• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1997.11a
• /
• pp.155-159
• /
• 1997

ATM(Asynchronous Transfer Mode)은 광대역망에서 여러 형태의 멀티미디어 서비스를 지원하는 수단을 제공한다. 요즘 통신망으로 ATM의 채택이 증가하고, 이 망들이 멀티미디어 통신을 하기 위해 많은 데이터들이 오고 갈 때, 영상을 효율적으로 트래픽 제어함으로써 통신망에 끼치는 영향을 최소화 할 수 있다. 본 연구에서는 장면 전환 검출에 관해 State(상태) 알고리즘, Standard deviation(표준편차) 알고리즘, Percentage(가중치) 알고리즘 등을 이용한 장면 전환 검출의 성능 시험을 했다. Stage 알고리즘은 n상태로 나누어서 이루어지고, Standard deviation 알고리즘은 통계적 측면을 다룬 것이고, Percentage 알고리즘은 비례에 의해 이루어진다. 그 중에 Percentage를 이용한 장면 전환 검출 알고리즘은 다른 알고리즘에 비해 능동적이고 효율적임을 보여 이를 제안한다. GCRA(Generic Cell Rate Algorithm)를 통해 트래픽 관련 파라미터의 지정에 관련한 Nonconforming 셀률에 의한 CDVT와 PCR의 분석을 시도한다. 이 때에도 마찬가지로 Percentage 알고리즘과 GCRA를 장면 전환 검출 데이터와의 상관관계를 통해 파라미터를 정하여 트래픽 관련 GCRA 알고리즘에 적용할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.410-412
• /
• 1999

히스토그램 장면 전환 검출(histogram scene change detection) 기법은 입력 영상 내에 카메라 동작(camera operation)이 발생한 부분을 컷(cut)으로 나누는 문제점이 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 프레임 사이의 움직임 벡터를 측정하여 카메라 동작이 일어났는지를 판단하고, 이를 이용하여 잘못된 컷의 인식을 막는다. 카메라 동작이 발생하는 샷의 경제는 컷이 될 수 없으므로, 이외의 샷에 대해 컬러 히스토그램 교집합(color histogram intersection)을 구해서 장면 전환 여부를 판단한다. 제안된 기법은 기존의 히스토그램 장면 전환 검출 기법보다 프리시젼(Precision) 면에서 성능 향상을 보였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.207-210
• /
• 2000

비디오데이터의 증가에 따른 효율적 검색, 저장, 브라우징을 위한 방법론이 필요하게 되었다. 본 논문에서는 이러한 시스템을 구축하기 위한 첫 번째 단계인 비디오 분할기법을 제안하고자 한다. 이러한 비디오 분할은 샷경계검출 혹은 장면전환검출이라고 하는데 본 논문에서는 밝기 히스토그램과 에지갯수를 이용하여 프레임간의 유사도를 구별하고 이 유사도가 일정 임계값을 넘지 못하면 장면전환이 있는 것으로 간주한다. 점진적 장면전환검출은 현재프레임과 이전의 샷경계 프레임과의 유사도를 비교하여 검출한다. 다양한 비디오데이터에 공통적으로 적용할 수 있는 임계값을 설정하기 위해 상관관계(correlation)기법을 사용한다. 실험결과 급진적 장면전한은 각각 90%, 98%의 정확도(precision)와 회수율(recall)을 나타내었고 점진적 장면전환은 59%, 75%의 정확도와 회수율을 나타내었다.

• 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 Korea Information Processing Society Conference
• /
• 2003.05b
• /
• pp.931-934
• /
• 2003

본 논문에서는 동영상 내용 기반 검색을 위한 표준 인덱스인 color layout descriptor(CLD)에 기반한 새로운 장면전환검출 방법을 제안한다. 제안한 방법은 입력 영상을 $8{\times}8$ 블록으로 나누고, 그 블록을 대표하는 대표컬러를 선택하여 DCT 변환 후 추출된 DC, AC 계수에 가중치를 부여한 다음 슬라이딩 윈도우를 적용시켜 장면 전환을 검출한다. 이러한 방법은 영상의 전체적인 특성과 국부적인 특성을 동시에 반영하므로, 조명변화나 물체의 움직임에 민감했던 기존 대표적인 방법인 히스토그램 기반 방법과 에지 변화율을 이용한 방법들이 가지는 문제점을 보완할 수 있다. 또한 제안한 방법은 비디오 검색을 위한 MPEG-7 의 검색 서술자 중의 하나인 CLD를 이용하는데 이러한 CLD 는 컬러의 공간적 분포를 잘 설명하므로 MPEG-7 을 위한 검색 서술자에 적합한 장면전환검출 및 검색이 이루어질 수 있다. 제안한 방법을 실험한 결과 기존의 방법보다 장면전환 검출율이 높게 나타났다.

