• 한국컴퓨터그래픽스학회논문지
• /
• 제25권4호
• /
• pp.9-16
• /
• 2019

본 논문에서는 대용량 비디오 영상에서 오토인코더를 이용하여 파랑 전파시 수리동역학적 장면만을 분리하는 방법에 대해 소개한다. 연안에서 센서를 이용한 파랑의 직접적 관측의 어려움으로 인해 비디오 영상을 이용한 입자 추적, 옵티컬 플로우 등의 이미지 분석 방법이 주로 활용되고 있다. 하지만 이미지 분석 방법은 주변광 및 기상상태 등 외부 요인에 의한 영향으로 파랑에 대한 정확한 분석에 어려움이 있다. 제안하는 방법은 비디오 영상으로부터 주변광의 영항을 최소화하고, 순수 파랑 전파시 파랑의 움직임 만을 분리하여 수리동역학적 장면을 추출한다. 실제 해역 및 수리 모형 실험에서 촬영된 비디오 영상에 제안하는 방법을 적용하여 원본 영상으로부터 주변광에 의한 영향과 배경을 잘 분리하여 파랑 전파에 따른 수리동역학적 파랑 이동 장면이 잘 추출되었음을 시각적으로 확인하였다. 또한 변분 오토인코더의 잠재표현 학습을 통해 얻은 원본 비디오 영상에 대한 잠재 표현은 주변광과 배경 요인에 의해 지배적으로 결정되는 반면, 파랑 이동 장면은 해당 요인에 관계없이 독립적으로 잘 표현되는 것을 알 수 있었다.

• 디지털콘텐츠학회 논문지
• /
• 제16권6호
• /
• pp.951-959
• /
• 2015

장면 텍스트 추출은 현대 스마트 시대에서 쏟아져 나오는 다양한 영상 기반 응용에 중요한 정보를 제공하기 때문에 중요하다. 기본적인 MSER(Maximally Stable Extremal Regions) 추출 후에 캐니 연산자를 이용하여 경계를 강화시키는 Edge-Enhanced MSER은 텍스트 추출 측면에서 뛰어난 성능을 보인다. 하지만 캐니 연산자의 임계값 설정에 따라 Edge-Enhanced MSER의 결과영상이 다르게 나타나므로 임계값 설정을 계산하는 방법이 필요하다. 본 논문에서는 캐니 연산자의 임계값을 설정하는 방법 중 히스토그램의 중앙값을 이용하여 경계를 추출하고 이를 Edge-Enhanced MSER에 적용한 AEMSER(Adaptive Edge-enhanced MSER)을 제안한다. 이 방법은 명확한 경계에 대해서만 영역을 추출하기 때문에 기존의 방법보다 더 좋은 결과영상을 얻을 수 있다.

• 인지과학
• /
• 제22권2호
• /
• pp.173-192
• /
• 2011

시각 체계는 장면을 지각할 때 주어진 감각 정보에만 의존하지 않는다. 맥락정보를 적극 활용함으로써 주변 환경과의 시공간적 연속선상에서 장면을 파악한다. 그러나 부족한 감각정보를 맥락 정보로 채워 넣는 과정에서 실제 본 장면보다 더 넓은 영역을 봤다고 잘못 기억하는 경우가 있는데, 이를 테두리 확장(boundary extension) 효과라고 한다[1]. 본 연구는 상하반전(inversion)의 효과를 통해 테두리 확장 현상에 관한 가설들을 검증하였다. 상하반전된 장면에서 맥락 정보를 추출하기 어렵다는 기존 연구 결과들에 근거하여 학습 단계 또는 검사 단계에서 장면 사진을 거꾸로 제시하였다. 세 가지 실험의 결과, 테두리 확장 효과는 장면이 학습 단계에서 상하반전 되었을 때 감소하였는데, 장면을 구성하는 물체의 방향성이 분명할수록 더 감소하였다. 이러한 결과는 적절한 맥락이 활성화됨으로써 장면이 외연될 수 있다는 것과 테두리 확장 효과가 장면이 기억으로 부호화되는 과정에서 발생한다는 것을 시사한다.

