JP2008178095A - 映像の属性に基づいた映像分類方法、システムおよび保存媒体 - Google Patents

Abstract

【課題】本発明は、入力映像をビジネスグラフィック映像あるいは写真映像に分類する技術に関するものである。
【解決手段】映像分類システムは、入力映像を明るさ―彩度色空間の成分に変換する色空間変換部と、上記変換された成分中明るさ成分の明るさ頻度分布を計算する明るさ分析部と、上記変換された成分中彩度成分の平均を計算する彩度分析部と、上記計算された明るさ頻度分布および彩度成分の平均を利用した評価関数を所定の閾値と比較し、上記入力映像を分類する映像分類部で形成される。
【選択図】図２

Description

本発明は映像処理技術に関するものであり、より詳細には与えられた入力映像をビジネスグラフィック映像あるいは写真映像に分類する技術に関するものである。

ディスプレ装置の出力特性を基準色相あるいは他の装置に合わせ、設定する過程を色補正（ｃｏｌｏｒ ｃａｌｉｂｒａｔｉｏｎ）と言い、印刷する色相を正確に表現するため、広く使用されている。モニタはＲＧＢ（赤、緑、青）表現方式であるため、ＣＭＹＫ（シアン、マゼンタ、黄色、黒）インクを使用するプリンタで印刷するための色補正をする。色補正は色定義表（ｃｏｌｏｒ ｌｏｏｋｕｐ ｔａｂｌｅ）値を利用し、作業する。

そして、一般的にモニタ、スキャナ、カメラ、プリンタなどのような色を再現するカラー入出力装置は各々の使用分野に応じ、互いに異なる色空間（ｃｏｌｏｒ ｓｐａｃｅ）、あるいはカラーモデルを使用している。例えば、カラー映像の場合、印刷装置ではＣＭＹあるいはＣＭＹＫ色空間を使用し、カラーＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）モニタやコンピュータグラフィック装置ではＲＧＢ色空間を使用し、色、彩度、明るさを各々扱う装置ではＨＳＩ色空間を使用する。また、どの装置においても正確に再生し得る、いわゆる装置独立的カラーを定義するため、ＣＩＥ色空間が使用され得るが、代表的にＣＩＥＸＹＺ、ＣＩＥＬａｂ、ＣＩＥＬｕｖ色空間などがある。カラー入出力装置の間にはこのような色空間の他にも表現し得る色の範囲、すなわち色域（ｃｏｌｏｒ ｇａｍｕｔ）がお互い相異であり得る。このような色域の差異によって同じ映像を互いに異なる入出力装置で観察すると、その映像は同一でなくなる。

上記ＣＩＥＬａｂ色相モデルは、国際照明協会（Ｃｏｍｍｉｓｓｉｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌｅ ｄ’ Ｅｃｌａｉｒｇｅ；ＣＩＥ）が色相測定のための国際標準として提案した最初の色相モデルに基づくものとする。ＣＩＥＬａｂ色相は装置独立的である。すなわち、イメージを作ったり、出力することに使用するモニタ、プリンタ、あるいはコンピュータのような特定装置に関係なく、一定の色を作る。ＣＩＥＬａｂ色は光度、すなわち明るさ要素（Ｌ）と二つの色調ａとｂで形成される。ａ要素は緑色から赤色の間に位置し、ｂ要素は青色から黄色の間に位置する。

また、マイクロソフトではウインドウズビスタ（Ｗｉｎｄｏｗｓ（登録商標） ＶｉｓｔａＴＭ）以後カラーマッチングのための色空間に既存のＣＩＥＬａｂ色空間の他にＣＩＥＣＡＭ０２色空間を支援する。ＣＩＥＣＡＭ０２色空間はＣＩＥＬａｂ色空間に比べ、人間の視覚特性をよりさらに正確にモデリングし、観察環境を反映し得る。すなわち、既存のＯＳのＣＭＳ（Ｃｏｌｏｒ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ、以下ＣＭＳ）ではディスプレとプリンタのカラーマッチング時、観察光源をＤ５０に固定していたが、ウインドウズビスタではＣＩＥＣＡＭ０２の色空間を支援し、Ｄ５０光源以外にＤ６５光源、Ｆ光源、Ａ光源など多様な照明下で映像を比較観察し得るようになった。

