KR100944903B1 - 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오인식 시스템 및 그 인식 방법 - Google Patents

비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오인식 시스템 및 그 인식 방법 Download PDF

Info

Publication number
KR100944903B1
KR100944903B1 KR1020080024715A KR20080024715A KR100944903B1 KR 100944903 B1 KR100944903 B1 KR 100944903B1 KR 1020080024715 A KR1020080024715 A KR 1020080024715A KR 20080024715 A KR20080024715 A KR 20080024715A KR 100944903 B1 KR100944903 B1 KR 100944903B1
Authority
KR
South Korea
Prior art keywords
video signal
feature
value
block
image
Prior art date
Application number
KR1020080024715A
Other languages
English (en)
Other versions
KR20090099622A (ko
Inventor
이승재
유원영
윤영석
이상광
서용석
서영호
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 KR1020080024715A priority Critical patent/KR100944903B1/ko
Priority to US12/405,784 priority patent/US8620107B2/en
Publication of KR20090099622A publication Critical patent/KR20090099622A/ko
Application granted granted Critical
Publication of KR100944903B1 publication Critical patent/KR100944903B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays

Abstract

본 발명은 비디오 신호의 영상 밝기값에 따른 특징값을 추출하고, 이를 이용하여 비디오 신호를 인식하는 것으로, 이를 위하여 본 발명은, 비디오 신호의 장면 전환을 이용하거나 영상 블록의 밝기값을 이용하는 종래 방법과는 달리, 비디오 신호가 입력되면, 프레임 레이트 변환, 흑백 스케일 변환, 프레임 사이즈 정규화를 통해 비디오 신호를 변환하여 출력하고, 이러한 비디오 신호를 특정 크기의 영상 블록으로 분할한 후, 각 블록에 대한 영상 밝기값에 대한 무게 중심 좌표값과 중심 좌표값에 따른 행렬식값으로 특징값을 산출 및 추출하여 이러한 특징값을 이용한 비디오 신호의 특징 추출 장치와 비디오 인식 시스템을 구현함으로써, 적은 연산량으로 원본 비디오 신호와 입력 비디오 신호의 영상 밝기값에 따른 특징값을 추출할 수 있으며, 이를 통한 비디오 인식률을 향상시킬 수 있는 것이다.
영상 밝기값, 무게 중심 좌표값, 중심 좌표값

Description

비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오 인식 시스템 및 그 인식 방법{FEATURE EXTRACTION APPARATUS OF VIDEO SIGNAL AND ITS EXTRACTION METHOD, VIDEO RECOGNITION SYSTEM AND ITS IDENTIFICATION METHOD}
본 발명은 비디오 신호의 특징을 추출하여 인식하는 기법에 관한 것으로, 더욱 상세하게는 입력 비디오 신호의 블록별 특징을 추출하고, 추출된 블록별 특징을 이용하여 원본 비디오 신호와 비교하고, 그 비교 결과에 따라 입력 비디오 신호를 인식하는데 적합한 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오 인식 시스템 및 그 인식 방법에 관한 것이다.
잘 알려진 바와 같이, PMP(Portable Multimedia Player), Divx 플레이어 등의 디지털 기기 보급과 Wirbo, FTTH(Fiber To The Home) 등의 인터넷 환경은 디지털화된 음악과 드라마, 영화 등을 보다 손쉽게 재생하고, 보다 빠르게 전송 또는 공유할 수 있도록 발전되고 있다.
이와 더불어 저작권이 있는 디지털 콘텐츠의 불법적인 전송 또는 공유로 인한 저작권 침해가 증가하고 있는데, 특히, 저장 장치의 가격 하락과 전송 속도의 상승은 비디오 콘텐츠에 대한 피해를 증가시키고 있는 실정이다.
이러한 환경에서 비디오 콘텐츠 보호를 위해 비디오 인식을 기반으로 하는 비디오 필터링 시스템에 대한 수요가 증가하고 있으며, 이러한 비디오 필터링은 일반적으로 저작권 보호가 필요한 원본 비디오에서 비디오 고유의 특징을 추출하여 데이터베이스(DB)에 저장한 후 비디오 콘텐츠의 전송 및 공유 시에 해당 비디오 신호의 특징을 추출하고, 추출된 특징을 데이터베이스에 저장된 원본 비디오 신호의 특징과 비교한 후에 그 비교 결과에 따라 해당 비디오 신호를 필터링하는 방식으로 수행된다.
