• 제목/요약/키워드: 하이라이트 모델

검색결과 25건 처리시간 0.031초

어텐션 기반 비디오 하이라이트 예측 알고리즘의 개선 (Improving Attention-based Video Highlight Prediction)

  • 윤원빈;황준규;이계민
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2021년도 추계학술대회
    • /
    • pp.314-317
    • /
    • 2021
  • 하이라이트 영상은 원본 영상의 중요한 장면들을 짧은 시간 안에 감상할 수 있게 도와준다. 특히나 경기 시간 긴 축구나 야구 그리고 e-스포츠의 시청자들에게 있어, 하이라이트 영상의 효용성은 더욱 증가한다. 하이라이트 영상 추출의 자동화로 방송사나 온라인 플랫폼은 비용 절감과 시간 절약의 이점을 얻을 수 있다. 따라서 본 논문에서는 스포츠 영상에서 자동으로 하이라이트 구간을 추출하는 모델을 제안한다. 제안하는 모델은 멀티 헤드 어텐션 매커니즘과 LSTM 네트워크의 결합으로 구성된다. 해당 매커니즘의 여러 헤드를 통해 어텐션을 다양한 관점에서 진행한다. 이로 인해 영상의 전체적인 맥락과 장면 간의 유기적 관계를 다양한 관점에서 파악할 수 있다. 또한 오디오와 이미지 정보를 함께 이용하여 모델을 학습한다. 학습한 모델의 평가는 e-스포츠 경기 영상을 이용하여 평가한다.

  • PDF

하이라이트 검출을 위한 구간 분할 앙상블 모델 (Subdivision Ensemble Model for Highlight Detection)

  • 이한솔;이계민
    • 방송공학회논문지
    • /
    • 제25권4호
    • /
    • pp.620-628
    • /
    • 2020
  • 하이라이트를 자동으로 예측 하는 문제는 영상을 사람이 직접 편집하는 시간과 비용 문제를 해결하기 위해 필요한 기술이다. 본 논문에서는 하이라이트 구간 내에서 하이라이트 판단 여부에 영향을 주는 특정 부분에 집중하기 위해 앙상블 모델을 제안한다. 우리의 모델은 하나의 단일 모델만으로는 충분히 학습하기 어려운 중요한 정보를 앙상블을 통해 더 많은 유용한 특징들을 얻을 수 있다. 앙상블을 이루는 단일모델들은 오디오와 이미지 정보를 결합하여 다양한 영상의 특징들을 추출한다. 직접 수집한 e스포츠 경기 영상과 야구 경기 영상을 통해 하이라이트 예측 성능이 개선됨을 확인한다.

Dichromatic 반사 모델에서의 조명성분 추출 실험 (Experiments of Illuminant Estimation in the Dichromatic Reflecton Model)

  • 박명은;김성영;김민환
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 한국멀티미디어학회 2000년도 추계학술발표논문집
    • /
    • pp.218-223
    • /
    • 2000
  • 영상에서 색상은 조명과 물체의 반사 특성에 의해 걸정되므로고 정확한 조명성분 추출을 통해 물체 고유의 색상을 복원할 수 있다. 물체 색상과 하이라이트 색상의 분포와 이들간의 관계를 잘 반영하여 모델링한 Dichromatic 반사 모델에서는, 3차원 RGB 공간에서의 하이라이트(highlight) 영역에 의한 클러스터 분포형상으로부터 표면반사벡터를 구해 이것을 조명벡터로 결정하였다. 그러나, 표면반사벡터의 방향은 물체색상의 영향을 받아 실제 조명벡터와 동일한 방향을 나타내지 못한다는 것을 실험을 통해 알 수 있었다. 실제적으로 하이라이트영역에 대한 클러스터는 물체 색상으로부터 조명색상에 근접한 방향으로 형성되며, 조명벡터로는 글러스터의 최대값으로 향하는 것을 취하는 것이 보다 정확하다는 특성이 있음을 확인하였다. 본 논문에서는 여러 가지 실험을 통해 이러한 특성이 타당함을 제시하고, 그래픽반사모델을 이용하여 하이라이트 색상에 대한 새로운 해석 방법을 제시한다.