一方、国際色管理標準化団体であるＩＣＣ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｌｏｒ Ｃｏｎｓｏｒｔｉｕｍ；ｈｔｔｐ：／／ｗｗｗ．ｃｏｌｏｒ．ｏｒｇ）はレンダリング目的（ｒｅｎｄｅｒｉｎｇ ｉｎｔｅｎｔｓ）に応じ、色域写像技術を別に適用することを標準と定めた。このようなレンダリング目的には知覚目的（ｐｅｒｃｅｐｔｕａｌ ｉｎｔｅｎｔ）、相対的側色目的（ｒｅｌａｔｉｖｅ ｃｏｌｏｒｉｍｅｔｒｉｃ ｉｎｔｅｎｔ）、彩度目的（ｓａｔｕｒａｔｅｄ ｉｎｔｅｎｔ）等がある。相対的側色目的を除いた２つの目的を映像によって適応的に適用するためにはまず、与えられた映像がビジネスグラフィック映像（ｂｕｓｉｎｅｓｓ ｇｒａｐｈｉｃ ｉｍａｇｅ）であるのか、一般写真映像（ｐｈｏｔｏ ｉｍａｇｅ）であるのかを判断しなければならない。もちろん、相対的側色目的においても、色差最小化を目的とし、視感的に優秀な映像を獲得するにはこのような判断が必要とされ得る。

図１は、映像分類機をとおし、与えられた映像をビジネスグラフィック映像あるいは写真映像に分類した後、各々の映像に適合した色域写像技術を適用する例を示す。

図１に示したように、入力映像は映像分類機によって、ビジネスグラフィック映像あるいは写真映像に分類される。その後、各々の映像分類によって最適化された色域写像を適用し、優秀な画質の出力映像を獲得し得る。すなわち、ビジネスグラフィック映像に分類された入力映像はＩＣＣ彩度色域写像（ＩＣＣ ｓａｔｕｒａｔｅｄ ｇａｍｕｔ ｍａｐｐｉｎｇ）を、写真映像に分類された入力映像はＩＣＣ知覚色域写像（ＩＣＣ ｐｅｒｃｅｐｔｕａｌ ｇａｍｕｔ ｍａｐｐｉｎｇ）を適用するものである。

しかし、このように適切な色域写像を適用し、出力映像を向上させるためには上記映像分類機での正確な映像分類が先行されなければならない。したがって、映像の情報中明るさ分布分析、彩度分析および境界線分析などの多様な分析をとおし、入力映像の特性を分類し得る技術を考案する必要がある。
韓国公開特許第１０−２００２−００８０５７４号公報

本発明が解決しようとする技術的課題は、入力映像をより正確にビジネスグラフィック映像あるいは写真映像に分類する方法およびシステムを提供するものである。

本発明の技術的課題は、以上で言及した技術的課題に制限されず、言及されていないあるいは他の技術的課題は下の記載によって当業者に明確に理解され得るものである。

上記技術的課題を達成するための本発明の実施形態による入力映像をビジネスグラフィック映像と写真映像に分類するシステムは、上記入力映像に対して明るさ成分の明るさ頻度分布を計算する明るさ分析部と、上記入力映像に対して彩度成分の平均を計算する彩度分析部、および上記計算された明るさ頻度分布および彩度成分の平均を利用した評価関数を所定の閾値と比較し、上記入力映像を分類する映像分類部を含む。

上記技術的課題を達成するための本発明の実施形態による入力映像をビジネスグラフィック映像と写真映像に分類する方法は、上記入力映像に対して明るさ成分の明るさ頻度分布を計算する段階と、上記入力映像に対して彩度成分の平均を計算する段階、および上記計算された明るさ頻度分布および彩度成分の平均を利用した評価関数を所定の閾値と比較し、上記入力映像を分類する段階を含む。

上記技術的課題を達成するための本発明の実施形態による入力映像をビジネスグラフィック映像と写真映像に分類する方法を遂行する少なくとも一つ以上のプロセシング要素を制御するコンピュータで読めるコードを含む保存媒体を提供する。上記保存媒体において、上記方法は上記入力映像に対して明るさ成分の明るさ頻度分布を計算する段階と、上記入力映像に対して彩度成分の平均を計算する段階、および上記計算された明るさ頻度分布および彩度成分の平均を利用した評価関数を所定の閾値と比較し、上記入力映像を分類する段階を含む。

