KR100656373B1 - 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치 - Google Patents

시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치 Download PDF

Info

Publication number
KR100656373B1
KR100656373B1 KR1020050121043A KR20050121043A KR100656373B1 KR 100656373 B1 KR100656373 B1 KR 100656373B1 KR 1020050121043 A KR1020050121043 A KR 1020050121043A KR 20050121043 A KR20050121043 A KR 20050121043A KR 100656373 B1 KR100656373 B1 KR 100656373B1
Authority
KR
South Korea
Prior art keywords
video
priority
unit
section
discrimination
Prior art date
Application number
KR1020050121043A
Other languages
English (en)
Inventor
이승민
이호균
남택용
장종수
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020050121043A priority Critical patent/KR100656373B1/ko
Application granted granted Critical
Publication of KR100656373B1 publication Critical patent/KR100656373B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/162—Segmentation; Edge detection involving graph-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames

Abstract

본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법은 적어도 하나 이상의 종류의 동영상을 입력받아 유해 혹은 무해 중 하나로 분류하는 단계; 상기 분류된 동영상을 소정의 단위구간 간격으로 정규화하고 상기 단위구간별로 프레임을 추출한 후 소정의 특징값을 구하여 시간축 플로우를 형성하는 단계; 및 상기 시간축 플로우에서 상기 단위구간별로 구간 분석을 수행하여 구간별 프레임 추출 우선 순위와 판별정책을 결정하는 단계;를 포함하는 것을 특징으로 하며, 전체 구간에 대하여 프레임을 추출하지 않고 우선순위가 높은 몇 개의 구간에서 추출한 프레임을 활용할 수 있기 때문에 처리 시간을 줄일 수 있을 뿐만 아니라, 구간마다 다른 판별정책을 적용하기 때문에 정확도면에서도 우수한 판단율을 얻을 수 있다.

