• Journal of Broadcast Engineering
• /
• v.10 no.2
• /
• pp.202-209
• /
• 2005

In this paper, we propose a design of the metadata engine of the video recording system to minimize the retrieval time. For this purpose, the proposed metadata engine stores the XML metadata as a separated fragment and construct a hierarchical indexing scheme based on the contextual and structural properties of metadata. The hierarchical indexing scheme is consisted of a node index for basic searching and a group index for advanced searching. In this way our approach can minimize the number of indexes and thus the retrieval time. Our simulation results show that the response time of our proposed system is shorter than that of the previous works.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.29 no.9C
• /
• pp.1330-1336
• /
• 2004

This paper addresses an adaptive motion vector prediction algorithm to improve the performance of video encoder. The block-based motion vector is characterized by non-stationary local statistics so that the coefficients of LS (Least Squares) based linear motion can be optimized. However, it requires very expensive computational cost. The proposed algorithm using LS approach with spatially varying motion-directed property adaptively controls the coefficients of the motion predictor and reduces the computational cost as well as the motion prediction error. Experimental results show the capability of the proposed algorithm.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.62-62
• /
• 2018

무선영상취득시스템(WIA 시스템, Wireless Image Acquisition System)은 라즈베리 파이에 전용 카메라와 WiFi 모듈을 장착하여, 하천의 영상을 실시간으로 촬영하여 무선으로 서버로 전송하는 시스템이다. 이 시스템이 갖는 가장 큰 이점은 시스템을 구성하는 비용이 매우 저렴하다는 점이다. 라즈베리 본체와 카메라 모듈, WiFi 모듈 모두 매우 저렴하고, 또 사용하는 전력이 작아서 상용 전원이 아닌 태양광 발전이나 배터리 등을 이용할 수 있다. 따라서 비용과 장소에 구애받지 않고 손쉽게 어디든지 설치하여 하천의 상시 감시나 계측에 활용할 수 있다. 또한, 상용 전원을 이용하지 않아도 되기 때문에, 산간벽지나 오지 등의 소하천 관리에도 적합하다. 본 연구에서는 이 WIA 시스템을 경상남도 김해시의 대청천에 적용하여 홍수 시 하천의 수표면을 촬영하고, 촬영된 동영상을 분석하여 수위와 유속을 동시에 계측하여 유량을 산정하였다. 라즈베리 파이에 $640{\times}480$ 화소의 카메라를 장착하여 10분 간격으로 10초간의 동영상을 촬영하고, 이를 WiFi 모듈을 이용하여 무선으로 서버로 전송한다. 전송된 동영상을 분석하기 전에 설치 지점의 3차원 좌표 변환 자료와 횡단면 좌표를 입력하여 대상 지점의 측정 매개변수를 설정한다. 즉, 이들 자료에서 영상 내의 표정점과 측정선을 설정해 둔다. 그 다음, 전송된 동영상을 시공간 영상으로 만들어 수위를 분석한다. 비슷한 방법으로 동영상에서 유속을 분석하고, 분석된 수위와 유속, 그리고 미리 설정된 횡단면 좌표를 이용하여 유량을 산정해 낸다. 설치된 WIA 시스템을 실제로 운용하여, 2017년 9월 11일의 06:10~19:00의 호우 사상 전체를 분석하였다. 10분 간격으로 촬영된 10초간 동영상 중에서 적절한 분석이 가능한 영상 77개에서 수위와 유속을 분석한 결과, 최대 수위는 0.746 m(간이수위표 기준), 최대 유속은 0.962 m/s, 최대 유량은 $12.977m^3/s$에 이르렀다. 지점 특성상 다른 유속계를 이용한 검증은 사실상 불가능하였다. 또, 하폭이 넓어서 일출 전과 일몰 후의 촬영 자료는 분석이 어려운 점이 있다. 이러한 기술적 문제들을 보완하면, WIA 시스템을 이용한 소하천의 수위와 유속 측정 시스템은 경제성이고 효율이 높은 관측시스템으로 유망할 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.33-36
• /
• 2003

영상회의 시스템과 같은 멀티미디어 데이터 통신에서 스케일러빌리티 및 점진적인 전송을 구현하기 위해서 웨이브릿 기반의 영상을 부호화한다. 웨이브릿 기반의 동영상 부호화 기법인 SAMCoW 알고리즘은 움직임이 보상된 오차 영상의 웨이브릿 변환 계수들의 특성으로 인해 제로 트리의 무효 계수 예측이 효과적이지 못하다. 따라서 본 논문에서는 직교 웨이브릿(Forward Orthogonal wavelet)을 기반으로 스케일러빌리티 및 점진적인 전송을 지원하며, 움직임이 보상된 오차 영상의 효율적인 부호화를 위해 적응적 임계치를 이용한 대역 확산 부호화 알고리즘을 제안한다.

• Journal of Intelligence and Information Systems
• /
• v.15 no.1
• /
• pp.15-30
• /
• 2009

As knowledge is now being distributed and shared through the Internet not only in the form of text but also in that of video, UCC (User Created Content) knowledge video sharing services have emerged on the Internet such as Instructables.com. This paper deals with a UCC knowledge video service in real world and reports the case of analyzing its customer model. The knowledge video sharing service can be considered as both a kind of discontinuous innovation, which requires knowledge provider's technical ability of creating and editing UCC video, and a value network, which matches UCC providers and consumers therefore brings network effect, we first adopt the Chasm theory as the base of the customer model and refine the customer model referencing the Technographics, which is also an Internet-refinement of the Chasm model. Finally, non-customer analysis of Blue Ocean strategy is applied for exploring potential customers of the service.

