• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.24 no.9B
• /
• pp.1690-1696
• /
• 1999

Video sequence should be hierachically classified for the content-based retrieval. Cut detection algorithm is an essential process to classify shots. It is generally difficult for cut detection algorithms to detect cut points since a current frame is compared with a previous one, because movement of camera or object made adrupt scene change. We reduce ratio of failed cut detection so that compare the difference between frames of predicted cut point and their neighbors. In this paper, first we get predicted cut point, then we judge that the predicted cut point is true point or not. And we extracted DC images in MPEG video sequence for comparison. As a result of experiments. We confirmed that the cut detection ratio of the proposed algorithm is higher than of any other algorithms.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.271-273
• /
• 2001

본 논문에서는 멀티미디어 데이터의 MPEG-1 비디오 데이터 정보 중 인트라 모드로 부호화된 매크로블록(macroblock) 타입 개수를 이용하여 후보 컷(cut)을 검출한다. 이렇게 검출된 후보 컷은 이전에 검출된 후보 컷과의 히스토그램 차와 화소 특징값의 분산값과 평균간을 이용하여 카메라 브레이크(camera break)와 같은 일반적인 장면전환(abrupt scene change)뿐만 아니라 커튼효과(curtaining effect)나 페이딩효과(fading effect)와 같은 점진적인 장면전환(gradual scene change)을 검출하는 방법을 제안하고 실험을 통하여 그 유용성을 보인다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.4A
• /
• pp.356-363
• /
• 2002

Video scene segmentation is fundamental role for content based video analysis and many kinds of scene segmentation schemes have been proposed in previous researches. However, there is a problem, which is to find optimal threshold value according to various kinds of movies and its content because only fixed single threshold value usually used for cut detection. In this paper, we proposed the variable dynamic threshold method, which change the threshold value by a probability distribution of cut detection interval and information of frame feature differences and cut detection interval in previous cut detection is used to determine the next cut detection. For this, we present a cut detection algorithm and a parameter generation method to change the threshold value in runtime. We also show the proposed method, which can minimize fault alarm rate than the existing methods efficiently by experimental results.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.467-469
• /
• 2000

본 논문은 웨이블릿 변환영역 하에서 칼라 히스토그램과 에너지 벡터를 이용한 컷검출 방법을 제안한다. 기존의 컷 검출 방법들은 대부분 공간영역과 변환영역 각각에 대한 특징을 이용해 컷을 검출하였다. 그러나 본 논문에서는 웨이블릿 변환영역 하에서도 공간영역 특성을 유지하는 LL밴드 상의 칼라 히스토그램과 LH와 HL밴드의 에너지 값을 변환영역 특성으로 함께 고려하였다. 최근 영상 압축 표준에 웨이블릿을 이용한 압축기법이 사용되고 있으므로, 제안한 방법은 웨이블릿 압축 영상에서 압축을 해제할 필요 없이 검출하는데 사용되어질 수 있다. 제안한 방법의 성능평가를 위하여 광고, 뉴스, 스포츠, 영화 등 5개 분야의 다양한 TV 프로그램에서 약 10,000개의 프레임으로 실험한 결과, Recall에서는 약 90%, Precision에서는 약 94%의 컷 검출 성능을 나타내었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.04a
• /
• pp.153-156
• /
• 2000

동영상 정보는 영상정보뿐만 아니라 음성정보, 문자정보 및 각종 의미있는 정보들을 포함하고 있어서 기존의 검색방법으로는 사용자가 원하는 이미지를 찾는데 어려움이 따른다. 따라서, 본 연구에서는 동영상 정보의 효율적인 활용을 위한 색인방법으로 칼라 임계값을 이용한 컷 검출 방법을 제안하였다. 이것은 frame 간의 유사도를 측정해서 이 값이 주어진 임계값보다 작을 경우, 장면의 전환이 일어나는 곳을 컷 지점으로 검출하는 것인데, 동영상의 장면에 따른 유사도가 다를 수 있기 때문에, 컷을 구성하는 프레임들간의 칼라 임계값에 변동을 주어 최적의 컷 검출율을 구하고자 했다. 초기의 칼라 임계값은 '80'을 사용했고, 이후 frame 의 유사도가 임계값보다 클 경우, 즉 장면전환이 일어나지 않았을 경우일정한 상수 값을 초기 임계값에서 감산토록 하였다. 이러한, 과정을 거쳐 추출된 frame을 가지고 원하는 이미지를 검색하게 되면 사용자의 노력 및 검색 시간이 단축되고, 동영상 정보의 관리가 용이해진다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.24 no.12B
• /
• pp.2401-2406
• /
• 1999

Various techniques extracting feature vectors have been studied for the cut detection in compressed video data. In case of using the histogram of occurrence of pixel's values as a feature vector, the precise detection of cuts would not be expected because of not considering the spatial correlation of pixels. And more sophisticated algorithms such as CCV(Color Coherent Vector) and Correlrogram tend to be used. Though these methods can be able to detect cuts rather precisely, they require much more processing time because of a enormous amount of computations. In this paper we propose a method of the cut detection using spatial correlation of DC values of luminance components in MPEG video sequence. This requires less processing time and also It can increase the rates of detecting the correct cuts by using advanced comparative method.