특히, 비디오 필터링을 위해서 비디오의 전송 또는 공유 시 발생하는 압축, 크기 변환, 프레임 레이트 변환 등에 관계없이 해당 비디오 신호의 특징을 추출하는 것이 매우 중요하다.
한편, 종래에 비디오 신호의 특징을 추출하여 인식하는 기법으로는, 동영상에서 이미지를 검출하여 검출된 이미지에 대한 주석 정보를 기입하여 서버로 보내는 동영상 저작부, 주석 정보가 기입된 이미지 및 각 이미지에 대한 색상, 형태, 질감 정보를 추출하여 저장하는 서버, 서버에 저장된 주석 정보가 기입된 이미지를 입력받아 주석 정보와 이미지를 색인하고, 입력된 텍스트 및 이미지 검색 정보를 입력받아 해당 결과 셋을 검색하는 동영상 검색부를 포함하는 동영상 검색 시스템에 대해 제안되어 있다.
또한, 종래의 다른 기술로는, 디지털 비디오를 입력받아 프레임간 차이를 추출하고 추출된 차이를 이용하여 장면 전환 길이를 산출하는 장면 전환 검출기와, 다수의 디지털 비디오와 이들에 대응하는 장면 전환 길이를 저장하고 있는 디지털 비디오 데이터베이스와, 장면 전환 검출기에서 산출된 장면 전환 길이를 입력받아 쿼리 형태의 질의를 디지털 비디오 데이터베이스에 문의하고 질의에 대한 응답을 산출된 장면 전환 길이와 비교하는 디지털 비디오 비교기를 포함하는 디지털 비디오 인식 시스템에 대해 제안되어 있다.
그리고, 종래의 또 다른 기술로는, 영상 블록의 평균 밝기값을 산출하고, 평균 밝기값의 시간, 공간상의 차이를 이용하여 영상의 특징을 추출하여 영상을 인식하거나, 비디오 영상을 블록으로 나누고, 그 블록의 밝기값을 이용하여 기울기 방향성들의 중심을 비디오 영상의 특징으로 하여 비디오 영상을 인식하는 기법에 대해 제안되어 있다.
하지만, 종래의 비디오 인식 기술에서 장면 전환 발생 이미지와 주석, 색상, 질감 정보를 이용하는 경우 비디오을 분석하여 주석을 기입하는 과정이 필요하기 때문에 대용량 비디오에 대한 데이터베이스 구축에 어려움이 있으며, 주석의 객관성을 보장하기 어렵고, 프레임 레이트 변환 등을 통한 장면 전환 발생 이미지가 변화할 수 있어 비디오 검색의 신뢰도를 보장할 수 없는 문제점이 있었다.
또한, 비디오 신호의 장면 전환을 검출하여 장면 전환간의 거리를 통해 비디오를 인식하는 경우 검색 비디오에 따라 장면 전환의 수가 검색 가능한 수보다 상대적으로 많거나 적은 경우 데이터베이스를 구축하거나 검색하는데 어려움이 있고, 그 인식 효율도 낮은 문제점이 있었다.
그리고, 영상 블록의 평균 밝기값의 시간 공간차를 이용하는 경우 특징을 이진화하여 검색에 효율성이 있으나, 밝기 변화나 히스토그램 균등화에 대해 상대적으로 낮은 인식률을 보이는 문제점이 있었고, 기울기 방향성을 이용하는 경우 여러 가지 압축 방식이나 크기 변화에서는 효과적이나 모든 픽셀에 대한 기울기 방향성들의 중심에 대한 값을 계산해야 하기 때문에 많은 연산량을 요구하는 문제점이 있었다.