Description

시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법 및 그 장치{Method for discriminating obscene video using priority and classification-policy in time interval and apparatus thereof}
도 1은 본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법에서 우선순위와 판별정책을 결정하는 과정을 보여주는 흐름도이다.
도 2는 도 1에서 시간축 플로우를 형성하는 단계(S120)를 보다 상세하게 보여주는 흐름도이다.
도 3은 도 1에서 우선순위와 판별정책을 결정하는 단계(S130)를 보다 상세하게 보여주는 흐름도이다.
도 4는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법에서 입력 동영상에 대하여 유해 여부를 결정하기 위한 과정을 보여주는 흐름도이다.
도 5는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 장치의 구성을 보여주는 블록도이다.
도 6은 본 발명에 의한 유해 동영상 판단을 위한 효과적인 프레임 샘플링 방법과 기존 방법을 비교한 도면이다.
도 7은 본 발명에 의한 효과적인 프레임 샘플링을 위한 구간분석과정을 도 6 에서 예로 든 그림을 이용하여 설명한 도면이다.
도 8은 본 발명에 의한 구간분석과정의 구체적인 일 실시 예를 도시한 도면이다.
본 발명은 유해 동영상 판별 방법 및 그 장치에 관한 것으로서, 보다 상세하게는 유해 판단이 필요한 동영상에 시간구간별로 우선순위와 판별정책을 적용하기 위하여 적절한 프레임 샘플링을 수행하고, 상기 우선순위와 판별정책에 따라 시간구간별 특징값을 추출하여 유해 여부를 판단하는 유해 동영상 판별 방법 및 그 장치에 관한 것이다.
종래에는 동영상의 검색이나 요약을 위하여 동영상의 샷(Shot)을 검출하는 방법에 관하여 연구되어 왔다. 샷이란 동영상 촬영시 단일의 카메라 운동으로 구분되는 일정한 동영상 프레임 구간을 의미하는 것으로서, 동영상을 내용단위로 분할하고자 할 때 이용되는 기본 처리단위이다. 지금까지의 수준은 이러한 샷의 경계를 구분하여 뉴스 비디오에서 앵커의 샷 장면을 검출한다거나, 스포츠 비디오에서 골프의 골인장면을 검출하는 데 활용하고자 시도하는 정도에 불과하였다.
그런데 유해 동영상의 분류에 동영상의 모든 프레임 가운데 임의 개수를 추출하지 않고, 동일한 샷 구간내의 프레임들의 내용은 유사할 것이라는 가정하에서, 샷 검출 방법을 적용하여 유해 판단이 필요한 입력 동영상에서 샷을 검출한 후, 샷 경계 사이의 대표 프레임만을 사용하여 동영상 분류에 사용할 수 있다.
그러나 이러한 방법은 분류에 사용되는 프레임의 개수를 줄일 가능성은 있으나, 샷을 검출하기 위하여 변화가 발생하는 프레임의 비율이 실제 1%에도 훨씬 못 미치므로, 많은 계산이 필요한 샷 변화 검출 프로세스를 매 프레임마다 혹은 일정거리 간격의 프레임마다 반복적으로 수행함으로써 과도한 계산이 발생하고, 그에 따라 고속 처리속도 구현에 한계가 발생하는 문제점이 있다. 더구나 전체 구간에서 모든 프레임을 임의로 사용하는 경우에 비교하여 분류의 정확도가 높다거나 처리속도가 빠르거나 하는 근거도 없다.
그리고 사용하는 특징을 모든 구간에 적용하게 되면, 음란 동영상과 드라마, 영화 등이 다른 동영상의 특징 분포가 구별이 되지 않아 분류기준을 정하기도 어려울 뿐 아니라, 전체 구간에 대하여 임의로 프레임을 추출하기 때문에 추출 시간과 정확도가 낮은 문제점이 있다.
