• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.118-123
• /
• 2002

산업정보사회가 발달함에 따라 다양한 형태의 비디오 데이터들이 여러 분야에서 대량으로 생성되고 있다. 이에 따라 이들의 가공을 통해 비디오에 나타난 의미 정보를 추출하려는 다양한 접근들이 시도되고 있으며, 최근 들어 데이터 마이닝을 이용한 기법에 대한 관심들이 증대되고 있다. 그러나 기존의 연구 대상에서 비디오 데이터를 기본으로 하여 지식 정보를 추출하기 위한 시도는 시공간적으로 방대한 비디오 데이터의 특징으로 인해 소극적으로 접근되어왔다. 본 논문에서는 유사한 비디오들로부터 효과적으로 비디오 데이터를 압축하고 특성을 추출하며 클러스터링을 통하여 형태론적인 비디오 정보로부터 직접 의미 있는 패턴을 추출하는 방법을 제안한다. 이를 위해 관심 영역 제한방법, 최소 반복도 제한방법 및 키 프레임 추출 방법 등이 포함된다. 최종적으로 실험용 비디오에 대한 마이닝 결과를 생성하고 최초의 트랜잭션과의 정확도를 비교하여 본 논문에서 제시한 기법들을 검증하였다.

• Journal of KIISE:Databases
• /
• v.37 no.3
• /
• pp.127-136
• /
• 2010

With rapid growth of information and computer communication technologies, the numbers of digital documents including multimedia data have been recently exploded. In particular, news video database and news video mining have became the subject of extensive research, to develop effective and efficient tools for manipulation and analysis of news videos, because of their information richness. However, many research focus on browsing, retrieval and summarization of news videos. Up to date, it is a relatively early state to discover and to analyse the plentiful latent semantic knowledge from news videos. In this paper, we propose the news video mining system based on multi-modal approach and text mining, which uses the visual-textual information of news video clips and their scripts. The proposed system systematically constructs a taxonomy of news video stories in automatic manner with hierarchical clustering algorithm which is one of text mining methods. Then, it multilaterally analyzes the topics of news video stories by means of time-cluster trend graph, weighted cluster growth index, and network analysis. To clarify the validity of our approach, we analyzed the news videos on "The Second Summit of South and North Korea in 2007".

• 한국IT서비스학회:학술대회논문집
• /
• 2009.11a
• /
• pp.524-527
• /
• 2009

최근 감시, 상황판단, 정보전달에 있어서 비디오 영상의 사용이 점점 증가하고 있다. 그러나 비디오 영상에 나타나는 객체들의 비정상행위를 탐지하는 것은 사용자에게 의존한다. 따라서 사용자가 비정상 행위를 놓치기 쉽고, 상황에 대한 대처가 늦어진다는 문제가 발생한다. 이러한 점을 개선하기 위해 실시간 영상 마이닝 기법을 이용한 비정상행위 탐지법이 연구되었으나, 제약 조건이 심하고, 불필요하게 추적되는 데이터가 많아 효율이 떨어진다는 단점이 있다. 본 논문에서는 이러한 단점을 개선하여 3차원 환경에서의 객체의 추적에 대한 정확도를 높이고 일반적인 상황에서도 적용이 가능한 비디오 마이닝을 이용한 비정상 행위 탐지 기법을 제안한다.

• 한국IT서비스학회:학술대회논문집
• /
• 2010.05a
• /
• pp.475-478
• /
• 2010

최근 영상처리 기술이 발전함에 따라 비디오 영상 처리를 통한 비정상행위 탐지 기술에 대한 관심이 증가하고 있다. 하지만 대부분의 논문들은 하나의 카메라, 혹은 하나의 공간 내에서 이루어지는 비정상탐지 기법을 제안해 왔다. 본 논문에서는 기존의 비디오 마이닝을 이용한 영상처리 기술을 확장하여 공간과 카메라의 수에 제한이 없이 비정상행위를 탐지할 수 있는 방법을 프로그램 구현을 통해 제시한다.

