• 한국통신학회논문지
• /
• 제27권4A호
• /
• pp.356-363
• /
• 2002

컷 검출은 내용기반 검색에 필요한 인덱싱을 위해 수행되어야 하는 기초 작업으로 이를 위한 매우 다양한 기법들이 제안된바 있다. 그러나 기존의 연구에서는 대부분 고정된 하나의 임계값을 사용하기 때문에 통영상의 종류나 내용에 따라 최적의 임계값을 정해야만 하는 문제점을 갖는다. 본 논문에서는 컷 검출 간격의 확률적인 분포에 따라 임계값을 조절하며 컷이 발생하면 이전 컷과의 간격과 특징값 차이를 다음 컷 검출을 위한 임계값 설정에 반영하는 가변형 동적 임계값 방법을 제안한다. 이를 위해 임계값 조절에 필요한 인자 값들을 실행시간에 구하는 방법과 이를 사용한 컷 검출 알고리즘을 제시한다. 또한 실험을 통해 제안하는 방법이 기존의 방법에 비해 오 검출율을 줄일 수 있어 효율적임을 보인다.

• 한국통신학회논문지
• /
• 제24권9B호
• /
• pp.1690-1696
• /
• 1999

동영상 데이터를 내용기반 검색을 하기 위해 비디오 시퀀스를 계층적 분할해야 한다. 컷 검출 알고리즘은 샷을 분류하는 중요한 처리이다. 일반적인 컷 검출 알고리즘은 이전 프레임과 현재 프레임을 비교하기 때문에 카메라의 움직임이나 물체의 움직임에 의해 화면변화가 크면 컷을 오검출 할 수도 있다. 본 논문에서는 컷 예상지점을 먼저 선정하고 컷 예상지점이 실제의 컷인가를 판별한다. 컷 예상지점의 프레임과 이웃 프레임의 특징차를 비교하므로써 실제 컷을 검출하므로 기존 알고리즘보다 오검출을 줄일 수 있다. MPEG비디오 시퀀스에서 DC영상을 추출하여 비교 프레임으로 사용하였다. 실험 결과, 제안한 알고리즘이 기존의 알고리즘보다 컷 검출율이 높은 것을 확인하였다.

• 정보처리학회논문지C
• /
• 제12C권4호
• /
• pp.609-616
• /
• 2005

시그너쳐 기반 침입탐지 기술은 과탐지(false positive)가 많고 새로운 공격이나 변형된 유형의 공격을 감지하기 어렵다 우리는 앞선 논문[1]을 통해 시그너쳐 기반 침입 탐지 시스템과 기계학습 기반 침입 탐지 시스템을 Alpha-cut 방법을 이용하여 결합한 모델을 제시 하였다. 본 논문은 Alpha-cut의 후속연구로 기존 모델에서 감지하지 못하는 미탐지(false negative)를 줄이기 위한 Beta-pick 방법을 제안한다. Alpha-cut은 시그너쳐 기반 침입탐지 시스템의 공격 탐지결과에 대한 정확성을 높이는 방법인 반면에, Beta-rick은 공격을 정상으로 판단하는 경우를 줄이는 방법이다. Alpha-cut과 Beta-pick을 위해 사용된 기계학습 알고리즘은 XIBL(Extended Instance based Learner)이며, C4.5를 적용했을 때와 차이점을 결과로서 제시한다. 제안한 방법의 효과를 설명하기 위해 시그너쳐 기반 침입탐지 시스템의 탐지결과에 Alpha-cut과 Beta-pick을 적용하여 오경보(false alarm)가 감소함을 보였다.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.289-296
• /
• 2022

In this paper, we developed a deep learning-based recyclable object detection model. The model is developed based on YOLOv5 that is a one-stage detector. The deep learning model detects and classifies the recyclable object into 7 categories: paper, carton, can, glass, pet, plastic, and vinyl. We propose two methods for recyclable object detection models to solve problems during training. Bounding Box CutMix solved the no-objects training images problem of Mosaic, a data augmentation used in YOLOv5. Standardized Distance-based IoU replaced DIoU using a normalization factor that is not affected by the center point distance of the bounding boxes. The recyclable object detection model showed a final mAP performance of 0.91978 with Bounding Box CutMix and 0.91149 with Standardized Distance-based IoU.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.919-922
• /
• 1998

A content-base search method is required for video which has an unformatted and huge size of data. The index techniue 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 change a threshold value during the cut detection process. We demonstrate that the proposed method is more efficient than the existing methods.