본 발명이 이루고자 하는 기술적 과제는 상기의 문제점을 해결하기 위하여 안출된 것으로서, 음란물의 경우 예를 들어, 노출을 하게 되는 장면이 시간의 흐름에 따라 전반부보다 하반부에서 노출장면이 많다는 점을 고려하면 사용하는 특징(feature)을 활용하여 구간별로 분류 기준을 달리 적용할 수 있을 뿐 아니라, 분류 오차확률이 작은 구간에 대하여 프레임 추출을 먼저 수행함으로써 빠른 시간 내에 전체 동영상에 대한 유해성 여부를 판단할 수 있는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법 및 그 장치를 제공하는데 있다.
상기와 같은 기술적 과제를 이루기 위하여 본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법은 적어도 하나 이상의 종류의 동영상을 입력받아 유해 혹은 무해 중 하나로 분류하는 단계; 상기 분류된 동영상을 소정의 단위구간 간격으로 정규화하고 상기 단위구간별로 프레임을 추출한 후 소정의 특징값을 구하여 시간축 플로우를 형성하는 단계; 및 상기 시간축 플로우에서 상기 단위구간별로 구간 분석을 수행하여 구간별 프레임 추출 우선 순위와 판별정책을 결정하는 단계;를 포함하는 것을 특징으로 한다.
상기와 같은 기술적 과제를 이루기 위하여 본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법은 동영상의 특징값으로 이루어지는 시간축 플로우상에서 결정되는 정규화된 단위구간별 우선순위와 판별정책을 생성하는 단계; 유해 판단이 필요한 입력동영상을 상기 단위구간에 일치하도록 정규화하여 출력하는 단계; 상기 입력동영상을 상기 우선순위를 좇아 정수개의 윈도우 구간에 대하여 프레임을 추출하여 출력하는 단계; 및 상기 추출된 프레임에 대하여 상기 판별정책을 적용하여 상기 윈도우 구간별 유해 여부를 결정한 후 그 결과를 종합하여 상기 입력동영상의 유해 여부를 판단하는 단계;를 포함하는 것을 특징으로 한다.
상기와 같은 기술적 과제를 이루기 위하여 본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 장치는 적어도 하나 이상의 종류의 동영상을 입력받아 유해 혹은 무해의 두 가지로 분류하는 입력부; 상기 동영상을 소정의 단위구간 간격으로 정규화한 후 상기 단위구간별로 프레임을 추출한 후 소정의 특징값을 구하여 시간축 플로우를 생성하는 시간축플로우생성부; 및 상기 시간축 플로우를 입력받아 상기 단위구간별로 구간 분석을 수행하여 구간별 프레임 추출 우선 순위와 판별정책을 결정하는 분석부;를 포함하는 것을 특징으로 한다.
이하, 첨부된 도면을 참조하면서 본 발명의 바람직한 일 실시예를 상세하게 설명하도록 한다. 설명의 편의와 이해의 용이함을 위하여 방법과 장치를 함께 서술하도록 한다. 도 1은 본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법에서 우선순위와 판별정책을 결정하는 과정을 보여주는 흐름도이고, 도 2는 도 1에서 시간축 플로우를 형성하는 단계(S120)를 보다 상세하게 보여주는 흐름도이며, 도 3은 도 1에서 우선순위와 판별정책을 결정하는 단계(S130)를 보다 상세하게 보여주는 흐름도이다. 그리고 도 4는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법에서 입력 동영상에 대하여 유해 여부를 결정하기 위한 과정을 보여주는 흐름도이다. 한편 도 5는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 장치의 구성을 보여주는 블록도이다.
도 6 내지 도 7은 구체적인 예를 보여주는 것으로서, 도 6은 본 발명에 의한 유해 동영상 판단을 위한 효과적인 프레임 샘플링 방법과 기존 방법을 비교한 도면이고, 도 7은 본 발명에 의한 효과적인 프레임 샘플링을 위한 구간분석과정을 도 6에서 예로 든 그림을 이용하여 설명한 도면이며, 마지막으로, 도 8은 본 발명에 의한 구간분석과정의 구체적인 일 실시 예를 도시한 도면이다.
