$\require{mediawiki-texvc}$

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.

[국내논문] 엘리베이터 내의 폭행 추출을 위한 영상포렌식 시스템 구현
Implementation of Video-Forensic System for Extraction of Violent Scene in Elevator 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.18 no.10, 2014년, pp.2427 - 2432  

신광성 (Department of Computer Information Engineering, Kunsan National University) ,  신성윤 (Department of Computer Information Engineering, Kunsan National University)

초록
AI-Helper 아이콘AI-Helper

장면전환검출 기법의 하나인 컬러-$X^2$ 히스토그램을 이용하여 엘리베이터 내에서 발생하는 폭행 장면을 추출하여 범죄행위에 대한 실시간 감시와 사후 증거확보 및 분석과정에서의 증거 자료로 활용한다. 또한 디지털포렌식 분야에서 범죄와 연관된 영상물에 대한 효율적인 증거분석을 위한 다양한 방법에 관한 연구를 "영상포렌식"으로 정의한다. 컬러히스토그램의 차이를 이용한 방법은 두 프레임으로부터 얻은 R,G,B 컬러에 대하여 각각을 따로 계산한 히스토그램의 차이 값을 측정하여 검출하는 방법이다. 본 논문에서는 엘리베이터 내에서의 폭행 장면을 효율적으로 추출하기 위해 컬러히스토그램의 장점과 $X^2$ 히스토그램의 장점을 결합한 컬러-$X^2$ 히스토그램을 이용하였다. 또한 기존의 컬러-$X^2$ 히스토그램을 이용하여 키프레임을 찾아내기 위해 임계값을 찾아낼 때, 실제 폭행 장면 인지 아닌지를 판별하는 확률을 높이기 위해 20개의 샘플영상을 이용하여 통계적인 판단을 이용하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Color-$X^2$ is used as a method for scene change detection. It extracts a violent scene in an elevator and then could be used for real-time surveillance of criminal acts. The scene could be also used to secure after-discovered evidences and to prove analysis processes. Video Forensic is d...

주제어

#장면전환검출   #영상포렌식   #컬러-$X^2$ 히스토그램   #증거   #폭행  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 급진적인 장면 전환 검출을 수행하는 방법을 다음과 같이 제시하였다. 급진적인 장면 전환 검출을 위하여 본 논문에서는 식 (3)과 같은 컬러-X2 히스토그램 차이 값을 이용한다.
  • 본 논문에서는 영상데이터에서 폭행 장면만을 구분하여 범죄의 실시간 감시와 향후 효율적인 증거분석을 위한 방법을 제시하였다. 컬러히스토그램과 X2 히스토그램의 장점을 결합한 컬러-X2 히스토그램 방법을 이용하여 급진적인 장면전환검출을 수행하였으며 실제 폭행 장면만을 찾아낼 수 있는 임계값을 설정하여 20개의 모의영상을 통해 만족할만한 결과를 도출하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
폭행이란? 폭행이란 난폭한 행동 혹은 사람의 신체에 거의 일방적으로 연속적이고 고의적인 물리력을 가하는 행위를 말하며 매우 심각한 범죄에 해당한다. 그리고 이는 반의사불벌죄에 해당된다.
정보추출 포렌식이란? 현재의 디지털포렌식은 증거의 수집, 보존, 분석, 문서화, 재판과정에 증거로 제출하기까지의 모든 과정을 포함하며 그 사용 용도에 따라 범행 입증에 필요한 증거를 획득하기 위해 디지털 매체에 기록되어 있는 데이터를 복구하거나 검색하는 정보추출 포렌식과 해킹 공격에 이용되는 백도어, 루트킷 등을 조사하여 침입자의 신원, 피해내용, 침입경로 등을 파악하는 사고대응 포렌식으로 나뉜다[1].
shot의 경계를 찾아내는데 Nagasaka 가 사용한 방법은? Ueda 등[7]은 shot의 경계를 찾아내기 위해 컬러히스토그램의 변화율을 사용하였다. Nagasaka 등[8]은 그레이레벨과 컬러 히스토그램에 기반을 둔 몇 가지 간단한 통계 비교를 수행하였다. Swanberg 등[9]는 구역 내에서의 그레이레벨 히스토그램의 차이를 이용하였으며, 비디오 시퀀스에서 지역변화에 따른 가중치를 이용하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. http://blog.naver.com/PostView.nhn?blogIdsiren258&logNo145988034 

  2. http://mirror.enha.kr/wiki/%ED%8F%AD%ED%96%89 

  3. Chung-Lin Huang "A robust scene-change detection method for video segmentation," Circuits and Systems for Video Technology, IEEE Transactions, vol. 11, Issue 12, pp. 1281-1288, 2001. 

    상세보기 crossref

  4. Aditya Vashistha, Rajarathnam Nallusamy, and Sanjoy Paul, "2PASCD: An Efficient 2-Pass Abrupt Scene Change Detection Algorithm" Multimedia Information Networking and Security (MINES), International Conference, pp. 44 - 48, 2010. 

  5. Suk-Ju Kang, Sung In Cho, Sungjoo Yoo, Young Hwan Kim "Scene Change Detection Using Multiple Histograms for Motion-Compensated Frame Rate Up-Conversion", JOURNAL OF DISPLAY TECHNOLOGY, vol. 8, NO. 3, pp. 121-126, Mar. 2012. 

    상세보기 crossref

  6. John S. Boreczky and Lawrence A. Rowe "Comparison of video shot boundary detection techniques", J. Electron. Imaging. 5(2), pp. 122-128, 1996. 

    상세보기 crossref

  7. Ueda, H., Miyatake, T., and Yoshizawa, S "IMPACT: An Interactive Natural-motion-picture Dedicated Multimedia Authoring System", in proceedings of CHI, New Orleans, Louisiana, ACM, New York, pp. 343-350, Apr-May, 1991. 

  8. Nagasaka, A. and Tanaka, Y "Automatic Video Indexing and Full-Video Search for Object Appearances", in Visual Database Systems II, Knuth, E., Wegner, L., Editors, Elsevier Science Publishers, pp. 113-127, 1992. 

  9. Swanberg, D., Shu C.F., and Jain, R "Knowledge Guided Parsing and Retrieval in Video Databases", in Storage and Retrieval for Image and Video Databases, Wayne Niblack, Editor, Proc. SPIE 1908, pp. 173-187, Feb 1993. 

  10. Zhang, H.J., Kankanhalli, A., and Smoliar, S.W "Automatic Partitioning of Full-motion Video", Multimedia Systems, vol. 1, No. 1, pp. 10-28, 1993. 

    상세보기 crossref

  11. Oh Hyung Kang "The abstraction-based retrieval system of cultural videos using hybrid detecting techniques" Ph.D. dissertation, Kunsan National University, 2004. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
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

맨위로