• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.677-680
• /
• 2002

동영상에서 음란정보와 같은 유해정보를 판별하기 위해서는 대표프레임을 효율적으로 선정할 수 있어야 한다. 이를 위해 사용될 수 있는 기존의 대표프레임 선정 기법은 대부분이 장면전환을 중심으로 이루어진다. 이러한 기법은 연속된 변화특성을 가지는 유해 동영상의 경우에는 불필요한 대표프레임으로 인해 전체적인 판별효율을 저하시킨다. 본 논문에서는 판별시스템의 입력이 되는 대표프레임을 프레임간 변화특성을 이용하여 선정하는 기법을 제안한다. 이 기법의 실험을 위해서 기존의 판별시스템에 제안된 기법으로 선정된 대표프레임을 투입한 경우에 90% 이상이 유해하다고 판별하여 입력의 적합성이 입증되었으며, 선정된 대표프레임의 수도 I-프레임에 비해 68%의 감소율을 보여 시간적 효율성도 입증되었다. 그러므로 본 기법은 효율적인 유해성 판별시스템을 가능하게 하여, 건전한 동영상 정보의 유통에 효과적으로 기여할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.315-317
• /
• 1998

많은 양의 비디오 데이터가 디지털화 되면서 사용자가 쉽게 자신이 원하는 비디오 데이터를 검색할 수 있는 내용 기반 검색이 필요하게 되었다. 내용 기반 검색을 위해서는 비디오 데이터를 연속된 카메라 모션으로 구성된 셧으로 나누고, 셧의 내용을 대표 할 수 있는 대표 프레임을 찾아야 한다. 대표 프레임은 비디오 데이터의 요약과 색인의 중요한 수단이다. 본 논문에서는 셧의 내용 기반으로 대표 프레임을 찾기 위해서 프레임에 존재하는 영역 정보를 바탕으로 셧의 내용을 알 수 있는 핵심 정보인 카메라 모션을 검출 하고, 이를 기반으로 대표 프레임을 선택하는 방법을 제안한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.10
• /
• pp.1822-1828
• /
• 2006

A key-frame should be efficiently selected to distinguish bad information from the videos. A previous technique selecting a key-frame mostly consists of the transformation scene-centered. In the case of harmful videos containing the quaility of continuous changes, the technique makes the total rate be reduced by an unnecessary key-frame. This thesis suggests the technique selecting a key-frame, an entry of the distinguishing system by using the quality of changes between the frames. In the experiment of this technique, it was proved that over 90% of the bad information was distinguished by the selected key frame, and also time efficiency was proved by showing 68% of decrement compared to the numbers I-frame. Therefore, This technique makes the system efficient to distinguish bad information, and efficiently can contribute to the distribution of the healthy movie information.

• Journal of KIISE:Software and Applications
• /
• v.27 no.5
• /
• pp.510-520
• /
• 2000

For content-based video indexing and retrieval, it is necessary to segment video data into video shots and then select key frames or representative frames for each shot. However, it is very difficult to select key frames automatically because the task of selecting meaningful frames is quite subjective. In this paper, we propose a new approach in selecting key frames based on visual contents such as region information and their temporal variations in the shot. First of all, we classify video shots into panning shots, zooming shots, tilting shots or no camera motion shots by detecting camera motion information in video shots. Then, in each category, we apply appropriate fuzzy rules to select key frames based on meaningful content in frame. Finally, we control the number of key frames in the selection process by adjusting the degree of detail in representing video shots.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.512-514
• /
• 1998

샷 경계면 분할 기법은 효과적인 비디오 검색 시스템을 구축하기 위한 기본적인 기술이다. 따라서 효과적인 비디오 분석을 위해서는 신뢰할만한 샷 경계면 검출 기술이 필요하다. 하지만 비디오에서는 일반적인 프레임 뿐만 아니라 디졸브, 페이드와 같은 다양한 형태의 특수효과 등이 포함되어 있어 포괄적인 기술 개발이 어렵다. 본 논문에서는 지금까지 알려진 몇 가지 기법들의 성능을 비교하고 이를 개선시켜 몇 개의 새로운 알고리즘을 제안하고 있다. 샷 경계면 분할 작업이 끝난 뒤에는 비디오 클러스터링을 하기 위한 대표프레임 추출 작업이 필요하다. 대표 프레임은 단순하게 각 샷의 첫 번째 혹은 마지막 프레임을 추출할 수도 있지만, 이 경우 각 샷의 동적인 특성들을 제대로 표현할 수 없으므로, 본 논문에서는 샷의 변화량을 측정하여 대표 프레임의 수를 결정하는 방법을 사용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.295-297
• /
• 2003