도 6을 참조하면서 본 발명에서 제안하는 효과적인 샘플링 방법의 개념을 설 명하기 위하여 기존의 방법과 본 발명의 차이점을 알아본다. 기존의 방법에서는 동영상의 전체 구간에서 프레임을 추출하여 특징값을 사용하면, 특징값의 분포가 비슷하여 동영상의 장르를 구분하기가 어려웠다. 하지만, 본 발명과 같이 Wt1, Wt2 구간별 특징값의 분포를 분리하여 사용하면, 동영상의 장르간의 특징 분포가 겹치는 부분이 적어서 보다 정확하게 장르를 구분할 수 있다.
먼저, 도 1은 본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법에서 프레임 추출 우선 순위와 판별정책을 결정하는 과정이다. 입력부(510)는 기본 자료를 구성하기 위하여 다양한 동영상을 수집한다(S110). 시간축플로우생성부(520)는 이 수집된 동영상에 대하여 유해 동영상과 무해 동영상으로 대별한 후 정규화하고 나서 특징값을 추출하여 시간축플로우를 생성한다(S120). 이 과정을 좀 더 세분하면 도 2와 같다. 즉 수집된 동영상의 길이를 먼저 정규화한다(S210). 각각 길이가 다른 동영상에 대하여 시간을 정규화하여 프레임을 추출하기 위한 단위시간을 정한다. 즉, 60분으로 정규화하여 단위시간 10초간격으로 프레임을 추출한다고 할 때, 2시간짜리 동영상의 경우에는 20초가 단위시간이 되며, 30분짜리 동영상의 경우 5초가 단위시간이 된다. 정규화한다는 의미는 간단히 말하면, 동영상의 길이에 상관없이 일정한 개수의 프레임을 추출하는 것으로 볼 수 있다.
다음으로 구간분석을 위하여 입력부(510)가 수집한 많은 수량의 동영상 (예를 들어, 유해, 무해 각각 100건)에 대하여 정규화한 시간으로 프레임을 추출 (S230)하여 특징값을 구한 후 시간축에 대하여 표현하면 시간축 플로우가 생성된다(S240).
이제 구간별 프레임 우선순위와 판별정책을 결정하는 과정을 도 3과 도 5 그리고 도 7을 참조하면서 상세하게 설명한다. 분석부(530)는 시간축 플로우상에서 특징값의 분포를 소정의 윈도우를 움직여가면서 임계점을 찾아 구간별 우선순위를 정하는데 이를 위하여 윈도우설정부(531), 탐색부(533), 그리고 결정부(535)로 구성된다.
윈도우설정부(531)는 상기 시간축플로우생성부(520)에서 입력부(510)을 통하여 입력된 구간분석용 동영상들로부터 소정의 단위시간(Δt)간격으로 정규화한 시간 경과의 추이에 따라 변화되는 추출된 특징값을 입력받는다. 도 7의 그래프는 두개의 동영상 유형에서 추출한 특징값들의 평균값을 나타낸 것이다. 분석부(530)는 이 그래프를 분석하여 구간별 추출 우선순위와 판별 정책을 결정하게 된다. 윈도우설정부(531)는 단위시간의 정수배 크기의 윈도우를 정한다(S310). 탐색부(533)는 상기 단위시간만큼 이동하면서 윈도우 구간내 특징값을 분석한다(S320). 이때, 두 유형을 분류하는 임계점을 찾는다. 임계점은 특징값들의 분포가 임계점을 기준으로 잘못 분류되는 오류를 최소화하는 지점으로 정의한다(S330). 결정부(535)는 이렇게 구한 구간별 임계점을 기준으로 오류가 적은 구간을 높은 우선 순위에 둠으로써 구간별 우선순위를 결정한다(S340). 그리고 우선순위별로 윈도우를 나열한 후에, 우선 순위가 높은 윈도우와 겹친 윈도우는 제거한다(S350). 도 7에서 보면, Wt1보다 Wt2가 우선순위가 높으며, Wt1은 제거한다. 그리고 전체구간의 시간이 제거 안된 윈도우들의 구간의 시간합보다 크게, 즉 T>ΣWti 되게 한다(S360).
이제, 위와 같은 구간별 우선순위와 판별정책하에서 입력동영상에 대하여 유해여부를 판단하는 방법을 도 4, 도 5, 그리고 도 8을 참조하면서 살펴본다.
