http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 배영래(Younglae J. Bae) (검색결과 5 건)
- 무료
- 기관 내 무료
- 유료
-
-
복수의 검출기를 사용하는 동영상의 샷 경계 자동검출 알고리즘
이재연(Jae Yeon Lee),전병태(Byung Tae Chun),배영래(Younglae J. Bae) 한국정보과학회 1998 정보과학회논문지(B) Vol.25 No.9
동영상 데이타는 그 양이 방대하고 순차적인 특성을 가지고 있어 검색이나 브라우징이 대단히 곤란하다. 이러한 문제의 해결을 위하여 동영상을 내용에 기반하여 분할함으로써 계층적인 구조를 형성하는 모델들이 제안되어 왔다. 자동 샷 경계 검출은 이와 같은 동영상 데이타의 구조화에 있어 가장 먼저 수행되는 작업으로 최근 많은 연구자들의 주목을 받고 있다. 이 연구분야의 주된 테마는 크게 두가지로 나눌 수 있는데, 하나는 빠른 속도로 일어나는 카메라 조작이나 동영상 내의 큰 물체의 움직임, 갑작스런 밝기의 변화 등에 영향받지 않고 옳바른 컷을 검출할 수 있는 견고한 특징량의 발견의 문제이고, 다른 하나는 페이딩이나 디졸브(dissolve), 와이핑 등의 점진적인 샷 경계를 검출할 수 있는 메커니즘의 발견에 관한 문제이다. 지금까지 제안되어 온 알고리즘은 주로 이 두가지 문제를 하나의 방식에 의하여 풀려고 시도해 왔으나, 컷과 점진적인 샷 경계는 그 성격이 판이하게 다르다는 점을 고려할 때 본 연구에서는 오히려 각각에 적합한 복수의 검출기를 사용하는 것이 보다 합리적일 것이라고 생각했다. 본 논문에서는 컷 검출의 문제를 위해서는 “차분영상 히스토그램의 분산”이라는 새로운 특징량을 제안했다. 또한 새로 제안된 특징량과 기존의 화소값 차이나 히스토그램의 차이와 같은 특징량을 결합함으로써 보다 정확한 샷 경계 검출이 가능함을 보였다. 점진적인 샷 경계 검출의 문제에 대해서는 우선 페이딩이나 커튼효과와 같은 단일색 프레임을 거치는 샷 경계에 주목하여, 각 프레임의 화소값의 분산을 이용하여 단일색 프레임의 출현을 감시하는 방식을 제안하였다. 이와 같이 두가지의 상호 독립적인 검출기를 사용함으로써 컷과 점진적인 샷 경계의 양쪽 모두를 보다 효율적이고 정확하게 검출할 수 있음을 실험으로 확인하였다. Due to the huge size and sequential characteristics of video data, it is very difficult to search or to browse them. To solve the problem, some hierarchical models that divide a video stream into more manageable segments based on the contents, have been proposed. Automatic shot boundary detection is the first stage in such structuring, and has received a lot of attention recently. The main issues in this research area may be classified into two categories. The first one is to find out robust features that can detect cuts correctly even in cases where dynamic motions, fast zooming, camera tilting or sudden brightness changes occur. Another one is to seek a mechanism that can detect gradually changing shot boundaries such as fading, curtaining, dissolve and merge, or wipings, which have very different characteristics from those of cuts. Existing algorithms have been mostly trying to solve the above two problems at the same time. It is, however, thought to be more reasonable to adopt an individual algorithm for each type of boundary because the characteristics of each shot boundary are so different. For cut detection, in this paper, a new feature, “variance of difference histogram”, is proposed, which has been proved to be effective compared to the traditional features. Also, it has been shown that by combining the new feature With the traditional features, such as pixel differences and histogram differences, the robustness of cut detection can be greatly improved. For gradually changing boundaries, a new method which checks a solid color frame when fading or curtaining effect is taking place is proposed This method observes the pixel variance to check if the sequence reaches the solid color frame. By adopting these two mechanisms which are mutually independent, both cuts and gradually changing boundaries could be detected more efficiently and reliably.
-
이재연(Jae Yeon Lee),전병태(Byung Tae Chun),배영래(Younglae J. Bae) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.2Ⅱ
샷 단위로 분할되어 있는 동영상 데이터로부터 대표프레임을 선정하는 새로운 방법에 대하여 보고했다. 본 논문에서 제안하는 방식은 프레임 간의 화소값 차이의 변화패턴에 주목하여 샷 내의 내용상의 변화형태를 추측, 대표성을 가지는 프레임을 선정할 수 있도록 한 것이다. 특히 화소값 차이는 동영상의 분할을 위하여 이미 구해지게 되므로 대표프레임 선정 만을 위한 추가의 처리부담이 거의 없이 기존의 첫째 프레임이나 마지막 프레임을 선정하는 것과 같은 단순한 방식에 비하여 훨씬 합리적인 대표프레임의 선정을 가능하게 한 것을 특징으로 하고 있다.
-
-
정세윤(Se-yoon JEONG),전병태(Byung-tae CHUN),이재연(Jae-yeon LEE),왕민(Min WANG),배영래(Younglae J. BAE) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.2Ⅱ
내용기반 영상 검색시스템에서 칼라는 가장 중요한 특징 중에 하나다. 기존의 연구는 칼라 히스토그램을 이용한 색인방법을 사용해 왔다. 기존의 히스토그램 색인 방법은 영사의 실제 유사도을 근사하는데 신뢰성이 충분하지 못하다는 단점이 있다. 히스토그램방법의 단점을 해결하기 위해 본 논문에서는 칼라 분포특성을 이용한 색인 방법을 연구하였다. 또한 효과적인 검색을 위해 사람이 느끼는 유사도를 근사하기 위해 신경망을 사용한 유사도 측정 함수를 제안하였다. 여러 칼라 공간에 대해 실험을 해본 결과 신경망 유사도 측정 함수를 사용할 경우 YUV 공간에서 색인 하는 것이 실용적인 것을 보였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