본 논문에서는 각 프레임으로부터 추출된 통계적 특성을 이용하여 동영상의 분할방법과 분할된 각 장면에 대한 대표프레임을 추출하는 방법을 제안한다. 제안된 방법은 동영상의 각 프레임에 대하여 다해상도 분석을 실시하여 저주파 부 밴드로부터 히스토그램 특징을 추출하여 급격한 장면전환을 분할하는데 이용하였으며 또한 점진적인 장면전환을 검출하기 위해서는 고주파 부 밴드로부터 계산되는 화소의 분산치를 계산하여 특징벡터로 사용하였다. 실험의 결과를 통하여 제안된 동영상의 분할방법과 대표프레임 추출에 대한 알고리즘들이 동영상 자료의 분석 및 색인을 위한 효율적인 동영상 분할을 가능하게 하며, 차후 내용기반 영상과 비디오의 색인 및 검색을 위한 전처리의 단계로 사용되어질 수 있는 매우 유용한 방법임을 보였다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.3
• /
• pp.47-53
• /
• 2002

In this paper, we proposed a content-based video search method using the eigen value of key frame and intensity component. We divided the video stream into shot units to extract key frame representing each shot, and get the intensity distribution of the shot from the database generated by using ECA(Eigen Component Analysis). The generated codebook, their index value for each key frame, and the intensity values were used for database. The query image is utilized to find video stream that has the most similar frame by using the euclidean distance measure among the codewords in the codebook. The experimental results showed that the proposed algorithm is superior to any other methols in the search outcome since it makes use of eigen value and intensity elements, and reduces the processing time etc.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.515-517
• /
• 1999

본 논문에서는 내용 기반 검색을 위한 방법의 핵심 기술중의 하나인 효율적인 대표키 프레임 추출을 위해 동적인 분할 기법을 제안하고, 다양한 장르의 비디오 데이터에 대하여 그 성능을 평가해 본다. 제안된 대표키 프레임 추출법은 기존의 균등 분할 방법에서 필요 이상의 분할이나 적은 분할로 인하여 중복 추출되거나 추출 대상에서 제외되었던 대표키를 효율적으로 검출할 수 있는 방법으로서 이는 분할 기준을 영상의 각 장르별 특징에 맞도록 동적으로 적용함으로써 획일적인 값을 적용한 기존의 연구와는 달리 차별을 가진다. 제안된 알고리즘으로 대표키 프레임을 추출하기 위하여 뉴스, 영화, 뮤직 드라마, 광고와 같은 다양한 장르별로 실험한 결과, 제안된 대표키 프레임 검출 방법이 효율적임을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.553-555
• /
• 1998

효율적인 비디오 검색과 브라우징을 위해서는 비디오를 장면 단위로 나누는 비디오 분할과 더불어 분할된 비디오 셧을 대표하는 프레임을 군집화하는 기술이 필요하다. 이는 내용 기반 비디오 검색 및 브라우징의 바탕이 되는 핵심 기술로써, 국내외적으로 많은 연구가 요구되고 있는 실정이다. 본 논문에서는 주파수 정보를 이용한 대표 프레임 군집화 방법을 제안하고 실험 비디오 데이터에 대하여 그 성능을 평가해 본다. 제안된 방법에서는 웨이블렛 변환을 통하여 대표 프레임의 주파수 정보를 구한 후, 고주파 영역과 저주파 영역에 가중치를 두어 대표 프레임을 군집화 하였다. 제안된 방법을 드라마 비디오 데이터에 대하여 실험한 결과 군집화의 정확도가 우수할 뿐 아니라 군집화 정도를 조절할 수 있어 다양한 수준의 군집화를 수행할 수 있음을 확인할 수 있었다.

• Journal of the Korea Society of Computer and Information
• /
• v.13 no.6
• /
• pp.147-154
• /
• 2008

First, this paper compute difference value between frames using the composed method of $X^2$ histogram and color histogram and the normalization. Next, cluster representative frame was decided by using the clustering for distance and the k-mean grouping. Finally, representative frame of group was decided by using the likelihood ratio. Proposed method can be known by experiment as outstanding of detection rather than other methods, due to computing of difference value, clustering and grouping, and detecting of representative frame.