  • PDF

Prompting 기반 매개변수 효율적인 멀티 모달 영상 하이라이트 검출 연구 (Parameter-Efficient Multi-Modal Highlight Detection via Prompting)

  • 한동훈;남성욱;박은환;곽노준
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.372-376
    • /
    • 2023
  • 본 연구에서는 비디오 하이라이트 검출 및 장면 추출을 위한 경량화된 모델인 Visual Context Learner (VCL)을 제안한다. 기존 연구에서는 매개변수가 고정된 CLIP을 비롯한 여러 피쳐 추출기에 학습 가능한 DETR과 같은 트랜스포머를 이어붙여서 학습을 한다. 하지만 본 연구는 경량화된 구조로 하이라이트 검출 성능을 개선시킬 수 있음을 보인다. 그리고 해당 형태로 장면 추출도 가능함을 보이며 장면 추출의 추가 연구 가능성을 시사한다. VCL은 매개변수가 고정된 CLIP에 학습가능한 프롬프트와 MLP로 하이라이트 검출과 장면 추출을 진행한다. 총 2,141개의 학습가능한 매개변수를 사용하여 하이라이트 검출의 HIT@1(>=Very Good) 성능을 기존 CLIP보다 2.71% 개선된 성능과 최소한의 장면 추출 성능을 보인다.

  • PDF

GAN을 이용한 하이라이트 영상 예측 모델의 성능 개선 (Improving Highlight Prediction Models Using GAN)

  • 이한솔;이계민
    • 한국방송∙미디어공학회:학술대회논문집
    • /
    • 한국방송∙미디어공학회 2019년도 추계학술대회
    • /
    • pp.225-227
    • /
    • 2019
  • 최근 다양한 개인방송 플랫폼에 의해 엄청난 양의 콘텐츠가 업로드 되고 있으며 그 중 축구와 야구와 같은 스포츠 영상이 차지하는 비율이 상당하다. 방송사에서는 시청자들이 편의를 위해 경기 영상 중 흥미를 끌거나 또는 중요한 장면을 모아 하이라이트 영상을 만들어 제공하는데, 이는 시간과 비용이 많이 소요되는 문제가 있다. 이에 본 논문에서는 스포츠 영상에서 자동으로 하이라이트를 예측하는 모델을 제안하다. 우리의 모델은 오디오와 이미지 정보를 함께 사용하며, 영상의 단기적 전후관계와 중장기적 흐름을 동시에 파악하는 모델을 제시한다. 또한 좋은 특징벡터를 추출하기 위해 GAN을 결합하는 방법을 설명한다. 제안하는 모델들을 야구 경기 영상을 이용하여 평가한다.

  • PDF

하이라이트 분포 모델에 의한 수중표적 에코신호 합성 (Echo Signal Synthesis of Underwater Target by Distributed Highlight Model)

  • 김부일;박명호;권우현
    • 한국음향학회지
    • /
    • 제19권7호
    • /
    • pp.15-22
    • /
    • 2000
  • 본 연구에서는 수중표적의 반사신호를 재현하기 위한 공간적 하이라이트 분포처리 알고리듬을 제안한다. 제안된 알고리듬은 입사되는 핑펄스의 각도에 따라 가변적인 불연속 하이라이트와 표적내부 및 특정위치의 하이라이트를 신호 입사각에 따라 분포시켜 합성한다. 완성된 UTAHID 모델은 핑펄스의 입사각도 및 펄스폭에 따라 첨두치 표적강도, 에너지 표적강도, 에코신장효과, 표적 시간분산 손실 및 포락선의 불규칙성 등을 각종 모의실험으로 타당성을 확인하였으며, 이는 능동소나의 표적 반사신호 합성에 관련된 각종 실제 시스템에 효율적으로 적용될 수 있다.

  • PDF

하이라이트 모델을 이용한 능동소나 표적신호의 합성 및 인식 (Synthesis and Classification of Active Sonar Target Signal Using Highlight Model)

  • 김태환;박정현;남종근;이수형;배건성
    • 한국음향학회지
    • /
    • 제28권2호
    • /
    • pp.135-140
    • /
    • 2009
  • 본 논문에서는 하이라이트 모델에 기반하여 능동소나의 표적신호를 합성하고, 합성된 신호를 이용하여 표적인식 실험을 수행하였다. 동일 표적이라도 표적의 자세각에 따라 다양한 형태의 파형을 갖는 신호가 합성되는데, 이에 대한 표적인식 결과를 알아보기 위해서 두 가지 방법으로 실험을 수행하였다. 하나는 고정된 여러 가지 자세각에 대한 표적신호에 대한 인식실험이고, 다른 하나는 임의의 자세각을 가지는 교신에 대만 인식 실험을 수행하였다. 인식실험을 위한 특징 인자로는 합성된 표적신호에 대해 시간영역에서 정합필터 및 포락선 검출을 통해 얻어지는 하이라이트 패턴을 사용하였으며, 패턴인식 기법으로는 다중클래스 SVM과 인공신경망을 사용하였다.

