차를 계산하며, 이러한 연속적인 평균값 및 표준편차의 계산으로부터 표준편차가 가장 큰 시점에서의 평균값을 기준으로 임계치를 결정하는 방법이다. 제안된 방법은 다양한 비디오 데이터에서 실험되었으며, 실험결과 제안된 방법은 자동 임계치 결정에 효율적이며, 신뢰할만한 장면들을 검출하였다.