$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

비-파라미터 기반의 움직임 분류를 통한 비디오 검색 기법

Video retrieval method using non-parametric based motion classification

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.43 no.2 = no.308, 2006년, pp.1 - 11  

김낙우 (한국전자통신연구원 광대역통합망연구단) ,  최종수 (중앙대학교 첨단영상대학원 영상공학과)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 샷(shot) 기반 비디오 색인 구조에서 비-파라미터(non-parametric) 기반의 움직임 분류를 통한 비디오 영상 검색 기법을 제안한다. 본 논문에서 제안하는 비디오 검색 시스템은 장면 전환 기법을 통해 얻은 샷 단위의 짧은 비디오로부터 대표 프레임과 움직임 정보를 취득한 후, 이를 통해 시각적 특징과 움직임 특징을 추출하여 유사도를 비교함으로써 시-공간적 특징을 이용한 실시간 검색이 가능하도록 구현되었다. 비-파라미터 기반의 움직임 특징의 추출은 MPEG 압축 스트림으로부터 정규화된 움직임 벡터계(界)를 추출한 후, 각각의 정규화된 움직임 벡터를 여러 개의 각도 빈(bin)으로 양자화하고 이의 평균과 분산, 방향 등을 고려함으로써 효과적으로 이루어진다. 대표 프레임에서의 시각 특징 검출을 위해서는 에지 기반의 공간 기술자를 이용하였다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 시스템이 매우 효과적임을 잘 나타내고 있다. 데이터베이스 내 영상의 색인을 위해서는 R*-tree 구조를 이용한다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we propose the novel video retrieval algorithm using non-parametric based motion classification in the shot-based video indexing structure. The proposed system firstly gets the key frame and motion information from each shot segmented by scene change detection method, and then extract...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 MPEG 압축된 다양한 종류의 비디오 영상으로 DB를 구성하고, 제안한 검색 기법을 평가 하였다. 실험 DB는 자연 영상, 드라마, 뮤직 비디오, 교육용 비디오 등의 다양한 영상으로 구성되어 있으며, 총 24개의 동영상에서 취득된 780여 개의 샷으로 이루어져 있다.
  • 본 논문에서는 유사 움직임 패턴을 갖는 카메라 동작을 하나로 묶어 표현하였으며, 이에 따른 다양한 카메라 동작에 대한 표기를 표 1에 나타내고 있다. 본 논문에서는 기호(symbol)를 통하여 여러 카메라 동작을 간략히 표현하고자 한다.
  • 본 논문에서는 샷 기반의 비디오 분석을 통해 영상에서의 대표 프레임과 움직임 정보를 얻은 후, 제안하는 움직임 분류 기법과 에지 기반의 공간 기술자에 취득된 정보를 적용함으로써 효과적인 내용 기반 비디오 검색시스템을 구현하는 방법을 제안하고 있다. 먼저 장면전환 검출 기법을 적용하여 샷 단위로 정확하게 비디오를 파싱하고, 분할된 샷의 내용을 나타내는 대표 프레임과 움직임 정보를 추출한다.
  • 많은 문제를 보이고 있다. 본 논문에서는 이러한 문제를 풀기 위해 비-파라미터 기반의 움직임 추정기법을 제안한다. 그림 5는 제안하는 비-파라미터 기반의 움직임 분류 기법에 대한 블록도를 나타내고 있다.
  • 본 논문에서는 장면 전환 기법과 움직임 분류 기법을 통해 얻은 시공간적 특징을 이용하여 MPEG 압축된 비디오 영상을 효과적으로 검색하는 방법을 제안하였다. 장면 전환 검출을 통해 분할된 샷에서의 대표 프레임 영상을 이용하여 시각 특징을 추출하고, 움직임 벡터의 분산 등을 이용하여 샷에서의 움직임을 특징지었다.
  • 실험 결과는 제안하는 알고리즘이 영상 색인 및 검색에 있어 매우 효과적임을 잘 보여주고 있다. 현재 우리는 장면 전환 검출 모듈과 움직임 특징 분류 모듈, 영상 검색 시스템을 하나로 통합하고, 사용자에게 편리한 인터페이스를 구축하는 것을 목표로 연구를 진행 중에 있다.
본문요약 정보가 도움이 되었나요?

참고문헌 (29)

  1. M. Flickner et al., 'Query by image and video content: The QBIC system,' IEEE computer, vol. 28, no. 9, pp. 23-32, 1995 

  2. V. Ogle and M. Stonebraker, 'Chabot: Retrieval from a relational database of images,' IEEE computer, vol. 28, no. 9, pp. 40-48, 1995 

  3. J. R. Smith and S.-F. Chang, 'VisualSEEK: A fully automated content-based image query system,' in ACM Multimedia Conf., 1996 

  4. A. Pentland, R. Picard, and S. Sclaroff, 'Photobook: Content-based manipulation of image databases,' IJCV, vol. 18, no. 3, pp. 233-254, 1996 