• 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.

• The Transactions of the Korea Information Processing Society
• /
• v.6 no.7
• /
• pp.1955-1961
• /
• 1999

비디오 데이터는 비정형 데이터이고 정보의 양이 방대하기 때문에 내용기반 검색 방법이 필요하다. 비디오 데이터의 내용기반 검색을 위해서는 동영상 데이터의 색인이 필요한데, 일반적으로 비디오 색인을 하기 위한 시작점은 컷 검출이다. 본 논문에서는 컷 검출의 효율성을 향상시키기 위해서 컷 검출 과정 중 임계값이 동적으로 변화하는 동적 임계값 기법을 제안한다. 구현과 실험을 통하여 제안하는 방법이 기존의 방법보다 효율적임을 보였다. 6a A content-based search method is required for video which has an unformatted and huge size of data. The index technique is necessary for the content-based search of the video data. The first step of the video indexing is a cut detection. We propose a dynamic threshold method which changes a threshold value during the cut detection process. We demonstrate that the proposed method is more efficient than the existing methods.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.215-218
• /
• 2000

디지털 비디오 데이터를 효율적으로 브라우징 하는데 필요한 비디오 분할에 관한 연구가 활발하게 진행되고 있다. 본 연구에서는 비디오 데이터를 Shot단위로 분할하고, Shot내부에서 카메라 동작과 객체 움직임 분석을 이용한 sub-shot으로 분할하고자 한다. 연구 방법으로는 I-frame의 DC 영상을 이용하여 픽쳐그룹을 Shot(장면이 바뀐 경우), Move(카메라 동작,객체움직임), Static(영상의 변화가 거의 없는 경우)로 세분화하고 해당 픽쳐 그룹의 P, B-frame을 검사하여 정확한 컷 발생 위치, 디졸브, 카메라동작, 객체 움직임을 검출하게 된다. 픽쳐그룹 분류에서 정확성을 높이기 위해 계층적 신경망과 다중 특징을 이용한다. 정확한 컷 발생위치 검출하기 위해서 P, B프레임의 메크로블럭 타입을 이용한 통계적 방법을 이용하고, 디졸브, 카메라 동작, 객체 움직임을 검출하기 위해서 P, B-frame의 메크로블럭 타입과 움직임 벡터를 이용한 신경망으로 검출한다. 본 연구에서는 계층적 탐색을 이용하여 시간을 단축할 수 있고, 계층적 신경망과 다중 특징을 이용하여 픽쳐 그룹을 세분화 할 수 있고, 메크로 블록 타입과 통계적 방법을 이용하여 정확한 컷 검출을 할수 있고, 신경망을 이용하여 디졸브, 카메라 동작, 객체움직임을 검출 할 수 있음을 확인한다.

• Proceedings of the KIEE Conference
• /
• 2007.10a
• /
• pp.449-450
• /
• 2007

오래 전 부터 영상처리와 컴퓨터 비전은 많은 분야에 응용되고 발전 되어 왔다. 그러한 기술 중에 최근 각광 받고 있는 그래프 짓(Graph cut) 알고리즘은 에너지함수를 최소화 하는 가장 강력한 최적화 기법중 하나이다. 그리고 일반적으로 Sobel, Prewitt, Roberts, Canny 에지(edge) 검출기 등은 영상처리에서 영상상의 에지를 검출하기 위해 이미 널리 사용되고 발전되어 온 기술이다. 물체에서의 윤곽만 검출하기 위해서는 우리가 원하지 않는 영상 위의 에지도 검출되기 때문에 예지 검출기만으로는 물체의 윤곽만을 검출하는 것은 불가능하다. 우리는 물체의 윤곽만 검출하기를 원하기 때문에 그래프 컷과 에지 검출기의 알고리즘을 결합하면 이러한 문제를 해결 할 수 있다는 것을 제안한다. 이 논문에서는 그래프 컷 알고리즘과 에지 검출기에 관해 간략하게 기술하고 그 결과를 보일 것이다.