PCA 특징 벡터.PCA mixture model.내용 기반 비디오 요약.정보 색인.얼굴 탐지.비디오 요약.정보 검색.얼굴 인식.얼굴 검색.PCA feature vector.PCA mixture model.Content based video summary.Information indexing.Face detection.Video summary.Information retrieval.Fece recognition.Face retrieval.
초록▼
본 연구의 최종 목표는 PCA 특징 벡터에 기반하고 relevance feedback과 유사 매칭을 허용하는 새로운 멀티미디어 정보 색인 및 검색 시스템을 개발하고, 이를 이용하여 실시간으로 얼굴을 탐지, 검색, 인식, 요약하는 응용 프로그램을 개발하는 것이다. 이러한 연구 목표를 달성하기 위해 아래와 같은 세 가지 세부 과제를 설정하여 연구를 수행하고자 한다. 제 1 세부과제 : PCA기반 특징 벡터와 비디오 목차를 이용한 멀티미디어 정보 색인 시스템 개발 제 2 세부과제 : PCA 복합 모델을 이용한 얼굴 탐지
본 연구의 최종 목표는 PCA 특징 벡터에 기반하고 relevance feedback과 유사 매칭을 허용하는 새로운 멀티미디어 정보 색인 및 검색 시스템을 개발하고, 이를 이용하여 실시간으로 얼굴을 탐지, 검색, 인식, 요약하는 응용 프로그램을 개발하는 것이다. 이러한 연구 목표를 달성하기 위해 아래와 같은 세 가지 세부 과제를 설정하여 연구를 수행하고자 한다. 제 1 세부과제 : PCA기반 특징 벡터와 비디오 목차를 이용한 멀티미디어 정보 색인 시스템 개발 제 2 세부과제 : PCA 복합 모델을 이용한 얼굴 탐지 및 인식 시스템 개발 제 3 세부과제 : 얼굴 정보 기반 비디오 요약 시스템 개발 본 연구는 멀티미디어 정보 색인과 압축을 위한 특징벡터 추출 알고리즘을 제안하고, 멀티미디어 정보 색인을 위한 데이터 해석과 표현에 관한 연구를 하여, 얻어진 결과와 데이터 목차 정보를 이용한 고속 멀티미디어 정보 색인 및 얼굴 탐지 및 인식 기술을 개발하고 이를 이용하여 얼굴 정보 기반 비디오 요약 시스템을 구현하고자 한다. 첫 번째 연구 과제에서는 PCA기반 특징벡터를 사용하는 멀티미디어 정보 색인 시스템을 개발하고자 한다. 이를 위해, 1차 연도에는 멀티미디어 정보 색인과 압축을 위한 PCA기반 특징 벡터 추출 알고리즘을 제안한다. 2차 연도에는 PCA 특징 벡터에 기반한 셧 경계와 대표 프레임 검출 방법과 이로부터 데이터 목차를 구축하는 방법에 대해 연구하고자 한다. 3차 연도에는 제안된 PCA기반 특징벡터와 데이터 목차 정보를 이용한 멀티미디어 정보 색인 시스템을 개발한다. 두 번째 연구 과제에서는 PCA 복합 모델을 이용한 얼굴 탐지 및 인식 시스템 개발하고자 한다. 이를 위해 1차 연도에는 얼굴의 색상 및 모양을 이용한 눈 및 얼굴감지 방법을 개발하고, 2차 연도에는 조명 변화에 무관한 얼굴 인식 방법을 개발 하고, 3차 연도에는 얼굴 포즈에 무관한 얼굴 인식 방법을 개발한다. 세 번째 연구 과제에서는 기 개발된 얼굴 탐지 및 인식 기술을 응용하여 비디오의 내용을 얼굴 정보를 바탕으로 압축 요약하는 기술을 개발하고자 한다. 이를 위해 1차 연도에는 비디오내 shot, fade in/out, disolve등을 검출하는 알고리즘을 개발하고, 2차 연도에는 얻어진 단위로 비디오내 얼굴을 탐지하고 이를 clustering하여 요약하는 기술을 개발하고, 3차 연도에는 XML 기반 비디오내 유사 얼굴 검색 시스템을 개발한다. 첫 번째 연구 과제 성과: PCA 신경망 기반 특징벡터를 이용하여 멀티미디어 데이터베이스 저장 용량을 축소하였고, 방대한 양의 비디오 데이터를 효과적으로 관리하고 검색함으로써 정보 이용의 효율성을 향상시켰으며, 기존의 정보 검색 시스템이 갖는 낮은 정확도 및 낮은 리콜 계수 문제를 극복할 수 있는 퍼지 합집합과 FWSA 개념을 바탕에 둔 새로운 정보 색인 기술을 개발하였다. 두 번째 연구 과제 성과: PCA 혼합 모델에 기반하여 조명 및 포즈에 무관한 얼굴 기술자를 MPEG-7 Face descriptor 표준안에 제안하였고, 이를 기반으로 출입 통제에 적용한 IM-Gate 시스템을 개발하여 현재 (주)Nine-plus와 상업용 제품 개발을 추진중이다. 세 번째 연구 과제 성과: 기 개발된 얼굴 정보 처리 기술을 기반으로 비디오 내용을 얼굴 정보를 기반으로 요약하고 검색하는 시스템을 개발하여 KT와 함께 인터넷 TV나 VOD 서비스에 응용방안을 검토중이다.
Abstract▼
In this research, we proposed the feature extraction algorithm using PCA neural networks for multimedia information compression and indexing, and developed a fast multimedia information indexing system using the extracted feature vectors for the fast and efficient retrieval. Furthermore, we develope
In this research, we proposed the feature extraction algorithm using PCA neural networks for multimedia information compression and indexing, and developed a fast multimedia information indexing system using the extracted feature vectors for the fast and efficient retrieval. Furthermore, we developed face recognition and retrival system based on the PCA mixture model, and developed video summarizer and retrieval system based on the indexed face information. In the first research, we developed a multimedia indexing system using PCA feature vectors. Firstly, we proposed the feature extraction algorithm for multimedia information compression and indexing. PCA-based features made it possible to represent the multimedia information with the smaller number of features than that of DCT-based features. Secondly, we developed the shot boundary and key frame detection methods using the PCA-based features. Lastly, we embodied the multimedia indexing system using the PCA-based features and fuzzy theory. In the second research, we developed an integrated face recognition system using the PCA mixture model. Firstly, we developed eye and face detection using the color and shape model. Secondly, we developed illumination invariant face recognition system using condensation algorithm. Finally, we developed pose-invariant face recognition system using pose determination and compensation. In the third research, we developed video summarizer based on face information using SVM ensemble. Firstly, we developed a detection algorithm of gradual transitions in the video. Secondly, we developed video summarizer based on the indexing and clustering of face information. Finally, we developed a XML-based face retrival system on the vido. Outcomes of the first research: We reduced the storage capacity of multimedia database using the PCA-based feature vectors and improved the efficiency of information use with effective retrieval and administration of huge video data. We developed new information indexing technology based on the fuzzy union and FWSA concept which overcame low accuracy and recall coefficient problem that had the traditional information retrieval system. Outcomes of the second research: We proposed a new face descriptor based on the 2nd-order PCA mixture model for the MPEG-7 face descriptor. We also tried to implement an IM-Gate system for the face-based access control with the finacial support of Nine-Plus ltd. co. Outcomes of the third research: We proposed a face-based video summarizer that is used for an efficient video abstract in internet TV or video on demand service. We also implemented an XML-based video retrieval system that is built on the the vidoe summarizer for a fast and effective searching a query face image.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.