• Journal of Platform Technology
• /
• 제9권4호
• /
• pp.71-78
• /
• 2021

자율주행 차량은 사람의 안전, 환경, 노령화 등의 문제 해결에 새로운 대안으로 부상하고 있다. 또한, 이러한 기술개발은 다른 산업 분야에 파급효과가 매우 크다. 하지만, 이에 따르는 문제점들이 발생한다. 자율주행 차량에 의한 인명 피해는 점점 증가하고 있는 실정이다. 활동성이 없는 물체에 대한 충돌 사고는 다소 줄어들고 있지만, 반대로 활동성을 가진 장애물에 대한 기술 개발은 아직 미미한 편이다. 이에, 본 연구에서는 자율주행차량에서 가장 큰 문제점으로 나타나고 있는 도로 위의 활동성이 있는 장애물을 추출하는 방안을 제안한다. 먼저, 자동차 카메라에 의해 획득한 연속적인 영상에서 핵심장면을 추출한 후, 장면에 포함되어 있는 장애물들에 대한 활동성의 크기와 활동의 반복성 정보를 이용하여 활동성 장애물을 추출하는 것을 제안하였다. 핵심장면은 영역분할과 병합을 통하여 산출한다. 이러한 결과를 바탕으로 영역의 픽셀 별로 빈도의 크기를 산출하고, 활동성의 빈번하게 나타나는 정보를 이용하여 장애물의 활동의 크기를 계산하였다. 사람이 직접 추출한 결과와 비교했을 때 추출 정확도는 다소 떨어지지만 만족할 만한 결과를 얻을 수 있었다. 따라서 제안된 연구가 자율주행의 문제점들을 해소하고 인명사고를 줄이는 방안에 기여할 것으로 사료된다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.207-210
• /
• 2000

본 논문에서는 신호를 해석하는데 유용한 웨이블렛 변환을 적용하여 장면전환 요소 중 cut과 fade를 검출하는 알고리즘을 제안한다. 제안된 방법은 웨이블렛 저대역 부밴드로부터 각 프레임의 히스토그램을 구한 후 이전 프레임과 현재 프레임사이의 히스토그램 차를 구하여 이 값이 임계값 이상이면 급격한 장면전환(abrut shot transition)인 cut으로 분류한다. 다음으로 페이드인(fade in)이나 페이드 아웃(fade out)등 컷의 지점이 불분명한 점진적 장면전환(gradual scene transition)을 검출하기 위하여 고대역 부밴드에서 추출한 에지성분에 모멘트를 계산하여 인접한 프레임 사이의 변동율을 분석하여 값이 증가하면 페이드 인을 검출하고 반면에 감소하면 페이드 아웃을 검출하게된다. 성능평가를 위하여 실제의 비디오 분할에 적용한 결과 웨이블렛 적용 방법론이 매우 높은 Precision을 갖는다는 것을 알 수 있으며 윤곽정보에 모멘트 정보를 더함으로써 기존의 방법보다 정확한 페이드(fade) 구간을 검출할 수 있었다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(하)
• /
• pp.1052-1055
• /
• 2002

동영상 정보는 영상정보뿐만이 아니라 음성정보, 문자정보 및 각종 의미있는 정보들을 포함하고 있어서 기존의 검색 방법으로는 사용자가 원하는 이미지를 찾는데 어려움이 따른다. 따라서, 본 연구에서는 동영상 정보의 효율적인 활용을 위한 색인 방법으로 MSE(Mean Square Error) 도입하여 동영상의 장면전환 검색하는 방법을 제안한다. 이것은 영상 데이터를 대각선 방향으로 일정픽셀의 칼라 값을 추출하여 행렬A에 i×j행렬로 i는 프레임 수, j는 프레임의 영상 높이로 저장하고 동영상의 전체 구조를 파악할 수 있도록 정지영상으로 샘플링 하였다. 샘플링 된 데이터는 대용량 동영상 데이터 이용에 있어서 사용자가 전체 동영상의 장면전환점을 한눈으로 파악할 수 있고, 각 프레임의 MSE와 임계값을 초과하면 그 프레임이 장면전환점으로 검색한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.562-564
• /
• 1998

