초록

AI-Helper

기존의 내용기반 검색 시스템에서는 사용자의 개입이 고려되지 않은 채 Low level 특징만을 이용한 연구가 진행되어 왔다. 본 논문에서는 내용 기반 기술 인터페이스인 MPEG-7을 이용하여 주관적인 비디오 구조 재구성과 기술을 보장하는 유동적인 DS를 설계하고 구현하였다.

기존의 내용기반 검색 시스템에서는 사용자의 개입이 고려되지 않은 채 Low level 특징만을 이용한 연구가 진행되어 왔다. 본 논문에서는 내용 기반 기술 인터페이스인 MPEG-7을 이용하여 주관적인 비디오 구조 재구성과 기술을 보장하는 유동적인 DS를 설계하고 구현하였다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법

문제 정의

• 이것은 오디오, 비디오 정보의 기술과 색인, 접근을 가능하게 하는 표준안으로, 다양한 방법으로 기술되던 멀티미디어 데이터에 대한 기술 방법을 통일함으로써 사용자로 하여금 보다 쉽게 멀티미디어 데이터를 활용하고자 하는 것에 그 목적이 있다 하겠다. 본 논문에서는 MPEG7을 이용하여 그동안 검색 시스템에서 제외된 사용자에게 중심으로 스스로 비디오 구조를 재구성하게 하고 그 구조를 디스크립션하게 함으로 해서 보다 “개인적인”이고 “유동적인'' 검색 시스템을 구현할 수 있도록 한다.
• 본 논문에서 핵심적인 역할을 수행하게 될 Dynamic Description Scheme은 제작자나 편집자에 의해서 제공된 Union Description Scheme 과 Fixed Description Scheme을 검색에 이용하지 않을 경우나 혹은 사용자의 의도에 맞는 검색이 어려운 경우 등을 해결하기 위한 목적으로 제안되었다. 사昌자는 제작자에 의해 주어진 Union DS를 검색에 그대로 이용하기 보단 사용자 본인의 감성과 취향에 맞는 Description이 가능해짐으로 해서 보다 Personal한 검색기반을 만들 수 있다.
• 본 논문에서는 기존의 컬러(color), 텍스쳐(texture), 모션(motion) 등의 하위레벨 특징에 초점을 두었던 내용 기반 검색을[6][8] 개선해 인간의 개념적인 (perceptual) 기술에 의한 검색 시스템을 구현한다. 본 논문에서 제안한 네 개의 DS는 다음과 같다.
• 본 논문에서는 프레임웍으로 제공된 MPEG7의 핵심인 DDL을 자동으로 완성해주는 시스템을 구현한다.
• 더구나 텍스트 설명 자체도 설명을 만드는 사람과 검색하는 사람과의 관점 차이로 인해 검색의 효율성이 떨어질 수 있기 때문에 더욱이 멀티미디어 자료에 대한 내용 기반 검색은 필요하다’ 이러한 문제점을 해결하고자 MPEG 위원회에서는 "Multimedia description kite面ce"로 MPEG-7을 만들어 세계적 표준안으로 제정하려 한다. 이것은 오디오, 비디오 정보의 기술과 색인, 접근을 가능하게 하는 표준안으로, 다양한 방법으로 기술되던 멀티미디어 데이터에 대한 기술 방법을 통일함으로써 사용자로 하여금 보다 쉽게 멀티미디어 데이터를 활용하고자 하는 것에 그 목적이 있다 하겠다. 본 논문에서는 MPEG7을 이용하여 그동안 검색 시스템에서 제외된 사용자에게 중심으로 스스로 비디오 구조를 재구성하게 하고 그 구조를 디스크립션하게 함으로 해서 보다 “개인적인”이고 “유동적인'' 검색 시스템을 구현할 수 있도록 한다.
• 사昌자는 제작자에 의해 주어진 Union DS를 검색에 그대로 이용하기 보단 사용자 본인의 감성과 취향에 맞는 Description이 가능해짐으로 해서 보다 Personal한 검색기반을 만들 수 있다. 이와 같은 제안은 기존의 내용 기반검색에서 배제되어 최하위선에서 End User로만 참여했던 것을 개선해주는 것이다. 또한 이것은 시뤈스 처리에서 본인의 선택에 의해 인덱싱 된 시퀀스 정보를 보고 디스크립션 한다는 장점을 가지고 있다.