本発明によると、映像の情報中、明るさ分布、彩度および境界線分析によって与えられた映像をビジネスグラフィック映像あるいは写真映像に自動分類し得、これを映像処理技術に応用したり、プリンタなどの出力装置においての最適の色再現を具現することに応用し得る。実験例をとおし、上記明るさ分布分析および彩度分析が相対的に重要であり、境界分析はこの分析において補助的に追加され得ることを確認し得たのである。

本発明の利点および特徴、そして、それらを達成する方法は添付される図面と共に詳細に後述されている実施形態を参照すると明確になる。しかし、本発明は以下で開示する実施形態に限定されず、互いに異なる多様な形態で具現され得、単に本実施形態は本発明の開示を完全にし、本発明が属する技術分野における通常の知識を有する者に発明の範疇を完全に知らせるため、提供されているものであり、本発明は請求項の範疇によってのみ定義される。明細書全体において、同一参照符号は同一構成要素を示す。

以下、図面を参照し、本発明の実施形態を説明する。

図２は、本発明の実施形態による映像属性に基づいた映像分類システム１００の構成を図示するブロック図である。映像分類システム１００は、色空間変換部１０５、明るさ分析部１１０、彩度分析部１２０、境界分析部１３０および映像分類部１４０を含み構成される。

まず、色空間変換部１０５は、入力映像のＲＧＢデータを明るさと彩度成分で形成された色空間に変換する。上記変換される色空間では前述したように、ＣＩＥＬａｂ、ＣＩＥＣＡＭ０２等がある。

図３は、入力映像のＲＧＢデータをＣＩＥＬａｂの色空間のデータに変換する過程を示す図面である。ＲＧＢデータは直接Ｌａｂデータでは変換することができず、中間でＸＹＺデータ（ＣＩＥＸＹＺ色空間相談データ）に変換する過程が必要とされる。すなわち、ＲＧＢデータをＬａｂデータに変換する過程はＲＧＢデータをＸＹＺデータに変換する段階（Ｓ３１）と、変換されたＸＹＺデータをＬａｂデータに変換する段階（Ｓ３２）で形成される。上記第１段階（Ｓ３１）はディスプレされるＲＧＢパッチを側色装備で側色し、ＸＹＺデータを獲得することによって形成される。他の方法として、上記第１段階（Ｓ３１）において、ｓＲＧＢモデルによってＲＧＢデータをＸＹＺデータに変換し得る。これに関する参考文献１（ＩＥＣ ＴＣ−１００、ＩＥＣ ６１９６６−２−１、Ｃｏｌｏｒ Ｍａｎａｇｅｍｅｎｔ Ｄｅｆａｕｌｔ ＲＧＢ Ｃｏｌｏｒ Ｓｐａｃｅ ｓＲＧＢ、１９９９）によって、より詳しい方法が分かる。上記参考文献１によると、ＲＧＢデータはｒＲ、ｒＧ、ｒＢ成分に変換された後、特定変換マトリックスによってＸＹＺデータに変換される。

次に、上記第２段階（Ｓ３２）において、ＸＹＺデータは次の式（１）に従い、Ｌａｂデータに変換され得る。

式（１）でＬは明るさ（ｌｉｇｈｔｎｅｓｓ）を示し、ａはｒｅｄｎｅｓｓ−ｇｒｅｅｎｅｓｓ（赤色および緑色の間の色）を、ｂはｙｅｌｌｏｗｎｅｓｓ−ｂｌｕｅｎｅｓｓ（青色および黄色の間の色）を各々示す。