  5. R. Brunelli, O. Mich, C.M. Modena, 'A survey on video indexing,' IRST-Technical Report 9612-06, 1996 

  6. 이미숙, 황본우, 이성환, '내용 기반 영상 및 비디오 검색 기술의 연구 현황,' 정보과학회지, 제15권, 제9호, pp, 10-19, 1997 

  7. N. Beckmann, H.-P. Kriegel, R. Schneider, and B. Seeger, 'The R*-tree; An efficient and robust access method for points and rectangles', Proc. ACM SIGMOD, pp. 322-331, 1990 

  8. H.J. Zhang, C.Y. Low, S.W. Smoliar, and J.H Wu, 'Video parsing retrieval. and browsing: An integrated and content-based solution,' in Proc. ACM Multimedia, pp. 15-24, 1995 

  9. M. Rautiainen, M. Hosio, I. Hanski, M. Varanka, J. Kortelainen, T. Ojala, and T. Seppnen, 'TRECVID 2004 experiments at MediaTeam Oulu,' Proc. TRECVID Workshop at Text Retrieval Conference TREC 2004, in press, 2004 

  10. B. Adams et al., 'IBM Research TREC-2002 video retrieval system,' Proc. Text Retrieval Conference TREC 2002 Video Track, 2002 

  11. J. Huang, S. R. Kumar, M. Mitra, W. J. Zhu, and R. Zabih, 'Image indexing using color correlograms,' CVPR, pp. 762-768, 1997 

  12. . Mann and R.W. Picard, 'Video orbits of the projective group: A simple approach to featureless estimation of parameters,' IEEE Trans. Image Processing, vol. 6, pp, 1281-1295, 1997 

  13. T. Yu and Y. Zhang, 'Motion feature extraction for content-based video sequence retrieval,' Internet Image Ⅱ, SPIE-4311, pp. 378-388, 2001 

  14. T. Yu and Y. Zhang, 'Retrieval of video clips using global motion information,' Electron. Lett., vol. 37, no. 14, pp. 893-895, 2001 

  15. W. Chen and S.-F. Chang, 'VISMap: An interactive image/video retrieval system using visualization and concept maps,' in Proc. IEEE int, Conf. Image Processing, vol. 3, pp. 588-591 2001 

  16. B.L. Yeo, B. Liu, 'Rapid scene analysis on compressed video,' IEEE Trans. on Circuits and Systems for Video Technology, vol. 5, no. 6, pp. 533-544, 1995 

  17. Y. Nakajima, K Ujihara, A. Yoneyama, 'Universal scene change detection on MPEG-coded data domain,' in Proc. SPIE Visual Comm. and Image Proc., pp. 992-1003, 1997 

  18. R. Zabih, J. Miller, K. Mai, 'A feature-based algorithm for detecting and classifying scene breaks,' ACM International Conference on Multimedia, pp. 189-200, 1995 

  19. J. Meug, Y. Juan, S.F. Chang, 'Scene change detection in a MPEG compressed video sequence,' Digital Video Compression: Algorithms and Technologies, SPIE-2419, pp. 14-25, Feb. 1995 

  20. E. Izquierdo, J. Xia, and R. Mech, 'A generic video analysis and segmentation system,' in Proc. IEEE Int., Conf. Acoustics, Speech, and Signal Processing, vol. 4, pp. 3592-3595, 2002 

  21. N.W. Kim, E.K Kang, et al., 'Scene change detection and classification algorithm on compressed video streams,' Proc. of the ITC-CSCC 2001, vol. 1, pp. 279-282, 2001 

  22. R. Wang R., T Huang, 'Fast camera motion analysis in .MPEG domain,' International Conference on Image Processing, vol. 3, pp. 691-694, 1999 

  23. E. Ardizzone, M.L. Cascia, A. Avanzato, and A. Bruna, 'Video indexing using MPEG motion compensation vectors,' IEEE Int. conf. on multimedia computing and systems, vol. 2, pp. 725-729, 1999 

  24. N.W. Kim, T.Y. Kim, and J,S. Choi, 'Probability-based motion analysis using bi-directional prediction-independent framework in compressed domain,' Optical engineering, vol. 44, no. 6, 2005 

  25. Y. Deng, C. Kenney, M.S. Moore, and B.S. Manjunath, 'Peer group filtering and perceptual color image quantization,' Proc. of IEEE Intl. Symposium on Circuits and Systems, vol. 4, pp. 21-24 1999 

  26. W. Wolf, 'Key frame selection by motion analysis,' in Proc. IEEE Int. Conf. Acoust., Speech, and Signal Proc., 1996 

  27. N.W. Kim, T.Y. Kim, and J,S. Choi, 'Edge-based spatial descriptor using color vector angle for effective image retrieval,' LNAI, vol. 3558, 2005 

  28. J. Huang, S. R Kumar, M. Mitra, W. J, Zhu, and R Zabih, 'Image indexing using color correlograrns,' CVPR, pp. 762-768, 1997 

  29. G. Pass and R Zabih, 'Histogram refinement for content-based image retrieval,' IEEE WACV, pp. 96-102, 1996 

저자의 다른 논문 :

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트