먼저 단위구간별로 생성된 우선순위와 판별정책이 상기 분석부(530)를 통하여 입력된다(S410). 동영상입력부(540)는 유해판단이 필요한 입력동영상에 대하여 상기 단위구간에 일치하도록 정규화한다(S420). 정규화는 앞에서 설명한 바와 같다. 그리고 판별부(550)는 상기 우선순위에 따라 입력 동영상에서 프레임을 추출(S430)한 후 상기 프레임에 판별 정책을 적용하여 입력동영상의 유해 여부를 판정하게 된다(S440). 도 8의 예를 본다. 도 8의 예에서는 윈도우의 크기를 단위시간의 3배로 정하여, 단위시간만큼씩 이동하면서 윈도우구간내 특징값의 분류시 오류를 최소로 하는 임계점을 구하였다. 임계점을 기준으로 plotting한 모든 특징값이 제대로 분류되지 않은 개수를 파악할 수 있다. 이렇게 임계점을 기준으로 오류를 최소로 하는 순서로 나열하면 그 우선순위는 Wt10 > Wt9 > Wt3 > Wt4 > Wt5 > Wt1 > Wt2 > Wt6 > Wt7 > Wt8 이 된다. 다음으로 겹친 구간을 제거하는 과정을 보면, Wt8 과 Wt9 는 우선순위가 높은 Wt10 과 겹치므로 제거한다. Wt1 ,Wt2 ,Wt4 ,Wt5 는 우선순위가 높은 Wt3 과 겹치므로 제거한다. Wt7 은 우선순위가 높은 Wt6 과 겹치므로 제거한다. 그 결과 Wt10 ,Wt10 ,Wt10 구간을 얻게 된다. 따라서 이 세 구간의순서대로 프 레임을 샘플링하면 된다. 만약 입력동영상에 대하여 좀 더 빨리 판별하고자 한다면 우선순위가 높은 하나의 구간만을 사용할 수도 있다. 이렇게 세 구간별로 임계점을 기준으로 추출한 특징값의 유무해를 판별하여, 그 결과를 종합한 후 입력동영상 자체의 유무해를 판단하게 된다.
본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 플래쉬 메모리, 광 데이타 저장장치등이 있으며, 또한 캐리어 웨이브(예를들면 인터넷을 통한 전송)의 형태로 구현되는 것도 포함된다. 또한 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다. 또한 본 발명에 의한 폰트 롬 데이터구조도 컴퓨터로 읽을 수 있는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 플래쉬 메모리, 광 데이타 저장장치등과 같은 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다.
이상과 같이 본 발명은 양호한 실시예에 근거하여 설명하였지만, 이러한 실시예는 이 발명을 제한하려는 것이 아니라 예시하려는 것으로, 본 발명이 속하는 기술분야의 숙련자라면 이 발명의 기술사상을 벗어남이 없이 위 실시예에 대한 다양한 변화나 변경 또는 조절이 가능함이 자명할 것이다. 그러므로, 이 발명의 보호 범위는 첨부된 청구범위에 의해서만 한정될 것이며, 위와 같은 변화예나 변경예 또는 조절예를 모두 포함하는 것으로 해석되어야 할 것이다.
이상 설명한 바와 같이, 본 발명에 의한 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법 및 그 장치에 의하면, 입력 동영상을 제한된 시간에 판단하여 분류하기 위하여, 전체 구간에 대하여 프레임을 추출하지 않고 우선순위가 높은 몇 개의 구간에서 추출한 프레임을 활용할 수 있기 때문에 처리 시간을 줄일 수 있을 뿐만 아니라, 구간마다 다른 판별정책을 적용하기 때문에 정확도면에서도 우수한 판단율을 얻을 수 있다.
특히, 동영상의 유형을 1차적으로 분류한 후, 유사한 동영상에 대하여 보다 정확하고 섬세한 분류작업이 요구될 때 본 발명의 효과를 극대화할 수 있다. 예를 들어서, 유해 동영상과 스포츠, 뮤직비디오, 자연다큐멘터리 등에 대해서는 쉽게 분류할 수 있으나, 19세 이상의 애정 영화등과 같이 특징값의 분포가 유사하여 분류가 쉽지 않은 경우에 활용가치가 높다.
또한 유해 동영상을 분류하기 위하여 사용하는 특징값의 변화를 사전에 파악하여 실제 분류시에 허용하는 시간내에서 우선순위대로 구간내에서 프레임을 추출하여 사용하기 때문에 처리속도와 분류의 정확도가 매우 높다.
기존의 방법과 구체적으로 비교하면 아래의 표 1과 같이 대비되는 장점이 있다.
구분 기존 본 발명
추출 순서 시간순 우선 순위별
추출 범위 전체 혹은 샷경계 프레임 우선 순위에 따른 일부구간
분류 기준 일괄적으로 적용 구간별 분류기준 다름
프레임개수 대비 정확도 낮음 높음