一方、図４は入力映像のＲＧＢデータをＣＩＥＣＡＭ０２の色空間のデータ（ＪＣｈデータ）に変換する過程を示す図面である。上記過程は入力映像のＲＧＢデータをＸＹＺデータに変換する段階（Ｓ３１）と、変換されたＸＹＺデータをＪＣｈデータに変換する段階（Ｓ４１）で形成される。上記ＪＣｈデータにおいて、Ｊは明るさを示し、Ｃは彩度を、ｈは色を各々示す。上記Ｓ３１段階は図３と同一である。ただし、Ｓ４１段階は参考文献２（Ｎａｔｈａｎ Ｍｏｒｏｎｅｙ、Ｍａｒｋ Ｆａｉｒｃｈｉｌｄ、Ｒｏｂｅｒｔ Ｈｕｎｔ、Ｃｈａｎｇｊｕｎ Ｌｉ、Ｒｏｎｎｉｅｒ Ｌｕｏ ａｎｄ Ｔｏｄｄ Ｎｅｗｍａｎ、Ｔｈｅ ＣＩＥＣＡＭ０２ Ｃｏｌｏｒ Ａｐｐｅａｒａｎｃｅ Ｍｏｄｅｌ、ＩＳ＆Ｔ／ＳＩＤ １０ｔｈ Ｃｏｌｏｒ Ｉｍａｇｉｎｇ Ｃｏｎｆｅｒｅｎｃｅ）に記載された方法を利用し得る。上記参考文献２において、参照白色のＸＹＺデータ（ＣＩＥＸＹＺ ｏｆ ｔｈｅ ｒｅｆｅｒｅｎｃｅ ｗｈｉｔｅ）、参照条件での参照白色（Ｒｅｆｅｒｅｎｃｅ ｗｈｉｔｅ ｉｎ ｒｅｆｅｒｅｎｃｅ ｃｏｎｄｉｔｉｏｎｓ）、適応フィールドの写真輝度（Ｐｈｏｔｏｐｉｃ ｌｕｍｉｎａｎｃｅ ｏｆ ｔｈｅ ａｄａｐｔｉｎｇ ｆｉｅｌｄ）、背景輝度因子（Ｂａｃｋｇｒｏｕｎｄ ｌｕｍｉｎａｎｃｅ ｆａｃｔｏｒ）、周辺パラメータ（Ｓｕｒｒｏｕｎｄ ｐａｒａｍｅｔｅｒｓ）および背景パラメータ（Ｂａｃｋｇｒｏｕｎｄ ｐａｒａｍｅｔｅｒｓ）等を利用し、ＸＹＺデータをＪＣｈデータに変換する方法を開示する。

また図２を参照すると、色空間変換部１０５は変換された明るさ−彩度空間のデータ（Ｌａｂデータ、ＪＣｈデータなど）を明るさ分析部１１０、彩度分析部１２０および境界分析部１３０に提供する。

明るさ分析部１１０は、色空間変換部１０５から提供される明るさ成分を利用し、入力映像の明るさ頻度分布（Ｌｉｇｈｔｎｅｓｓ Ｆｒｅｑｕｅｎｃｙ Ｄｉｓｔｒｉｂｕｔｉｏｎ；以下ＬＦＤと言う）を計算する。上記明るさ頻度分布とは明るさ成分が全体範囲でいかに連続的に分布するかを示す指標である。上記明るさ頻度分布（ＬＦＤ）は例えば、次の式（２）に従い、計算され得る。

式（２）において、ＬｉはＬａｂ映像のｉ番目の明るさ成分を意味し、ｎｕｍ＿ＬｉはＬｉの頻度を示す。上記ｉが０からＮまでの範囲を有する時、Ｌ０は最も暗い明るさ成分値であり、ＬＮは最も明るい明るさ成分値である。式（２）によると、ＬＦＤは類似の（隣接した）明るさ成分（ＬｉおよびＬｉ＋１）間の発生頻度が類似であるほど小さくなり、それが類似ではないほど大きくなる特性を有する。すなわち、一般写真映像ではＬＦＤが小さくなり、ビジネスグラフィック映像ではＬＦＤが大きくなる。

彩度分析部１２０は、色空間変換部１０５から提供される彩度成分の平均（Ａｖｇ＿Ｃ）を計算する。上記平均はＬａｂ映像のすべての画素が有する彩度の平均あるいは、上記Ｌａｂ映像からサンプリングされた映像の画素が有する彩度に対する平均を意味し得る。Ｌａｂ映像の彩度は一般的に次の式（３）と同じように計算され得る。

一般的に、写真映像は彩度成分の平均（Ａｖｇ＿Ｃ）がビジネスグラフィック映像に比べ、高く表れるため、上記彩度成分の平均の大きさによって、入力映像の特性を計り得る。

境界分析部１３０は、色空間変換部１０５から提供される明るさ成分の周波数分布を計算する。より詳しくは、境界分析部１３０は色空間変換部１０５から提供される明るさ成分を利用し、入力映像のフーリエ周波数分布（Ｆｏｕｒｉｅｒ Ｆｒｅｑｕｅｎｃｙ Ｄｉｓｔｒｉｂｕｔｉｏｎ）を計算する。上記周波数分布は上記明るさ成分と表現された映像を周波数変換（例：離散コサイン変換）し、得られる映像の分布を意味する。一般的に、ビジネスグラフィック映像は相対的に高周波成分が多く、写真映像は相対的に低周波成分が多い。したがって、入力映像を周波数変換し、得られる周波数領域での分布において、写真映像は低周波数成分を含む多様な周波数成分を示すことに比べ、ビジネスグラフィック映像は主に高周波数成分を示す。