이에 따라, 본 발명은 비디오 신호에서 영상의 밝기값을 이용하되, 영상 영역을 블록화한 후에, 각 블록별로 밝기 무게 중심값을 이용하여 비디오 신호의 특징을 추출함으로써, 적은 연산량이 요구됨과 동시에 크기 변환, 압축, 프레임 레이 트 변환에 관계없이 비디오 신호의 특징을 추출할 수 있는 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오 인식 시스템 및 그 인식 방법을 제안하고자 한다.
또한, 본 발명은 비디오 신호의 각 블록별로 산출된 밝기 무게 중심값과 블록내의 중심 좌표값을 포함하는 행렬식의 값을 이용하여 비디오를 효과적으로 인식할 수 있는 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오 인식 시스템 및 그 인식 방법을 제안하고자 한다.
제 1 관점에서 본 발명은, 비디오 신호가 입력되면 기 설정된 프레임 레이트에 따라 변환하는 프레임 레이트 변환부와, 상기 변환된 비디오 신호를 흑백 신호로 변환하는 흑백 스케일 변환부와, 상기 흑백 신호로 변환된 신호를 기 설정된 영상 크기로 정규화하는 프레임 사이즈 정규화부와, 상기 정규화된 신호를 특정 크기의 블록으로 분할한 후, 각 블록별로 영상 밝기값에 따른 특징값을 추출하여 그에 대응하는 특징 벡터를 출력하는 특징 추출부를 포함하는 비디오 신호의 특징 추출 장치를 제공한다.
제 2 관점에서 본 발명은, 비디오 신호가 입력되면 기 설정된 프레임 레이트로 변환하는 단계와, 상기 변환된 비디오 신호를 흑백 스케일로 변환하는 단계와, 상기 흑백 스케일로 변환된 신호를 기 설정된 영상 크기로 정규화하는 단계와, 상기 정규화된 신호를 특정 크기의 블록으로 분할하는 단계와, 상기 분할된 블록에 각각 대응하는 영상 밝기값에 따른 특징값을 추출하는 단계를 포함하는 비디오 신 호의 특징 추출 방법을 제공한다.
제 3 관점에서 본 발명은, 원본 비디오 신호에 대한 영상 밝기값에 따른 특징값을 추출하여 등록 저장한 후에, 특정 비디오 신호가 입력되면, 이에 대한 상기 영상 밝기값에 따른 특징값을 추출하는 특징 추출 블록과, 상기 입력된 비디오 신호에 대응하는 상기 원본 비디오 신호에 대한 상기 특징값을 검색 및 추출하는 검색 블록과, 상기 입력된 비디오 신호와 상기 원본 비디오 신호에 대한 상기 특징값 간의 거리를 비교하여 기 설정된 문턱값에 따른 비교 결과를 출력하는 특징 매칭 블록과, 상기 원본 비디오 신호에 대응하여 상기 영상 밝기값에 따른 특징값과 프레임 레이트, 프레임 사이즈를 포함하는 비디오 신호 정보를 등록 저장하는 비디오 정보 데이터베이스를 포함하는 비디오 인식 시스템을 제공한다.
제 4 관점에서 본 발명은, 원본 비디오 신호에 대한 영상 밝기값에 따른 특징값을 추출하여 등록 저장하되, 비디오 신호를 기 설정된 프레임 레이트로 변환하고, 흑백 영상으로 변환하며, 프레임 사이즈를 정규화한 후에, 특정 크기의 영상 블록으로 분할하고, 각 블록별로 상기 특징값을 추출하는 단계와, 특정 비디오 신호가 입력되면, 그에 대응하는 상기 영상 밝기값에 따른 특징값을 추출하는 단계와, 상기 입력된 비디오 신호에 대응하는 상기 원본 비디오 신호에 대한 상기 특징값을 검색 및 추출하는 단계와, 상기 입력된 비디오 신호와 상기 원본 비디오 신호에 대한 상기 특징값 간의 거리를 비교하여 기 설정된 문턱값에 따른 비교 결과를 출력하는 단계를 포함하는 비디오 인식 방법을 제공한다.