제안 방법

• [1] 장면 전환에는 칼라에 대한 분포율을 정보로 사용하고, 계산이 빠르며, 카메라의 위치 변화, 조명, 크기 변화에 민감하지 않은 방법으로 칼라히스토그램을 이용한다.[7] 칼라히스토그램은 식(1)과 같이 나타내며, 이들의 차이를 구하는 식은 식(2)를주로 사용하며, 칼라공간 별로 따로 계산하기 위해 식(3)을 사용했다.
• 자동화되어 있다. 그러나 표현방법이 통일된 MPEG7어I서는 이러한 하위레벨 뿐 아니라 상위레벨 내용까지 기술할 수 있으므로 본 논둔에서는 추출된 특징 및 특징 값' 그리고 다음에 소개한 네 개의 DS를 연결하여 DDL의 자동화시스템을 구현한다.
• 장면전환이 검출되는 임계값은 반복실험을 통해 48% 이상의 오차를 장면전환으로 검출하며, 키프레임을 선택한다. 또한 비디오 편집자 또는 프로듀서에 의해, 시간과 줄거리 중심의 시퀀스(sect니ence)로 나누고, 그 안에서 다시 이벤트 중심으로 샷(shot)을 구별해 낸다. 각각은 고유한 인덱스로 정렬한다.
• 본 논문에서 구축하고자 하는 비디오 검색 시스템은 기존의 컬러 정보를 이冬해 장연전환을 검출한다. 이렇게 하위레벨 특징을 이용하는 것은 기존의 내용 기반검색에서 취했던 방식으로 자동화 단계에 있으나 인간의 인지적인 능력이 고려되지 않고, 그림이 가지고 있는 특징만을 이용한다.
• 이 DS 와 D 는사矣자나 프로듀서 등에게 검색어로 사용된다. 본 논문에서는 제목, 부제목, 날짜, 제작자(저작권소유자), 포맷, 주연배우 등을 엘리먼트로 삼아 기술한다’ 이것은 시퀀스 처리에서 얻어진 시퀀스의 인덱스를 중심으로 디스크립션 된다.
• 본 연구에서는 기존의 내용기반 검색에서 이굥된 Low level 특징을 이용하여 장면을 분할하는데 사용하고, 유동적인 DS(Desciiption Scheme)을 이용하여 Structural DS를 재구성한다. 이를 참조하여 사용자의 주관적인 기술 방법에 의해 High level 내용을 기술해서 사용자의 요구에 맞는 비디오 검색 시스템을 구현한다.
• 위와 같이 Structural DS과 Temporal DS를 통해 Low level 내용을 기술한 후 사용자에게 High level 내용을 기술할 수 있도록 디스크립션의 기회를 제공한다. [그림 6]은 이와 같은 구현 결과를 보여준다.
• DS를 재구성한다. 이를 참조하여 사용자의 주관적인 기술 방법에 의해 High level 내용을 기술해서 사용자의 요구에 맞는 비디오 검색 시스템을 구현한다.

대상 데이터

• 여기에 특별히 제작자에 대한 내용이 들어감으로 해서 제작자를 보호하는 기능도 함개I 한다. 전체 구성은 비디오 파일의 위치, 파일의 이름, 파일의 위치 등의 Structural 한 논리적 정보들과 Actor등의 메타 정보들이다. 이러한 정보들은 제작과정에서 만들어지며, 사용자는 임의로 수정할 수는 대신 주어진 정보를 이용해 사용자 디스크립션을 할 때 도움을 얻거나 인용이 가능하다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기