멀티미디어 기술이 발전됨에 따라 방대한 양의 동영상 데이터로부터 원하는 장면을 빠르고 손쉽게 검색하기 위한 연구는 동영상을 포함한 멀티미디어 서비스가 제공되는 현 시점에서 대단히 시급한 문제로 인식되고 있다. 본 연구에서는 동영상데이터를 대상으로 장면전환 지점을 검출하기 위하여 검색을 원하는 영상을 4개의 구역으로 구분하여 각각의 구역에 경계위치를 설정하며, 설정된 경계위치에 해당하는 칼라값을 분석하여 비디오 메모리에 저장한 후 이미지 데이터 베이스에 저장된 동영상 데이터의 각 Frame도 공간별 칼라값을 추출하여 이를 비디오 메모리값과 비교해서 연속된 두 Frame간의 칼라값 차이를 구하여 그 차이가 임계값 이상이 되면 장면전환 지점으로 검출하는 방법으로 사용자가 원하는 정보를 빠르게 검색하는 시스템을 설계하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.598-600
• /
• 2001

대용량의 동영상 데이터 이용에 있어 효과적인 동영상 검색을 위해서는 동영상 데이터의 색인과정이 필요하다. 본 논문은 AVI영상에서 동여상 장면 전환점 검출에 관한 효과적인 방법을 제안한다. 제안된 방법은 프렝미을 대각선 방향의 픽셀 값을 추출하고 정지영상으로 변환하여 동영상의 전체 구조를 파악할 수 있으며, 장면 전한점을 한눈에 확인할 수 있다. 각각의 프레임에서 추추란 픽셀의 칼라 값을 A행렬 i(프레임 수)xj(프레임 영상 높이)로 저장하고, MSE(Mean Square Error)를 용해서 일정의 임계값에 도달하지 못할 경우 이 프레임을 장면 전환점으로 검출한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.408-410
• /
• 2012

기존의 비디오 검색 방법들은 관련 주석이나 영상 정보에 기반하며 사용자의 반응과 관련하여서는 많은 정보를 활용하고 있지 않다. 비디오 시청시 사용자의 뇌신호나 시선추적 정보 등의 인지적 반응을 이용하여 연속적인 비디오 스트림의 각 부분에 대하여 사용자들이 나타내는 관심이나 감성 정보를 추출한다면 보다 인터랙티브한 비디오 데이터 검색 및 추천이 가능하다. 본 논문에서는 비디오를 시청하는 사용자의 안구전도(electrooculogram)를 기록한 후, 장면 전환이 발생한 부분에서의 사건관련전위 분석을 통해 해당 부분에서 나타나는 특징적 반응을 찾고 이에 대한 인지적 해석을 도출했다. 실험 결과 장면 전환 이후200~700ms 부분에서 P300 성분과 유사한 피크가 발생하는 것을 확인하였으며, 이러한 결과는 장면 전환에 따른 피험자의 비디오 내용 인지에 대한 의도 불일치 및 주의력 증가로 해석된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.676-678
• /
• 2005

디지털 비디오에 있어서 멀티미디어 데이터베이스 및 검색 시스템 구축을 하기 위해서는 비디오를 여러개의 장면으로 분할하는 기술이 요구된다. 본 논문에서는 다양한 종류의 장면 전환을 검출하기 위해 기존의 규칙기반이 아닌 신경망 이론을 접목하여 자율학습과 실수값 입력이 가능한 ART2를 이용하였다. 매프레임마다 발생할 수 있는 변동의 폭을 줄이기 위해 MPEG 동영상의 DC에 해당하는 값만을 이용하고, 프레임마다 색상의 분산값을 이용하여 Plateaus 구간을 검출한 다음 Plateaus 구간에 해당하는 프레임들에 대해서만 프레임차이, 히스토그램차이, 상관계수 등의 특징치를 추출하여 ART2에 특징벡터를 입력하여 장면 전환을 검출하였다.