수중 반사신호 합성을 위한 표적강도 예측모델 비교분석 (A Comparative Analysis of Target Strength Estimated Models for Underwater Echo Signal Synthesis)

  • 김부일
    • 한국군사과학기술학회지
    • /
    • 제4권1호
    • /
    • pp.93-103
    • /
    • 2001
  • 고주파를 주로 사용하는 능동소나에서 반사신호는 물체표면의 거울면 반사와 내부의 여러 등가적인 산란자로 형성되며, 이는 물체에 공간적으로 분포된 하이라이트에 의해 특징 된다. 본 연구에서는 기존의 모의표적에 대한 반사신호 합성모델 즉, 랜덤분포 모델, 등간격분포 모델 및 MUTAHID 모델에 대하여 분석하고, 합성된 반사신호 결과특성을 여러 조건에서 비교하였다. 이러한 하이라이트 분포 모델들은 수중표적의 반사신호 합성을 필요로 하는 각종 실시스템의 모의표적 신호 합성에 유용하게 적용될 수 있으리라 생각된다.

  • PDF

사용자 질의어 특징을 반영한 하이라이트 기반 노래 가사 검색 (Highlight based Lyrics Search Considering the Characteristics of Query)

  • 김권양
    • 한국지능시스템학회논문지
    • /
    • 제26권4호
    • /
    • pp.301-307
    • /
    • 2016
  • 본 논문에서는 사용자들이 노래 가사를 입력으로 음악을 검색할 때 사용자의 질의어 특징을 반영한 검색 방법을 제안한다. 일반적으로 노래 가사 검색에서 사용자들이 작성하는 질의어들은 음악 하이라이트 부분에 해당된다는 점을 고려하여 본 논문에서는 노래 가사를 색인할 때, 하이라이트 부분이 더 중요하도록 만든다. 이를 위해 본 논문에서는 응집 계층 군집화를 사용하여 자동으로 음악 하이라이트 부분을 찾고, 하이라이트 부분과 그 주변 부분을 중요하게 고려할 수 있는 가우시안 중요도를 제안한다. 이 가우시안 함수는 평균을 하이라이트 부분으로 설정함으로써 하이라이트에서 가장 높은 값을 가지며, 주변부는 하이라이트보다 낮은 중요도를 가진다. 이렇게 얻어진 중요도와 함께 노래 가사를 색인함으로써 사용자들이 작성한 질의어에 대해 더 부합하는 검색 결과를 제공해준다. 실험에서 실사용자 5명에 대해 다양한 질의 타입들과 함께 평가하였으며, 가중치를 고려하지 않는 비교 모델보다 제안한 방법이 효과적임을 보인다.

수중 모의표적 강도예측 모델의 펄스길이 효과 고찰 (An Analysis of Pulse Length Effect on Underwater Simulated Target Strength Estimated Model)

  • 김부일;박명호;권우현
    • 한국음향학회지
    • /
    • 제20권2호
    • /
    • pp.44-51
    • /
    • 2001
  • 본 연구에서는 능동소나와 관련된 시스템에 적용가능한 잠수함 수중표적의 표적강도 및 신호형태를 예측하는 반사신호 합성모델을 제안한다. 이는 입사각에 따라 외부헐로 하이라이트의 위치가 변하는 UTAHID (Underwater TArget by Highlight Distribution) 모델을 기초로 하여 잠수함 내부의 복잡한 형상에 의한 반사점들을 산란자운에 의한 구룹화된 하이라이트군으로 변형을 가하여 반사신호를 합성한다. 제안된 모델은 입사신호의 펄스길이 변화에 따른 표적강도 변화특성 및 합성신호 파형, 시간분산손실, 신장효과 등에 대해 분석하였으며, 이는 능동소나, 음향대항, 감시 시스템과 같이 반사신호 합성에 관련된 여러가지 실시스템에 적용이 가능하다.

  • PDF