DOI QR코드

DOI QR Code

압축비디오에서 인트라픽쳐 부분 복호화를 이용한 샷 움직임 분류

Shot Motion Classification Using Partial Decoding of INTRA Picture in Compressed Video

  • 투고 : 2011.02.24
  • 심사 : 2011.06.11
  • 발행 : 2011.07.30

초록

압축 상태에서 비디오 구조화 및 분류를 하기 위해서는 먼저 압축된 비디오에서 장면전환을 검출해서 비디오를 샷(shot)으로 분리하고 샷내 움직임 정보에 따라 샷을 특징화해야 한다. 장면전환을 검출하는 방법에는 DC 영상의 분산값 이나 복원영상의 에지 픽셀의 분포를 이용한 방법, P-픽쳐의 인트라 블록의 개수를 이용한 방법 등이 있으며 움직임에 따른 샷의 특징 분류는 움직임 벡터의 각 성분들의 평균값을 이용하는 것이 일반적인 방법이다. 그러나 움직임 벡터를 이용한 샷 움직임 분류 방법은 움직임 벡터 자체가 블록의 국부적(local) 움직임을 나타내는 것이므로 글로벌(global)한 카메라 동작을 예측하기 위해서는 많은 제약이 있다. 따라서 본 논문에서는 이러한 것을 보완하기 위해서 MPEG으로 압축된 비디오에서 인트라 프레임을 부분적으로 복호화 하고 빠른 1차원적인 연산을 통해 수평 및 수직 방향으로 평균 밝기 값의 변화 방향을 추정하여 좀더 정확히 샷내 카메라의 움직임을 분류하고자 한다.

In order to allow the user to efficiently browse, select, and retrieve a desired video part without having to deal directly with GBytes of compressed data, classification of shot motion characteristic has to be carried out as a preparation for such user interaction. The organization of video information for video database requires segmentation of a video into its constituent shots and their subsequent characterization in terms of content and camera movement in shot. In order to classify shot motion, it is a conventional way to use element of motion vector. However, there is a limit to estimate global camera motion because the way that uses motion vectors only represents local movement. For shot classification in terms of motion information, we propose a new scheme consisting of partial decoding of INTRA pictures and comparing the x, y displacement vector curve between the decoded I-frame and next P-frame in compressed video data.

키워드

참고문헌

  1. X. Zhu and A. K. Elmagarmid, "InsightVideo: Toward Hierarchical Video Content Organization for Efficient Browsing, Summarization and Retrieval," IEEE Trans. on Multimedia, Vol.7, No.4, pp. 648-666, 2005. https://doi.org/10.1109/TMM.2005.850977
  2. W.K. Huang, C.H. Chung, S.C. Cheng, and J.W. Hsieh, "A Fast Cube-Based Video Shot Retrieval Using 3D Moment-preserving Technique," IEEE international Conference on Image Processing, pp. 241-244, 2009.
  3. Nilesh V. Patel and Ishwar K. Sethi, "Video Shot Detection and Charcterization for Video Database," Pattern Recognition, Vol.30, No.4, pp. 583-592, 1997. https://doi.org/10.1016/S0031-3203(96)00114-8
  4. B. Yeo and B. Liu, "Rapid Scene Analysis on Compressed Video," IEEE Trans. on Circuit and Systems for Video Technology, Vol.5, No. 6, 1995.
  5. 복경수 외, "내용 및 유사도 검색을 위한 움직임 객체 모델링," 멀티미디어학회 논문지, 제7권, 제5호, pp. 617-632, 2004.
  6. N. Gamaz, X. Huang, and S. Panchanathan, "Scene Change Detection in MPEG Domain," IEEE Southwest Symposium on Image Analysis and Interpretation, pp. 12-17, 1998.
  7. H. Alzoubi and W.D. Pan, "Efficient Global Motion Estimation Using Fixed and Random Subsampling Patterns," IEEE International Conference on Image Processing, 2007, pp. 477-480, 2007.
  8. Min-Kyu Kim, Ealgoo Kim, Daeyun Shim, Seong-Ik Jang, Gyudong Kim, and Wonchan Kim, "An Efficient Gloabl Motion Characterization Method for Image Processing Application," IEEE Trans. on Consumer Electronics, Vol.43, No.4, pp. 1010-1017, 1997. https://doi.org/10.1109/30.642366

피인용 문헌

  1. Key Frame Assignment for Compr essed Video Based on DC Image Activity vol.14, pp.9, 2011, https://doi.org/10.9717/kmms.2011.14.9.1109