• The Korean Journal of Applied Statistics
• /
• v.35 no.1
• /
• pp.147-159
• /
• 2022

Nowadays, various social media platforms are widely spread and people closely use such platforms in daily life. By doing so, social influencers with a large number of subscribers, views, and comments have huge impact in our society. Following this trend, many companies are actively using influencers for marketing purpose to promote their products and services. In this study, we extract the speeches of influencers from videos for game marketing and analyze them using various text mining techniques. In the analysis, we distinguish game videos leading to successful marketing and failed marketing, and we explore and compare the linguistic features of the influencers for successful and failed marketings.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.17-20
• /
• 2011

축구 비디오를 분석하고 이를 팀 전략 수립에 활용하는 축구 비디오 분석관의 역할이 강조됨에 따라, 축구 비디오에서 주요 이벤트의 탐지와 같은 절차적 기능에서 부터 고수준의 해석 방법에 이르는 다양한 기능들이 요구된다. 본 논문에서는 축구 웹 캐스트에서 실시간으로 제공하는 텍스트 정보를 기반으로 메타데이터 키워드 매칭을 통하여 축구 경기의 다양한 속성들을 추출하고 텍스트 마이닝의 대표적 해석 기법인 연관규칙 마이닝을 사용함으로써 축구 경기의 전략 수립이 가능한 고수준의 해석 방법을 소개한다. 실제 2010년 월드컵의 스페인 경기를 중계한 웹 캐스트의 텍스트 정보를 대상으로 제안된 방법론의 타당성을 검증한다.

• The KIPS Transactions:PartD
• /
• v.12D no.2 s.98
• /
• pp.219-232
• /
• 2005

With the rapid progress of computer technology in recent years, a digital video data has been used in many applications. As a result, various technologies have been introduced to discover knowledge embedded in a video database. However, few researches on data mining for a video database have been performed due to the unclear boundary of the information in a large amount of a video stream. This paper proposes an efficient generation method of a feature profile in a set of similar video data. To extract the information embedded in original video data efficiently, several refinement techniques are also presented. These methods include merging pixels, restricting preferred areas, removing noises under a minimum repeat factor, extracting important key frames, generating derived blocks and applying weights to dynamic and static areas differently. Finally, the performance of these methods is evaluated by comparing a result profile obtained by a data mining process with original video streams.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.3
• /
• pp.145-153
• /
• 2009

Trajectory data are ubiquitous in the real world. Recent progress on satellite, sensor, RFID, video, and wireless technologies has made it possible to systematically track object movements and collect huge amounts of trajectory data. Accordingly, there is an ever-increasing interest in performing data analysis over trajectory data. In this paper, we develop a data mining tool for massive trajectory data. This mining tool supports three operations, clustering, classification, and outlier detection, which are the most widely used ones. Trajectory clustering discovers common movement patterns, trajectory classification predicts the class labels of moving objects based on their trajectories, and trajectory outlier detection finds trajectories that are grossly different from or inconsistent with the remaining set of trajectories. The primary advantage of the mining tool is to take advantage of the information of partial trajectories in the process of data mining. The effectiveness of the mining tool is shown using various real trajectory data sets. We believe that we have provided practical software for trajectory data mining which can be used in many real applications.

• The Journal of the Korea Contents Association
• /
• v.22 no.3
• /
• pp.513-528
• /
• 2022

The purpose of this study is to analyze Korean game-related issues and policies to increase the effectiveness of related policies in the future and to increase the consistency of social norms of the policies. this study analyzes related issues by analyzing changes in Korean newspaper articles using spline function and text mining methods, and analyzes the contents of newspaper articles at the time of amplification of issues to present major issues and development directions. As a result of the analysis, game-related issues appeared in various topic, and there are not only support from the government and local governments but also coexisted with game-related regulations (taxation, gambling regulations, game addiction disease, and prevention of fee expansion). Despite regulations, the government presents preemptive responses to problems caused by the application of metabuses and NFTs to games, fostering game-related experts, start-up support, and supporting manpower departure as policy implications.

• Journal of Advanced Navigation Technology
• /
• v.22 no.6
• /
• pp.670-674
• /
• 2018

Social network service (SNS) related data including comments/text, images, videos, blogs, and user experiences contain a wealth of information which can be used to build recommendation systems for various clients' and provide insightful data/results to business analysts. Multimedia data, especially visual data like image and videos are the richest source of SNS data which can reflect particular region, and cultures values/interests, form a gigantic portion of the overall data. Mining such huge amounts of data for extracting actionable intelligence require efficient and smart data analysis methods. The purpose of this paper is to focus on this particular modality for devising ways to model, index, and retrieve data as and when desired.