このような特性を区分するため、上記フーリエ周波数分布（ＦＦＤ）は次の式（４）に従い、計算され得る。

式（４）において、ＡｉはＬａｂ映像のｉ番目、周波数成分（例：Ｌに対する周波数成分）を意味し、ｎｕｍ＿ＡｉはＡｉの頻度を示す。上記ｉが０からＭまでの範囲を有する時、Ａ０は最も低い周波数成分値であり、ＡＭは最も高い周波数成分値である。式（４）によると、ＦＦＤは類似の（隣接した）周波数成分（ＡｉおよびＡｉ＋１）間に発生頻度が類似であるほど小さくなり、それが類似ではないほど大きくなる特性を有する。したがって、入力映像が写真映像である時ＦＦＤは小さくなり、入力映像がビジネスグラフィック映像である時ＦＦＤは大きくなる。

映像分類部１４０は、上記計算されたＬＦＤ、Ａｖｇ＿ＣおよびＦＦＤを所定の閾値と比較し、入力映像がビジネスグラフィック映像であるのか写真映像であるのかを最終的に判断する。
しかし、上記３つのパラメータに対し、各々閾値を設定すると、互いに相反した判断が出し得る。したがって、上記３つのパラメータを統合し、一つの閾値に設定する必要がある。これのため、映像分類部１４０は神経網（ニューラルネットワーク）アルゴリズムを利用し、上記３つのパラメータを包括した一つの評価関数を計算し、上記評価関数に対する一つの閾値を設定する。映像分類部１４０は上記評価関数が上記設定された閾値を超えるかの可否に応じ、入力映像をビジネスグラフィック映像あるいは写真映像に分類する。

上記神経網アルゴリズム中においても、最も多く使用されるものは多層パーセプトロン（ＭＬＰ；ｍｕｌｔｉ−ｌａｙｅｒ ｐｅｒｃｅｐｔｒｏｎ）神経網である。図５は多層パーセプトロンの基本概念を示す。入力ベクターはｘ１ないしｘｎのｎ個のパラメータおよびバイアス項であるモメンタム定数（１と定義される）で形成される。各々の入力値は各々の加重値ｗｉによってかけられた後、加算器５１によって足される。そして、その足された結果に対し、簡単な関数ｆ（ｘ）５２が適用される。このような関数は実行関数あるいは評価関数と知られている。

このような過程によって、計算されるニューロン（ｙ）は次の式（５）のように表現され得る。
ｙ＝ｆ（ｗ０＋ｘ１＊ｗ１＋…＋ｘｎ＊ｗｎ） （５）
本発明の実施形態のように、３つのパラメータＬＦＤ、Ａｖｇ＿ＣおよびＦＦＤが使用されるとすると、ｎ＝３であり、ｘ１ないしｘ３は任意の映像一つに対するＬＦＤ、Ａｖｇ＿ＣおよびＦＦＤに各々該当する。式（５）の評価関数ｆ（ｘ）は多様な形態で定義され得るが、次の式（６）のようにシグモイド関数として定義され得る。

ｆ（ｕ）＝１／（１＋ｅ^−ｕ） （６）
一方、多層パーセプトロン神経網は上記加重値を適応（ａｄａｐｔ）させることによって複数の入力映像に対し、訓練（ｔｒａｉｎ）される。上記訓練する間に、神経網出力は意図した（ｄｅｓｉｒｅｄ）出力と比較される。上記二つの信号間の差異は加重値を適応させることに使用される。適応の比率は学習率（ｌｅａｒｎｉｎｇ ｒａｔｅ）によって制御され得る。

このような学習過程によって、収斂された評価関数は例えば、０と１間に存在し得る。使用者が０を写真映像とし、１をビジネスグラフィック映像に指定したとすると、上記評価関数に対し、０．５を閾値と設定し、映像を分類し得る。すなわち、収斂された評価関数が０．５以下であると、写真映像に０．５以上であると、ビジネスグラフィック映像に分類するものである。