• Proceedings of the Optical Society of Korea Conference
• /
• 2002.07a
• /
• pp.144-145
• /
• 2002

3차원 디스플레이 시스템의 구현을 위해 다양한 방법으로 연구가 진행되고 있는데 Stereoscopic 방법에 비해 IP(Integral Photography)방식은 비안경식이고 시야각과 시점 이동 면에 있어서 좀더 나은 특성을 가지고 있다. n에 대한 연구는 입체 영상의 해상도를 넓히고, 시야각을 넓히며, 또한 동영상을 구현하기 위한 방향으로 진행되고 있다. 여기서는 IP에서 동영상 구현에 대한 새로운 방법을 제시하고자 한다. (중략)

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.607-609
• /
• 2003

동영상 자동 분석은 비디오 데이터의 내용 기반 색인과 검색을 위한 첫 단계이다. 본 논문에서는 정형적인 구조를 가진 뉴스와는 달리 비정형적인 특성을 가진 축구 동영상에서 사용자의 관심이 되는 하이라이트 장면의 영상 특징을 이용하여 그 구조를 분석하여 하이라이트 장면을 검출하는 방법을 제안한다. 이전 연구를 토대로 그라운드영역과 골대 유무에 따라 하이라이트 후보 장면을 찾는 과정에서 경기마다 달라지는 임계값에 영향을 받지 않는 알고리즘을 제안하였다. 실험결과 제안된 방법이 여러 종류의 축구 경기 하이라이트 분석에 있어서 그 성능이 우수함을 확인할 수 있었다.

• Journal of Intelligence and Information Systems
• /
• v.29 no.2
• /
• pp.115-127
• /
• 2023

Video stabilization is one of the camera technologies that the importance is gradually increasing as the personal media market has recently become huge. For deep learning-based video stabilization, existing methods collect pairs of video datas before and after stabilization, but it takes a lot of time and effort to create synchronized datas. Recently, to solve this problem, unsupervised learning method using only unstable video data has been proposed. In this paper, we propose a network structure that learns the stabilized trajectory only with the unstable video image without the pair of unstable and stable video pair using the Convolutional Auto Encoder structure, one of the unsupervised learning methods. Optical flow data is used as network input and output, and optical flow data was mapped into grid units to simplify the network and minimize noise. In addition, to generate a stabilized trajectory with an unsupervised learning method, we define the loss function that smoothing the input optical flow data. And through comparison of the results, we confirmed that the network is learned as intended by the loss function.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.6
• /
• pp.2807-2814
• /
• 2011

This paper proposes an identification algorithm that detects detrimental digital video contents based on the color space features. In this paper, discrimination algorithm based on a 2-Dimensional Projection Maps is suggested to find targeted video images. First, 2-Dimensional Projection Maps which is extracting the color characteristics of the video images is applied to extract effectively detrimental candidate frames from the videos, and next estimates similarity between the extracted frames and normative images using the suggested algorithm. Then the detrimental candidate frames are selected from the result of similarity evaluation test which uses critical value. In our experimental test, it is suggested that the results of the comparison between the Color Histogram and the 2-Dimensional Projection Maps technique to detect detrimental candidate frames. Through the various experimental data to test the suggested method and the similarity algorithm, detecting method based on the 2-Dimensional Projection Maps show more superior performance than using the Color Histogram technique in calculation speed and identification abilities searching target video images.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.11a
• /
• pp.143-144
• /
• 2015

최신 동영상 표준 코덱인 High Efficiency Video Coding (HEVC)는 기존의 H.264/AVC 보다 동일 화질 대비 최대 약 2배의 압축 성능을 보여준다. 이러한 성능을 얻기 위해 HEVC에는 다양한 압축 기술이 적용되었다. 그 예로, H.264/AVC에서는 인트라 예측 모드에서 9가지 예측 모드만을 사용한 반면 HEVC에서는 35가지의 모드를 이용해 화면 내 예측을 시행한다. HEVC에 적용된 다양한 기술들에 의해 부호화 복잡도가 증가하였고 복잡도를 줄이기 위해 다양한 고속 알고리즘이 연구되고 있다. 본 논문에서는 스크린 콘텐츠 영상 부호화에 적합한 고속 인트라 예측 알고리즘을 제안한다. 스크린 콘텐츠 영상이란 카메라를 이용해 촬영된 자연계 영상이 아닌 mobile phone, 방송 장비, 기타 전자 기기 등 컴퓨터 기술에 의해 생성되는 영상을 의미한다. 스크린 컨텐츠 영상은 자연계 영상과 달리 색의 변화가 전혀 없는 단순한 영역을 갖는 특성이 있다. 이러한 스크린 콘텐츠 영상의 특성을 반영하는 고속 알고리즘을 HEVC Test Model (HM) 16.6에 적용하였고, 스크린 컨텐츠 영상에서 25%의 속도 향상 결과를 얻을 수 있었다.