본 발명은, 비디오 신호의 장면 전환을 이용하거나 영상 블록의 밝기값을 이용하는 종래 방법과는 달리, 비디오 신호에 대한 프레임 레이트 변환, 흑백 스케일 변환, 프레임 사이즈 정규화, 블록 분할을 수행한 후, 각 블록에 대한 영상 밝기값에 따른 특징값을 추출하고, 이러한 영상 밝기값에 따른 특징값을 이용하여 원본 비디오 신호와 입력된 비디오 신호를 비교하여 기 설정된 문턱값에 따라 비디오 인식을 수행함으로써, 비디오 신호에 대한 특징값 추출 시 적은 연산량으로 빠른 연산 속도를 보장할 수 있으며, 이를 통해 효과적으로 원본 비디오 신호와 비교 인식할 수 있어 저작권 보호에 기여할 수 있다.
본 발명의 기술요지는, 비디오 신호에서 영상의 밝기값을 산출한 후에, 그 영상 영역을 특정 크기의 블록으로 분할한 후, 각 블록의 밝기 무게 중심값의 좌표를 산출하며, 이러한 밝기 무게 중심값의 좌표값과 영상 블록내의 중핌 좌표값을 이용하여 행렬식을 만들어 그 행렬식의 값을 특징으로 입력 비디오 신호와 원본 비디오 신호를 비교 인식한다는 것이며, 이러한 기술적 수단을 통해 종래 기술에서의 문제점을 해결할 수 있다.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 대하여 상세하게 설명한다.
도 1은 본 발명의 바람직한 실시 예에 따라 비디오 신호에 대한 영상 밝기에 따른 특징값을 이용하여 비디오 신호를 비교 인식하는데 적합한 비디오 인식 시스템의 블록구성도로서, 특징 추출 블록(102), 비디오 정보 데이터베이스(104), 검색 블록(106) 및 특징 매칭 블록(108)을 포함한다.
도 1을 참조하면, 특징 추출 블록(102)은 비디오 신호의 영상 블록별 특징을 추출하는 것으로, 비디오 신호(비디오 클립)가 입력되면, 프레임 레이트(frame rate)를 변환하고, 프레임 레이트가 변환된 비디오 신호를 흑백 스케일(gray scale)로 변환하며, 그 비디오 신호의 프레임 사이즈(frame size)를 정규화(normalization)한 후에, 특정 크기(예를 들면, N×M 크기)의 블록으로 분할하여 블록별 특징을 추출한다.
여기에서, 도 2는 본 발명의 바람직한 실시 예에 따라 비디오 신호의 특징을 추출하는 특징 추출 블록의 블록 구성도로서, 프레임 레이트 변환부(102a), 흑백 스케일 변환부(102b), 프레임 사이즈 정규화부(102c) 및 블록 특징 추출부(102d)를 포함한다.
이러한 도 2를 참조하여 특징 추출 블록(102)에 대해 상세히 설명하면, 프레임 레이트 변환부(102a)는 입력된 비디오 신호의 프레임 레이트를 기 설정된 값으로 변환하여 출력한다. 여기에서, 프레임 레이트를 기 설정된 값으로 변환할 경우 비디오 신호의 시간축 상에 발생하는 변환에 관계없이 효과적으로 비디오 신호의 특징을 추출하기 위함이다.
그리고, 흑백 스케일 변환부(102b)는 프레임 레이트가 기 설정된 값으로 변환된 비디오 신호의 칼라 정보를 제거하고, 밝기 정보만을 포함하는 흑백 영상으로 변환하여 출력한다.
또한, 프레임 사이즈 정규화부(102c)는 흑백 영상으로 변환된 비디오 신호를 기 설정된 영상 크기에 따라 정규화시켜 출력한다.
다음에, 블록 특징 추출부(102d)는 영상 크기가 정규화된 비디오 신호를 특정 크기(예를 들면, N×M 크기)의 블록으로 분할하고, 각각의 블록에 대한 특징값 을 추출한 후에, 그 특징값에 대응하는 특징 벡터를 출력한다.
여기에서, 각각의 블록에 대한 특징값을 추출하는 과정에 대해 상세히 설명하면, 각각의 영상 블록에 대한 특징 추출은 각 블록에서 산출되는 밝기값의 무게 중심 좌표와 각 블록의 중심 좌표를 이용하여 추출하게 되는데, 먼저, 아래의 수학식 1과 같은 2×2 크기의 행렬 A가 있을 경우 행렬 A의 행렬식의 값(determinant)은 아래의 수학식 2와 같이 나타낼 수 있다.