Claims (12)

  1. (a) 적어도 하나 이상의 종류의 동영상을 입력받아 유해 혹은 무해 중 하나로 분류하는 단계;
    (b) 상기 분류된 동영상을 소정의 단위구간 간격으로 정규화하고 상기 단위구간별로 프레임을 추출한 후 소정의 특징값을 구하여 시간축 플로우를 형성하는 단계; 및
    (c) 상기 시간축 플로우에서 상기 단위구간별로 구간 분석을 수행하여 구간별 프레임 추출 우선 순위와 판별정책을 결정하는 단계;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법.
  2. 제1항에 있어서, 상기 (b)단계는
    (b1) 분류된 동영상별로 프레임을 추출하되 각 동영상이 서로 같은 수의 프레임이 되도록 정수개의 프레임을 추출하는 단계;
    (b2) 상기 추출된 프레임에서 상기 특징값을 추출하는 단계; 및
    (b3) 상기 추출된 특징값의 시간에 따른 변화 그래프를 생성하여 상기 시간축플로우를 형성하는 단계;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법.
  3. 제2항에 있어서, 상기 (b1)단계는
    종류별로 길이가 다른 동영상들에 대하여 상기 단위구간 간격으로 정규화하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법.
  4. 제1항에 있어서, 상기 (c)단계는
    (c1) 상기 시간축플로우상에서 소정의 단위구간 간격의 정수배 크기로 윈도우를 설정하는 단계;
    (c2) 상기 윈도우를 상기 시간축플로우상에서 상기 단위구간 간격만큼 이동하면서 유해 혹은 무해로 잘못 분류되는 특징점의 개수를 최소로 하는 임계점을 검색하는 단계;
    (c3) 상기 윈도우마다 구하여진 임계점을 기준으로 잘못 분류되는 특징점의 개수가 적을수록 그 구간의 우선순위를 높게 설정하는 단계; 및
    (c4) 우선순위가 높은 윈도우와 겹친 윈도우는 제거하면서 상기 우선 순위에 따라 겹치지 않는 윈도우를 검색하여 그 구간을 선택함으로써 상기 판별정책을 결정하는 단계;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법.
  5. (a) 동영상의 특징값으로 이루어지는 시간축 플로우상에서 결정되는 정규화된 단위구간별 우선순위와 판별정책을 생성하는 단계;
    (b) 유해 판단이 필요한 입력동영상을 상기 단위구간에 일치하도록 정규화하 여 출력하는 단계;
    (c) 상기 입력동영상을 상기 우선순위를 좇아 정수개의 윈도우 구간에 대하여 프레임을 추출하여 출력하는 단계; 및
    (d) 상기 추출된 프레임에 대하여 상기 판별정책을 적용하여 상기 윈도우 구간별 유해 여부를 결정한 후 그 결과를 종합하여 상기 입력동영상의 유해 여부를 판단하는 단계;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법.
  6. 제5항에 있어서, 상기 (a)단계는
    (a1) 적어도 하나 이상의 종류의 동영상을 유해 혹은 무해의 두 가지로 분류한 후 각 동영상이 서로 같은 수의 프레임이 되도록 정규화하는 단계;
    (a2) 상기 정규화된 시간단위별로 소정의 특징값을 추출하여 상기 특징값의 시간에 따른 변화그래프를 생성함으로써 상기 시간축 플로우를 형성하는 단계; 및
    (a3) 상기 시간축 플로우에서 상기 단위시간별로 구간 분석을 수행하여 구간별 프레임 추출 우선 순위와 판별정책을 결정하는 단계;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법.
  7. 제6항에 있어서, 상기 (a3)단계는
    (a31) 상기 시간축플로우상에서 소정의 단위시간 간격의 정수배 크기로 슬라이딩 윈도우를 설정하는 단계;
    (a32) 상기 슬라이딩 윈도우를 상기 시간축플로우상에서 상기 단위시간 간격만큼 이동하면서 유해 혹은 무해로 잘못 분류되는 특징점의 개수를 최소로 하는 임계점을 검색하는 단계;