• 제어로봇시스템학회논문지
• /
• 제7권4호
• /
• pp.304-308
• /
• 2001

The increase of video data makes the demand of efficient retrieval, storing, and browsing technologies necessary. In this paper, a video segmentation method (scene change detection method, or shot boundary detection method) for the development of such systems is proposed. For abrupt cut detection, inter-frame similarities are computed using luminance and edge histograms and a cut is declared when the similarities are under th predetermined threshold values. A gradual scene change detection is based on the similarities between the current frame and the previous shot boundary frame. A correlation method is used to obtain universal threshold values, which are applied to various video data. Experimental results show that propose method provides 90% precision and 98% recall rates for abrupt cut, and 59% precision and 79% recall rates for gradual change.

• 전자공학회논문지CI
• /
• 제39권1호
• /
• pp.67-74
• /
• 2002

멀티미디어 기기의 발전과 더불어 다양한 매체로부터 다양한 종류의 영상, 오디오, 텍스트 등의 정보가 난무하고, 이들 정보를 사용자의 요구에 따라 효과적으로 검색·관리를 위한 연구가 활발히 진행되어지고 있다. 실시간 연속 영상에서 내용이 연결되는 부분과 장면전환 등에 의해 내용이 바뀌는 부분을 자동 검출 가능하다면 적은 량의 데이터 내용 표현으로 영상 검색의 효율성을 증대시키는 효과를 가져 올 수 있을 것이다. 본 논문에서는 영상의 특성에 따른 실시간 Cut detection 기술을 제안하고 이 방법의 성능을 다양한 영상 데이터를 바탕으로 정확성 평가를 하였다. 그 결과 영상데이터의 컬러 특성에 관한 통계적인 특성 정보를 필요로 하는 기존의 컬러 히스토그램 방식과는 달리 본 방식은 각 프레임 영상의 색상 분포의 변화분에 의존하므로 어떤 종류의 영상 패턴에도 적용 가능한 robust한 방식이며, 실시간 입력영상의 cut detection 이 가능한 이점이 있음을 확인할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.411-413
• /
• 1998

Video영상을 의미있는 부분으로 나누는 Video segmentation을 위해서는 Video Cut의 검출이 필요하다. 본 논문에서는 Video Cut의 검출을 위하여 신경망을 이용하였으며, cut의 측정 방법으로 보색(complementary color)의 개념을 도입하였다. 이 방법을 이용하여, 여러개의 Video data로부터 학습을 한 뒤 새로운 Video에 대해서 테스트한 결과 좋은 성능을 보였다.

• 한국컴퓨터산업학회논문지
• /
• 제2권3호
• /
• pp.389-396
• /
• 2001

압축된 동영상에서 인덱싱을 위한 장면전환 검출기법에서 기존의 방법들은 실험에 의한 고정 임계값을 설정하여 임계값 보다 크면 장면전환이라고 판단해왔다. 기존의 고정 임계값을 적용시켰을 때는 플래쉬나 카메라 움직임 등에 의한 오검출이 많은 문제점이 있었다. 본 논문에서는 장면 전환 검출을 위한 임계값을 동영상 특성 중, 장면전환점간격을 이용하여 임계값을 동적으로 변화시키는 방법이며, 고정 임계값을 사용하는 경우보다 오검출을 줄이는 향상된 장면전환 검출기법을 제안한다. 실험에서는 동영상 특성을 통계적으로 분석하여, 기존의 고정임계값과 제안한 동적임계값을 사용한 결과 값을 비교분석 하였다. 제안한 방법은 기존의 방법보다 30%정도 오검출이 줄었다.

• 한국통신학회논문지
• /
• 제24권8B호
• /
• pp.1567-1576
• /
• 1999

본 논문에서는 압축되어 있는 MPEG 비디오 시퀀스로부터 DCT의 AC 계수를 이용한 에지 영상을 구하여 급격한 장면의 전환을 검출하는 방법과 매크로블록 타입 정보를 이용하여 점진적 장면 전환인 디졸브(dissolve) 구간을 검출하는 기법을 제안하였다. 에지 추출에 기반한 장면 전환 검출 기법은 밝기의 변화에 덜 민감하며, AC 성분을 이용하면 DC 성분을 이용한 경우보다 원영상을 더욱 잘 표현하는 에지를 추출할 수 있으므로, 보다 정확한 장면 전환을 검출할 수 있다. 제안한 디졸브 검출 기법에서는 영상을 복원하지 않고, MPEG 비트스트림 내의 매크로블록 타입 정보로부터 계산된 인트라 매크로 블록의 개수를 이용하기 때문에 적은 계산량으로 디졸브를 검출할 수 있다. 제안한 장면 전환 검출 방법은 기존의 방법들에 비해서 성능이 우수함을 실험을 통해 입증하였다.