Figure 112008019412919-pat00001
Figure 112008019412919-pat00002
이러한 행렬식의 값은 선형 방정식으로 구성된 시스템의 분석이나 그 해(solution)를 구하는데 사용되며, 행렬 A에서 행렬의 원소가 모두 '0'보다 큰 실수인 경우 행렬식의 값의 절대값은 '(0, 0), (a, b), (c, d), (a+c, b+d)'로 이루어지는 평행 사변형의 넓이를 나타내고, 그 부호는 '(a, b)'와 '(c, d)'의 상대적 위치를 나타낸다.
한편, N×M 크기의 영상 블록에 대해 도 5에 도시한 바와 같이 이미지 내의 중심 좌표, '
Figure 112008019412919-pat00003
'와 이미지 블록의 밝기값을 이용하여 도출된 무게 중심 좌표, '
Figure 112008019412919-pat00004
'에 대해서 아래의 수학식 3과 같은 행렬식 F로 나타낼 수 있다.
Figure 112008019412919-pat00005
한편,
Figure 112008019412919-pat00006
의 x c와 y c는 각각 아래의 수학식 4에 의해서 산출된다.
Figure 112008019412919-pat00007
여기에서, V(i, j)는 영상 블록의 밝기값을 의미한다. 이 때, 행렬 F의 행렬식값(determinant)은 아래의 수학식 5와 같은 범위를 가지며, 이는 '0'을 중심으로 하는 대칭 분포를 갖게 된다.
Figure 112008019412919-pat00008
이러한 행렬 F의 행렬식값을 비디오 신호의 특징으로 하여 저장하며, 정규화된 프레임에 대해 기 설정된 영상 블록의 개수에 대응하는 특징값들을 해당 비디오 신호의 특징으로 추출하게 된다.
예를 들면, 프레임 레이트가 '10fp', 정규화 영상 사이즈가 '320×240', 블록의 개수가 '4×4'인 경우 10초 분량의 비디오 클립은 '10×10×16"개의 특징값을 갖게 되고, 한 프레임당 16개의 특징값을 갖게 된다.
이러한 특징값들은 16차원의 특징 벡터로 나타낼 수 있고, 이러한 특징 벡터로 나타낸 특징값을 해당 비디오 신호에 대응하는 비디오 신호 정보로서 비디오 정보 데이터베이스(104)에 등록 저장된다. 여기에서, 추출된 특징값들을 이용하여 비디오 신호에 대한 인덱스(index)를 생성하거나, 트리(tree) 구조로 하여 비디오 정보 데이터베이스(104)에 저장될 수 있으며, 저장 공간을 줄이기 위해 특징값들을 이진화하여 저장하거나 실수값을 char형 정수로 변형하여 저장할 수 있다.
이러한 과정을 통해, 특징 추출 블록(102)은 원본 비디오 신호에 대한 특징값들을 포함하는 비디오 신호 정보를 비디오 정보 데이터베이스(104)에 등록 저장하고, 이 후 입력되는 비디오 신호(입력 비디오 신호)의 특징값들을 추출하여 이를 검색 블록(106)으로 전달한다.
한편, 비디오 정보 데이터베이스(104)에는 원본 비디오 신호의 특징값들을 포함하는 비디오 신호 정보(예를 들면, 프레임 레이트, 프레임 사이즈, 영상 밝기에 따른 특징값 등)가 등록 저장되고, 이는 필요에 따라 추출되어 검색 블록(106)에 제공된다.
다음에, 검색 블록(106)에서는 특징 추출 블록(102)으로부터 전달되는 입력 비디오 신호의 특징값들을 이용하여 원본 비디오 신호에 대응하는 비디오 신호 정보를 검색 및 추출한 후에, 입력 비디오 신호의 특징값들과 원본 비디오 신호에 대응하는 비디오 신호 정보에 포함되어 있는 영상 밝기에 따른 특징값을 특징 매칭 블록(108)으로 전달한다.