    (a33) 상기 슬라이딩 윈도우마다 구하여진 임계점을 기준으로 잘못 분류되는 특징점의 개수가 적을수록 그 구간의 우선순위를 높게 설정하는 단계; 및
    (a34) 우선순위가 높은 윈도우와 겹친 윈도우는 제거하면서 상기 우선 순위에 따라 겹치지 않는 윈도우를 검색하여 그 구간을 선택함으로써 상기 판별정책을 결정하는 단계;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법.
  8. 제5항에 있어서, 상기 (c)단계는
    상기 입력동영상의 전체 구간에 대하여 상위 정수개의 우선순위 윈도우에서 프레임을 추출하는 단계;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 방법.
  9. 적어도 하나 이상의 종류의 동영상을 입력받아 유해 혹은 무해의 두 가지로 분류하는 입력부;
    상기 동영상을 소정의 단위구간 간격으로 정규화한 후 상기 단위구간별로 프레임을 추출한 후 소정의 특징값을 구하여 시간축 플로우를 생성하는 시간축플로우생성부; 및
    상기 시간축 플로우를 입력받아 상기 단위구간별로 구간 분석을 수행하여 구간별 프레임 추출 우선 순위와 판별정책을 결정하는 분석부;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 장치.
  10. 제9항에 있어서, 상기 시간축플로우생성부는
    상기 분류된 동영상별로 프레임을 추출하되 각 동영상이 서로 같은 수의 프레임이 되도록 정수개의 프레임을 추출한 후 상기 추출된 프레임에서 상기 특징값을 추출하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 장치.
  11. 제9항에 있어서, 상기 분석부는
    상기 시간축플로우상에서 소정의 단위구간 간격의 정수배 크기로 윈도우를 설정하는 윈도우설정부;
    상기 윈도우를 상기 시간축플로우상에서 상기 단위구간 간격만큼 이동하면서 유해 혹은 무해로 잘못 분류되는 특징점의 개수를 최소로 하는 임계점을 검색하는 탐색부;
    상기 윈도우마다 구하여진 임계점을 기준으로 잘못 분류되는 특징점의 개수가 적을수록 그 구간의 우선순위를 높게 설정한 후 우선순위가 높은 윈도우와 겹친 윈도우는 제거하면서 상기 우선 순위에 따라 겹치지 않는 윈도우를 검색하여 그 구간을 선택함으로써 상기 판별정책을 결정하는 결정부;를 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 장치.
  12. 제9항에 있어서, 상기 구간 분석 장치는
    유해 판단이 필요한 입력동영상을 입력받아 상기 단위구간에 일치하도록 정규화하여 출력하는 동영상입력부; 및
    상기 입력동영상을 상기 우선순위를 좇아 정수개의 윈도우 구간에 대하여 프레임을 추출한 후 상기 추출된 프레임에 대하여 상기 판별정책을 적용하여 상기 윈도우 구간별 유해 여부를 결정한 후 그 결과를 종합하여 상기 입력동영상의 유해 여부를 판단하는 판별부;를 더 포함하는 것을 특징으로 하는 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상 판별 장치.
KR1020050121043A 2005-12-09 2005-12-09 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치 KR100656373B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050121043A KR100656373B1 (ko) 2005-12-09 2005-12-09 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050121043A KR100656373B1 (ko) 2005-12-09 2005-12-09 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치

