• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1998.03a
• /
• pp.107-110
• /
• 1998

비디오를 이용한 여러응용들 중에서 비디오 검색은 중요한 부분을 차지한다고 볼 수 있다. 구조화된 비디오의 물리적 정보와 논리적 정보를 이용한 비디오 검색이 일반적이다. 그중 논리적 정보는 비디오 DB 에 구축된 구조화된 비디오를 이용한다. 비디오 검색은 구조화 과정에서 정의된 인덱스에 따라 사용자가 원하는 비디오를 검색하게 된다. 본 연구에서는 비디오 검색 시 운영체제를 고려하여 비디오 검색 정보를 아이콘화 시켜 관련된 비디오 샷을 찾아내는 시스템을 연구하였다. 본 연구의 결과는 비디오 검색 및 편집은 물론이며 멀티미디어 정보활용등의 여러 응용분야에 효과적으로 적용할 수 있을 것으로 생각된다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.211-214
• /
• 2000

최근 정보통신의 급속한 발달로 비디오의 내용기반 검색은 많은 응용분야에서 중요성이 증가하고 있다. 자동적인 비디오 검색에 있어서 장면전환의 검출은 없어서는 안될 필수적인 과정이다. 그래서, 압축 영역이나 비압축 영역에서의 장면전환검출 기법들이 많이 제안되었다. 특히, 비디오가 대용량화됨에 따라 압축 영역에서의 검출 기법의 연구가 활발히 진행되고 있다. 본 논문에서는 압축비디오에서 I-프레임의 DC 영상과 B-프레임의 매크로 블록 타입만을 이용하여 정확한 컷의 위치를 찾아내고자 한다. 그리고, 비디오 구조화의 수행에 적합한 성능과 정보를 얻을 수 있는 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1999.11b
• /
• pp.123-128
• /
• 1999

본 논문에서는 기존에는 샷 경계 검출에 초점을 맞춘 것과는 달리 본 논문에서는 샷 보다 상위레벨인 비디오 씬 추출에 초점을 맞추어 디지털 비디오를 구조화하는 시스템을 제안한다. 샷간의 유사도를 측정하기 위해서 칼라와 모션 특징을 이용하였으며, 비디오 내의 동적 또는 정적 특성을 반영하기 위해서 적응적 가중치를 적용하였다. 칼라 특징을 추출하기 위해서 각 샷의 내부에서 대표 프레임을 추출하였고, 각 샷 내부의 모션 정보는 MPEG 비디오 모션 벡터를 이응해서 추출하였다. 또한, 비디오 씬 분할 시 연산 시간을 줄이기 위한 기법을 제시하였다. 마지막으로 추출된 비디오 씬에 대해서 성능평가를 하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2003.11a
• /
• pp.183-186
• /
• 2003

DMB(Digital Multimedia Broadcasting)는 유럽의 디지털 오디오 방송규격인 Eureka-147 DAB(Digital Audio Broadcasting) 전송시스템을 기반으로 하여 동영상 및 음성, 문자데이터 등을 포함한 멀티미디어 서비스를 제공하기 위한 새로운 방송표준이다 따라서 DMB 시스템은 Eureka-147 DAB 전송부 이외에 영상 및 음성을 압축하는 미디어압축 (복)부호화부, 압축된 미디어 스트림을 다중화 하는 비디오 (역)다중화부가 추가된 구조를 갖는다. 본 논문은 DMB 표준의 비디오 다중화부의 분석을 통하여 확장된 전송기능 및 높은 전송효율을 제공할 수 있는 새로운 비디오 다중화 구조를 제시한다. 또한 표준 비디오 다중화기와 제안된 비디오 다중화기의 성능평가를 위해 기능적으로 분석하고 시뮬레이션을 통해 전송효율을 측정하였다.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.83-85
• /
• 2008

현행 지상파 DMB(Digital Multimedia Broadcasting)에서는 최대 CIF급 해상도의 동영상을 384 Kbps 정도의 비트율로 압축하여 비디오 CD급의 화질을 제공한다. 따라서 큰 화면을 통해 DMB 방송을 시청할 경우 해상도 부족 등으로 인한 화질 열화를 느낄 수 있다. 이와 같은 문제를 해결하기 위한 방안으로 계층적으로 부호화된 비트스트림을 서로 다른 채널로 전송하는 고품질 AT-DMB 시스템이 연구되고 있다. 더불어, 계층변조 기술을 이용하여 추가적인 전송대역폭을 확보하고, 계층적 비디오 부호화 기술을 이용하여 고품질 이동 멀티미디어 방송을 제공하는 고품질 T-DMB 방식이 개발되고 있다. 이와 같은 AT-DMB 방식으로 사용자에게 안정된 고품질 비디오 서비스를 제공하기 위해서는 계층적 비디오 부호화를 고려한 효율적인 AV다중화 및 동기화 구조에 대한 연구가 필수적으로 요구 된다. 본 논문에서는, 이와 같은 고품질 AT-DMB 시스템을 위해서 각 계층 ES(Elementary stream)을 MPEG-4 over MPEG-2 시스템과 Eureka-147 DAB 시스템을 통해 서로 다른 채널로 전송한다. 계층별 전송으로 인한 시간 지연에 대처하여 수신입력부에서는 각각의 계층으로 전송된 ES들이 동기화 되어 복호화 되도록 SVC의 계층적 비트스트림 구조와 적응적으로 동작되는 다중화 시스템구조를 제작하였다.

• Journal of KIISE:Databases
• /
• v.30 no.3
• /
• pp.237-251
• /
• 2003

In this paper, we propose a video retrieval system to search logical structure and semantic contents of video data efficiently. The proposed system employs a layered modelling method that orBanifes video data in raw data layer, content layer and key frame layer. The layered modelling of the proposed system represents logical structures and semantic contents of video data in content layer. Also, the proposed system supports various types of searches such as text search, visual feature based similarity search, spatio-temporal relationship based similarity search and semantic contents search.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.6C
• /
• pp.579-584
• /
• 2007

Recently various prediction structures have been proposed to exploit inter-view correlation among multi-view video sequences. In this paper, we propose a QP(quantization parameter) selection method for the B frame inserted in the first frames of each GOP(group of pictures), where we change QP for the B frame adaptively to achieve uniform picture quality and overall coding gain. Each B frame is coded with reference to two frames in its adjacent views. We calculate QP for the B frame based on the correlation between the two reference frames, calculated using their rate-distortion costs. By applying the proposed method to the MVC reference prediction structure, we have improved the coding gain by 0.09$\sim$0.16 dB.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.270-271
• /
• 2018

본 논문에서는 새로이 시작된 비디오 압축 표준인 VVC(Versatile Video Coding)의 인-루프(in-loop) 필터링을 위한 CNN 구조를 제안한다. 제안하는 CNN 구조는 복호화된 영상을 입력으로 하고 원본 영상과 복호화된 영상의 오차를 손실함수로 사용하여 학습을 진행한다. 또한, 비디오 부호화에서의 다양한 크기의 CU(Coding Unit)를 고려한 다양한 크기의 컨볼루션 필터를 사용하여 특징을 추출하는 구조에 기반하고 있다. 실험을 통하여 제안한 CNN 기반의 필터링이 VVC 의 시험모델인 VTM(VVC Test Model)의 인-루프 필터링의 성능을 개선할 수 있음을 확인하였다.

• The KIPS Transactions:PartD
• /
• v.10D no.4
• /
• pp.671-678
• /
• 2003

A digital video is usually very long temporally. requiring large storage capacity. Therefore, users want to watch pre-summarized video before they watch a large long video. Especially in the field of sports video, they want to watch a highlight video. Consequently, highlight video is used that the viewers decide whether it is valuable for them to watch the video or not. This paper proposes how to create soccer video highlight using the structural features of the caption such as temporal and spatial features. Caption frame intervals and caption key frames are extracted by using those structural features. And then, highlight video is created by using scene relocation, logical indexing and highlight creation rule. Finally. retrieval and browsing of highlight and video segment is performed by selection of item on browser.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.5
• /
• pp.32-37
• /
• 2008

To ensure access to rapidly growing video collection, video indexing is becoming more and more important. In this paper, video ontology system for retrieving a video data based on a scene unit is proposed. The proposed system creates a semantic scene as a basic unit of video retrieval, and limits a domain of retrieval through a subject of that scene. The content of semantic scene is defined using the relationship between object and event included in the key frame of shots. The semantic gap between the low level feature and the high level feature is solved through the scene ontology to ensure the semantic-based retrieval.