그리고, 특징 매칭 블록(108)은 전달되는 입력 비디오 신호의 특징값들과 원본 비디오 신호에 대응하는 영상 밝기에 따른 특징값을 비교하여 그 비교 결과를 출력한다.
한편, 입력 비디오 신호와 원본 비디오 신호의 특징값을 비교하는 과정에 대해 상세히 설명하면, 입력 비디오 신호에 대한 i 번째 프레임의 j 번째 특징값을 q(j, j)라고 하고, 원본 비디오 신호에 대한 k 번째 특징값을 p(i, j, k)라고 할 경우 그 특징값간의 거리는 아래의 수학식 6에 따라 산출할 수 있다.
Figure 112008019412919-pat00009
여기에서, L은 비교하는 프레임의 개수, N은 특징의 차원을 의미하며, 이러한 거리값 D(k)가 최소가 되는 비디오 신호의 특징값과 그 위치를 결과로서 출력한다. 이 때, 이러한 거리값이 기 설정된 오차 범위를 벗어나게 될 경우 원본 비디오 신호와 다른 비디오 신호인 것으로 판단하게 된다.
다음에, 상술한 바와 같은 구성을 갖는 비디오 인식 시스템에서 원본 비디오 신호의 특징값을 추출한 후에 이를 데이터베이스에 등록 저장한 후, 입력 비디오 신호에 대한 특징값을 추출한 후, 입력 비디오 신호에 대응하는 원본 비디오 신호의 비디오 신호 정보를 검색 및 추출하고, 입력 비디오 신호의 특징값들과 원본 비디오 신호의 영상 밝기에 따른 특징값을 비교하여 그 비교 결과를 출력하는 과정에 대해 설명한다.
도 3은 본 발명의 일 실시 예에 따라 비디오 신호에 대한 영상 밝기에 따른 특징값을 이용하여 비디오 신호를 비교 인식하는 과정을 도시한 플로우차트이다.
도 3을 참조하면, 특징 추출부(102)에서는 원본 비디오 신호에 대해 프레임 레이트 변환, 흑백 스케일 변환, 프레임 사이즈 정규화, 블록별 특징값 추출 등의 과정을 수행한 후, 그 원본 비디오 신호의 영상 밝기에 따른 특징값을 포함하는 비디오 신호 정보를 비디오 정보 데이터베이스(104)에 등록 저장한다(단계302). 여기에서, 비디오 신호 정보는, 원본 비디오 신호에 대응하는 영상 밝기에 따른 특징값과 프레임 레이트, 프레임 사이즈 등을 포함할 수 있다.
이 후에, 특징 추출부(102)에서는 비디오 신호가 입력되면(단계304), 입력 비디오 신호를 기 설정된 프레임 레이트로 변환하고, 프레임 레이트가 변환된 비디오 신호를 흑백 스케일 변환을 통해 흑백 영상으로 만든 후에, 그 비디오 신호를 기 설정된 프레임 사이즈로 정규화하며, 정규화된 비디오 신호를 기 설정된 크기의 영상 블록으로 분할하고, 분할된 영상 블록별로 이미지 내의 중심 좌표와 무게 중심 좌표를 이용하여 영상 밝기에 따른 특징값을 추출한 후에, 그 특징값을 특징 벡터로 출력하여 검색 블록(106)으로 전달한다(단계306).
그리고, 검색 블록(106)에서는 전달되는 입력 비디오 신호에 대한 특징 벡터로 출력되는 영상 밝기에 따른 특징값을 이용하여 입력 비디오 신호에 대응하는 원본 비디오 신호의 비디오 신호 정보(예를 들면, 프레임 레이트, 프레임 사이즈, 영상 밝기에 따른 특징값 등)를 비디오 정보 데이터베이스(104)에서 검색 및 추출한다(단계308).
다음에, 특징 매칭 블록(108)에서는 검색 및 추출된 원본 비디오 신호에 대응하는 영상 밝기에 따른 특징값과 입력 비디오 신호에 대응하는 특징값을 검색 블록(106)으로부터 전달받아 이를 비교한다(단계310). 여기에서, 그 비교하는 과정은, 입력 비디오 신호에 대한 어느 하나의 특징값을 그에 대응하는 원본 비디오 신호에 대한 특정 특징값을 비교하는 방식으로 수행된다.