Publications (1)

Publication Number Publication Date
KR100656373B1 true KR100656373B1 (ko) 2006-12-11

Family

ID=37732916

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050121043A KR100656373B1 (ko) 2005-12-09 2005-12-09 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치

Country Status (1)

Country Link
KR (1) KR100656373B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101027617B1 (ko) 2009-05-20 2011-04-11 주식회사 엔에스에이치씨 유해물 차단 서비스 시스템 및 방법
KR101435778B1 (ko) 2011-03-16 2014-08-29 한국전자통신연구원 비디오 기반 시각적 특징과 다단계 통계적 결합을 이용한 유해 동영상 분류 방법 및 장치
KR20190133040A (ko) * 2017-09-15 2019-11-29 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 비디오 분류 방법, 정보 처리 방법 및 서버

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR960043797A (ko) * 1995-05-29 1996-12-23 배순훈 텔레비전의 방송시청제어장치 및 그 방법
KR20010030681A (ko) * 1998-07-24 2001-04-16 마츠시타 덴끼 산교 가부시키가이샤 비디오 신호 특성 변환 장치 및 그 방법
JP2001307088A (ja) 2000-04-27 2001-11-02 Hitachi Zosen Corp 画像フィルタリング方法
JP2002117401A (ja) 2000-10-04 2002-04-19 Shin Ryu 成人とセックス画像検出システム
KR20050003055A (ko) * 2003-06-30 2005-01-10 주식회사 대우일렉트로닉스 텔레비전 프로그램의 사용자별 시청 등급 설정 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR960043797A (ko) * 1995-05-29 1996-12-23 배순훈 텔레비전의 방송시청제어장치 및 그 방법
KR20010030681A (ko) * 1998-07-24 2001-04-16 마츠시타 덴끼 산교 가부시키가이샤 비디오 신호 특성 변환 장치 및 그 방법
JP2001307088A (ja) 2000-04-27 2001-11-02 Hitachi Zosen Corp 画像フィルタリング方法
JP2002117401A (ja) 2000-10-04 2002-04-19 Shin Ryu 成人とセックス画像検出システム
KR20050003055A (ko) * 2003-06-30 2005-01-10 주식회사 대우일렉트로닉스 텔레비전 프로그램의 사용자별 시청 등급 설정 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101027617B1 (ko) 2009-05-20 2011-04-11 주식회사 엔에스에이치씨 유해물 차단 서비스 시스템 및 방법
KR101435778B1 (ko) 2011-03-16 2014-08-29 한국전자통신연구원 비디오 기반 시각적 특징과 다단계 통계적 결합을 이용한 유해 동영상 분류 방법 및 장치
KR20190133040A (ko) * 2017-09-15 2019-11-29 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 비디오 분류 방법, 정보 처리 방법 및 서버
KR102392943B1 (ko) 2017-09-15 2022-04-29 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 비디오 분류 방법, 정보 처리 방법 및 서버

Similar Documents

Publication Publication Date Title
US8358837B2 (en) Apparatus and methods for detecting adult videos
KR100799557B1 (ko) 동영상의 비주얼 특징을 이용한 유해 동영상 판별함수 생성및 판별 방법 그리고 그 장치
US7336890B2 (en) Automatic detection and segmentation of music videos in an audio/video stream
US6195458B1 (en) Method for content-based temporal segmentation of video
US20120039515A1 (en) Method and system for classifying scene for each person in video
Clarin et al. DOVE: Detection of movie violence using motion intensity analysis on skin and blood
Han et al. Video scene segmentation using a novel boundary evaluation criterion and dynamic programming
KR20040070269A (ko) 광고방송 및 다른 비디오 콘텐츠의 검출을 위한 패밀리히스토그램 기반으로 한 기술들
JP2010537585A5 (ja) 時間ベースのメディア間のマッチの検出と分類
WO2007118709A1 (en) A method for detecting a commercial in a video data stream by evaluating descriptor information
US8947600B2 (en) Methods, systems, and computer-readable media for detecting scene changes in a video
Shivakumara et al. Video text detection based on filters and edge features
Chasanis et al. Simultaneous detection of abrupt cuts and dissolves in videos using support vector machines
KR100779074B1 (ko) 시간별 특징값을 이용한 유해 동영상 판별 방법 및 그 장치
Lu et al. An effective post-refinement method for shot boundary detection
KR100656373B1 (ko) 시간구간별 우선순위와 판별정책을 적용하는 유해 동영상판별 방법 및 그 장치
Panchal et al. Scene detection and retrieval of video using motion vector and occurrence rate of shot boundaries
US20140307968A1 (en) Method and apparatus for automatic genre identification and classification
KR101362768B1 (ko) 객체 검출 방법 및 장치
CN112818984B (zh) 标题生成方法、装置、电子设备和存储介质
KR101003504B1 (ko) 유해 멀티미디어 판별시스템 및 그 판별방법
Premaratne et al. Improving event resolution in cricket videos
US9135509B2 (en) Determining representative images for a video
Zhao et al. BUPT at TRECVID 2007: Shot Boundary Detection.
KR100734845B1 (ko) 이미지 품질 판별 기능을 이용한 유해 동영상 분류 방법 및그 장치

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee