The KIPS Transactions:PartD (정보처리학회논문지D)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Video Data Classification based on a Video Feature Profile

특성정보 프로파일에 기반한 동영상 데이터 분류

  • 손정식 ((주)드림위즈) ;
  • 장중혁 (연세대학교 대학원 컴퓨터과학과) ;
  • 이원석 (연세대학교 컴퓨터과학과)
  • Published : 2005.02.01
Download PDF
⟨ Previous Next ⟩

Abstract

Generally, conventional video searching or classification methods are based on its meta-data. However, it is almost Impossible to represent the precise information of a video data by its meta-data. Therefore, a processing method of video data that is based on its meta-data has a limitation to be efficiently applied in application fields. In this paper, for efficient classification of video data, a classification method of video data that is based on its low-level data is proposed. The proposed method extracts the characteristics of video data from the given video data by clustering process, and makes the profile of the video data. Subsequently. the similarity between the profile and video data to be classified is computed by a comparing process of the profile and the video data. Based on the similarity. the video data is classified properly. Furthermore, in order to improve the performance of the comparing process, generating and comparing techniques of integrated profile are presented. A comparing technique based on a differentiated weight to improve a result of a comparing Process Is also Presented. Finally, the performance of the proposed method is verified through a series of experiments using various video data.

]일반적으로 기존의 동영상 처리 방법들은 처리 대상 동영상 데이터의 메타 데이터 정보에 기반한다. 하지만, 동영상 데이터의 메타 데이터 정보는 해당 동영상의 상세한 의미적인 정보까지 표현하는데는 한계를 갖는다. 따라서, 메타 데이터 정보에 기반한 동영상 처리 기술은 다양한 동영상 정보를 보다 효율적으로 처리하는데 한계를 갖는다. 본 논문에서는 다양한 동영상 정보들을 효율적으로 분류하기 위한 방법으로 영상 정보에 기반한 직접 분류 방법을 제안한다. 본 논문에서 제안하는 영상 분류 방법에서는 관리자가 기준으로 제시한 동영상에 대한 마이닝을 수행하여 해당 동영상의 특성정보를 추출하여 동영상 분류의 기준이 되는 동영상 특성정보 프로파일을 생성한다. 이어서, 분류 대상 동영상들에 대해서 각 동영상을 기준 동영상의 특성정보 프로파일과 비교하여 유사성을 분석하고, 이론 기준으로 각 동영상을 분류한다. 또한, 분류 과정에서의 수행 속도를 향상 시키기 위한 방법으로 통합 프로과일 생성 및 비교 기법을 제시하며, 동영상 분류 과정에서의 정확도를 높이기 위한 가중치 기반 비교 방법을 제시한다. 끝으로 다양한 동영상 데이터를 활용한 유사도 비교 실험을 통해 제안된 방법의 효율성을 검증한다.

Keywords

References

  1. E. Shakshuki, H. Ghenniwa, and M. Kamel. 'A multi-agent system architecture for information gathering', Proceedings of the International Workshop on Database and Expert Systems Applications, pp.732-736, 2000 https://doi.org/10.1109/DEXA.2000.875107
  2. J. Favela and V. Meza. 'TIVA applications: Image-retrieval agent: integrating image content and text', Proceedings of the IEEE International Conference on Intelligent Systems, pp.36-39, 1999
  3. F. Ferri, C. Ghiselli, P. Grifoni, and M. Padula, 'Toward a retrieval of HTML documents using a semantic approach', Proceeding, of the IEEE International Conference on Multimedia and Expo, pp.1571-1574, 2000 https://doi.org/10.1109/ICME.2000.871069
  4. S. Cazalens, E. Desmontils, C. Jacquin, and P. Lamarre. 'A Web site indexing process for an Internet information retrieval agent system', Proceedings of the First International Conference on Web Information System Engineering, pp.254-258, 2000 https://doi.org/10.1109/WISE.2000.882400
  5. M. Schmidt and U. Ruckert, 'Content based information retrieval using an embedded neural associative memory', Proceedings of the International Workshop on Parallel and Distributed Processing, pp.443-450, 2001 https://doi.org/10.1109/EMPDP.2001.905073
  6. W. Li, B. Xu. H. Yang, C.-C. Chu, and C.-W. Lu. 'Application of genetic algorithm in search engine', Proceedings of the International Symposium on Multimedia Software Engineering, pp.366-371, 2000 https://doi.org/10.1109/MMSE.2000.897237
  7. A. Vailaya, M. Figueiredo. A. K. Jain, and H. J. Zhang, 'Image classification for content based indexing', IEEE Transactions on Image Processing, Vol.10, No.1, pp.117-130, 2001 https://doi.org/10.1109/83.892448
  8. X. Xiaowei, M. Ester, H.-P. Kriegel, and J.Sander. 'A distribution-based clustering algorithm for mining in large spatial databases', In Proceedings or the 14th International Conference on Data Engineering, pp,324-331, 1998 https://doi.org/10.1109/ICDE.1998.655795
  9. O. Kao and G.R. Joubert 'A content based Internet search engine for analysis and archival of MPEG-1 compressed newsfeeds', Proceedings of the IEEE International Conference on Multimedia and Expo, pp.1155-1158, 2000 https://doi.org/10.1109/ICME.2000.871565
  10. H.-H. Yu and W. Wolf. 'Hierarchical, multi resolution method for dictionary-driven content based image retrieval', Proceedings of the IEEE International Conference on Image Processing, pp. 823-826, 1997 https://doi.org/10.1109/ICIP.1997.638623
  11. M.J. Swain, 'Searching for multimedia on the World Wide Web', Proceedings of the IEEE International Conference on Multimedia Computing and Systems, pp.32-37, 1999 https://doi.org/10.1109/MMCS.1999.779116
  12. S.-F. Chang; W. Chen, H. J. Meng, H. Sundaram, and D. Zhong, 'A fully automated content-based video search engine supporting spatiotemporal queries', IEEE Transactions on Circuits and Systems for Video Technology, Vol.8, No.5, pp.602-615, 1998 https://doi.org/10.1109/76.718507
  13. J. Makhoul, F. Kubala, T. Leek, L. Daben, L. Nguyen, R. Schwartz, and A. Srivastava. 'Speech and language technologies for audio indexing and retrieval.' IEEE Transactions on Multimedia, Vol.88, No.8, pp.1338-1353, 2000 https://doi.org/10.1109/5.880087
  14. C. H. Yeh and C. J. Kuo 'Index-based fast search algorithm of image database on Internet,' Proceedings of the IEEE International Conference on Multimedia and Expo, pp.1195-1198, 2000 https://doi.org/10.1109/ICME.2000.871575
  15. P. Martin and P. W. Eklund. 'Knowledge retrieval and the World Wide Web,' IEEE Transactions on Intelligent Systems, Vol.15, NO.3, pp.18-25, 2000 https://doi.org/10.1109/5254.846281