• Journal of the Korea Society of Computer and Information
• /
• v.4 no.3
• /
• pp.28-34
• /
• 1999

In this paper. we propose the method of Scene Change Detection for video sequence using the DC components and the moving vectors in the Macro Blocks in the DCT blocks. The proposed method detects the Scene Change which would not be related with the specific sequences in the compressed MPEG domain. To do this. we define new metrics for Scene Change Detection using the features of picture component and detect the exact Scene Change point of B-pictures using the characteristics of B-picture's sharp response for the moving vectors. In brief, we will detect the cut point using I-picture and the gradual scene changes such as dissolve, fade, wipe, etc. As a results, our proposed method shows good test results for the various MPEG sequences.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.8
• /
• pp.3670-3676
• /
• 2011

A cell animation is represented by one background cell, and there is much difference of images when its shot is changed. Also, it does not have a lot of colors since people themselves draw it. In order to effectively detect shot transitions of cell animations while fully considering their intrinsic characteristics, in this paper, we propose a animation shot boundary detection algorithm that utilizes color and block-based histograms step by step. The suggested algorithm first converts RGB color space into HSI color one, and coarsely decides if adjacent frames contains a shot transition by performing color difference operation between two images. If they are considered to have a shot transition candidate, we calculate color histograms for 9 sub-regions of the adjacent images and apply weights to them. Finally, we determine whether there is a real shot transition by analyzing the weighted sum of histogram values. In experiments, we show that our method is superior to others.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 1998.06a
• /
• pp.147-155
• /
• 1998

장면 전환 검출 알고리듬은 매 프레임마다 프레임간의 밝기차나 히스트그램 차이를 계산하므로 계산량이 많으며, 검출 속도 또한 느리게 된다. 검색 속도의 향상을 위해 시간적 표본화 방법이 제안되었으나, 적절한 검색 간격을 선택하는 어떠한 기준이나 방법도 제시되지 않았으며, 따라서 검색 간격을 경험에 의해 선택할 수밖에 없었다. 이 논문에서는 동영상의 통계적, 특성, 장면 전환 검색 간격과 장면 전환 검출 시간의 관계를 수식으로 유도하고 실험으로 확인하였다. 또한 최적의 표본화 간격을 유도된 식으로부터 구하고, 동영상의 평균 장면 전환 간격과 관계함을 보였다. 평균 장면 전환 간격이 알려져 있지 않은 동영상에 대해서 최적 검색 간격을 추정할 수 있는 알고리듬을 제안하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.574-576
• /
• 2001

본 논문에서는 최근 관심이 증가하고 있는 축구 경기 MPEG 비디오에서 정면이 변하는 부분을 검출하고 동일한 의미의 장면들을 분류하는 기술을 제안한다. MPEG 비디오에서 디코딩 과정을 거치지 않고 직접 에지(edge) 정보와 색상 분포 정보를 추출하여 적은 연산량으로 장면 전환 검출의 정확성을 높이고, 검출된 결과를 기반으로 샷(shot)을 특징 지울 수 있는 특정 색상들과 에지 정보를 이용해서 축구 MPEG 비디오내의 장면들을 내용적으로 분류한다. 제안한 방법은 카메라 움직임으로 발생하는 글러벌 모션의 변화에 대해서도 효과적으로 장면 전환을 검출하고 의미적으로 유사한 샷들에 대하여 장면 분류를 수행하는 결과를 확인하였다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.209-212
• /
• 2001

본 논문에서는 MPEG 비디오분할을 위한 평균 값 비교 알고리즘을 제안한다. 장면 전환 검출은 MPEG 비더오 시퀀스에서 분할하는 가장 기본적이면서 중요한 작업이다. 일반적으로 많이 사용 되는 분할 알고리즘은 이전 프레임과 현재 프레임을 비교하기 때문에 카메라의 움직임이나 화면 변화에 따라 오검출이 생기는 단점이 있었다. 본 논문에서는 기존 알고리즘에서 검출한 장면 전환 지점을 사용하여 이웃 프레임들과의 평균값 비교를 통해 재판별 하였다. 실험 결과 기존 알고리즘 보다 정확한 장면 전환 검출을 할 수 있었고, 오검출도 줄일 수 있었다.