今まで図２の各構成要素はメモリ上の所定領域で遂行されるタスク、クラス、サブルーチン、プロセス、オブジェクト、実行スレッド、プログラムのようなソフトウェアや、ＦＰＧＡ（ｆｉｅｌｄ−ｐｒｏｇｒａｍｍａｂｌｅ ｇａｔｅ ａｒｒａｙ）やＡＳＩＣ（ａｐｐｌｉｃａｔｉｏｎ−ｓｐｅｃｉｆｉｃ ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ）のようなハードウェアで具現され得、また、上記ソフトウェアおよびハードウェアの組合で形成され得る。上記構成要素はコンピュータで判読可能な保存媒体に含み得、複数のコンピュータにその一部が分散され、分布され得る。

また、各ブロックは特定された論理的機能を実行するための一つ以上の実行可能なインストラクションを含むモジュール、セグメントあるいはコードの一部を示し得る。また、いくつかの代替実施形態において、ブロックで言及された機能が順序を外れ、発生することも可能である。例えば、相次いで図示されている二つのブロックは事実実質的に同時に遂行されることも可能であり、そのブロックが時々該当する機能に応じ、逆順に遂行されることも可能である。

図６は、本発明の実施形態による映像属性に基づいた映像分類方法を図示するフローチャートである。
まず、色空間変換部１０５は、入力されたＲＧＢ映像を明るさ−彩度色空間の成分に変換する（Ｓ６１）。上記明るさ―彩度色空間はＣＩＥＬａｂ色空間、ＣＩＥＣＡＭ０２色空間など明るさと彩度を表現し得る色空間を意味する。

その次に、明るさ分析部１１０は色空間変換部１０５で変換された成分中、明るさ成分の明るさ頻度分布を計算する（Ｓ６２）。この時、明るさ分析部１１０は前述した式（２）のように隣接した明るさ成分の頻度間の差異を利用し、上記明るさ頻度分布を計算し得る。

一方、彩度分析部１２０は色空間変換部１０５で変換された成分中、彩度成分の平均を計算する（Ｓ６３）。色空間変換部１０５でＣＩＥＬａｂ色空間に変換された場合、上記彩度は前述した式（３）によって求め得る。

そして、境界分析部１３０は色空間変換部１０５で変換された成分中、明るさ成分の周波数分布を計算する（Ｓ６４）。より具体的に、上記境界分析部１３０は上記変換された成分中、明るさ成分を周波数領域に変換し、前述した式（４）のように、上記周波数領域から隣接した周波数成分の頻度間の差異を計算する。

映像分類部１４０は、上記計算された明るさ頻度分布、彩度成分の平均および周波数分布を利用した評価関数を計算する（Ｓ６５）。上記評価関数を計算するには神経網アルゴリズムが適用される。また、映像分類部１４０は上記評価関数が所定の閾値を超えるかを判断し（Ｓ６６）、入力映像をビジネスグラフィック映像に分類したり（Ｓ６７）、入力映像を写真映像に分類する（Ｓ６８）。

以上添付された図面を参照し、本発明の実施形態を説明したが、本発明が属する技術分野における通常の知識を有する者は本発明がその技術的思想や必須の特徴を変更せず、他の具体的な形態で実施され得ることを理解し得るものである。したがって、以上で記述した実施形態はすべての面で例示的なものであり、限定的ではないことを理解しなければならない。

入力映像を分類した後、各々の映像に適合した色域写像技術を適用する概念を説明する図である。 本発明の実施形態による映像属性に基づいた映像分類システムの構成を図示するブロック図である。 入力映像のＲＧＢデータをＣＩＥＬａｂの色空間のデータに変換する過程を示す図である。 入力映像のＲＧＢデータをＣＩＥＣＡＭ０２の色空間のデータに変換する過程を示す図である。 多層パーセプトロンの基本概念を示す図である。 本発明の実施形態による映像属性に基づいた映像分類方法を図示するフローチャートである。

符号の説明

１００ 映像分類システム
１０５ 色空間変換部
１１０ 明るさ分析部
１２０ 彩度分析部
１３０ 境界分析部
１４０ 映像分類部

Claims (20)

1. 入力映像をビジネスグラフィック映像と写真映像に分類するシステムであって、
   上記入力映像に対して明るさ成分の明るさ頻度分布を計算する明るさ分析部と、
   上記入力映像に対して彩度成分の平均を計算する彩度分析部、および
   上記計算された明るさ頻度分布、および彩度成分の平均を利用した評価関数を所定の閾値と比較し、上記入力映像を分類する映像分類部を含む映像分類システム。
2. 上記入力映像に対して少なくとも一つの明るさ成分と彩度成分を生成する明るさ−彩度色空間の成分に変換する色空間変換部をさらに含む、請求項１に記載の映像分類システム。
3. 上記変換された成分中、明るさ成分の周波数分布を計算する境界分析部をさらに含む、請求項１に記載の映像分類システム。
4. 上記入力映像はＲＧＢ映像である、請求項１に記載の映像分類システム。
5. 上記明るさ−彩度色空間はＣＩＥＬａｂ色空間あるいはＣＩＥＣＡＭ０２色空間である、請求項４に記載の映像分類システム。
6. 上記明るさ分析部は、
   隣接した明るさ成分の頻度間の差異を計算する、請求項１に記載の映像分類システム。
7. 上記彩度成分は、
   ＣＩＥＬａｂ色空間のＬａｂデータ中、ａ成分の自乗とｂ成分の自乗を足した値の自乗近である、請求項１に記載の映像分類システム。
8. 上記境界分析部は、
   上記変換された成分中、明るさ成分を周波数領域に変換し、上記周波数領域で隣接した周波数成分の頻度間の差異を計算する、請求項３に記載の映像分類システム。
9. 上記映像分類部は、
   神経網アルゴリズムを適用し、上記評価関数を求める、請求項１に記載の映像分類システム。
10. 入力映像をビジネスグラフィック映像と写真映像に分類する方法であって、
    上記入力映像に対して明るさ成分の明るさ頻度分布を計算する段階と、
    上記入力映像に対して彩度成分の平均を計算する段階、および
    上記計算された明るさ頻度分布、および彩度成分の平均を利用した評価関数を所定の閾値と比較し、上記入力映像を分類する段階を含む映像分類方法。
11. 上記入力映像に対して少なくとも一つの明るさ成分と彩度成分を生成する明るさ−彩度色空間の成分に変換する段階をさらに含む、請求項１０に記載の映像分類方法。
12. 上記変換された成分中、明るさ成分の周波数分布を計算する段階をさらに含む、請求項１０に記載の映像分類方法。
13. 上記入力映像はＲＧＢ映像である、請求項１０に記載の映像分類方法。
14. 上記明るさ−彩度色空間はＣＩＥＬａｂ色空間あるいはＣＩＥＣＡＭ０２色空間である、請求項１２に記載の映像分類方法。
15. 上記明るさ頻度分布を計算する段階は、
    隣接した明るさ成分の頻度間の差を計算する段階を含む、請求項１０に記載の映像分類方法。
16. 上記彩度成分は、
    ＣＩＥＬａｂ色空間のＬａｂデータ中、ａ成分の自乗とｂ成分の自乗を足した値の自乗近である、請求項１０に記載の映像分類方法。
17. 上記周波数分布を計算する段階は、
    上記変換された成分中、明るさ成分を周波数領域に変換する段階、および
    上記周波数領域に隣接した周波数成分の頻度間の差異を計算する段階を含む、請求項１１に記載の映像分類方法。
18. 上記入力映像を分類する段階は、
    神経網アルゴリズムを適用し、上記評価関数を求める、請求項１０に記載の映像分類方法。
19. 入力映像をビジネスグラフィック映像と写真映像に分類する方法を遂行する少なくとも一つ以上のプロセシング要素を制御するコンピュータで読めるコードを含む保存媒体において、上記方法は、
    上記入力映像に対して明るさ成分の明るさ頻度分布を計算する段階と、
    上記入力映像に対して彩度成分の平均を計算する段階、および
    上記計算された明るさ頻度分布、および彩度成分の平均を利用した評価関数を所定の閾値と比較し、上記入力映像を分類する段階を含む映像分類方法である上記保存媒体。
20. 上記方法は、
    上記入力映像に対し少なくとも一つの明るさ成分と彩度成分を生成する明るさ−彩度色空間の成分に変換する段階をさらに含む、請求項１９に記載の映像分類方法である上記保存媒体。

Images