이어서, 특징 매칭 블록(108)에서는 원본 비디오 신호와 입력 비디오 신호의 특징값을 비교한 비교 결과를 출력한다(단계312). 여기에서, 그 비교 결과는, 입력 비디오 신호와 원본 비디오 신호에 대한 특징값간의 거리를 산출하고, 그 거리값이 최소가 되는 비디오 신호의 특징값과 그 위치에 대한 결과로서 출력되며, 이러한 거리값이 기 설정된 오차 범위(거리값에 대해 기 설정된 문턱값)를 벗어나게 될 경우 원본 비디오 신호와 다른 비디오 신호인 것으로 판단하게 된다.
다음에, 상술한 바와 같은 원본 비디오 신호의 영상 밝기에 대한 특징값을 추출하여 등록 저장해두고, 입력 비디오 신호에 대응하는 특징값을 추출하여 그에 대응하는 원본 비디오 신호의 영상 밝기에 대한 특징값을 검색 및 추출한 후에, 이를 비교한 비교 결과를 출력하는 과정에서 각각의 비디오 신호에 대응하는 영상 밝기에 대한 특징값을 추출하는 과정에 대해 설명한다.
도 4는 본 발명의 다른 실시 예에 따라 비디오 신호의 영상 밝기에 따른 특징값을 추출하는 과정을 도시한 플로우차트이다.
도 4를 참조하면, 프레임 레이트 변환부(102a)에서는 비디오 신호의 시간축 상에 발생하는 변환에 관계없이 효과적으로 비디오 신호의 특징을 추출하기 위해 입력된 비디오 신호의 프레임 레이트를 기 설정된 값으로 변환하여 출력한다(단계402).
그리고, 흑백 스케일 변환부(102b)에서는 프레임 레이트 변환부(102a)를 통해 프레임 레이트가 기 설정된 값으로 변환된 비디오 신호의 칼라 정보를 제거하고, 밝기 정보만을 포함하는 흑백 영상으로 변환하여 출력한다(단계404).
또한, 프레임 사이즈 정규화부(102c)는 흑백 스케일 변환부(102b)를 통해 흑백 영상으로 변환된 비디오 신호를 기 설정된 영상 크기에 따라 정규화시켜 출력한다(단계406).
다음에, 블록 특징 추출부(102d)는 프레임 사이즈 정규화부(102c)를 통해 영상 크기가 정규화된 비디오 신호를 특정 크기(예를 들면, N×M 크기)의 영상 블록으로 분할한다(단계408).
또한, 블록 특징 추출부(102d)에서는 각각의 영상 블록에 대한 특징값을 추출한다(단계410). 여기에서, 영상 블록에 대한 특징값의 추출은, 각 블록에서 산출되는 밝기값의 무게 중심 좌표와 각 블록의 중심 좌표를 이용하여 추출하게 되는데, 먼저, N×M 크기의 영상 블록에 대해 도 5에 도시한 바와 같이 이미지 내의 중심 좌표, '
Figure 112008019412919-pat00010
'와 이미지 블록의 밝기값을 이용하여 도출된 무게 중심 좌표, '
Figure 112008019412919-pat00011
'에 대해서 상기 수학식 3과 같은 행렬식 F로 나타내고,
Figure 112008019412919-pat00012
의 x c와 y c를 각각 상기 수학식 4를 이용하여 산출하며, 행렬 F의 행렬식값(determinant)을 비디오 신호의 특징으로 하여 저장함으로써, 정규화된 프레임 에 대해 기 설정된 영상 블록의 개수에 대응하는 특징값들을 해당 비디오 신호의 특징으로 추출하게 된다.
이어서, 블록 특징 추출부(102d)에서는 그 특징값들에 대응하는 특징 벡터를 출력한다(단계412). 예를 들면, 프레임 레이트가 '10fp', 정규화 영상 사이즈가 '320×240', 블록의 개수가 '4×4'인 경우 10초 분량의 비디오 클립은 '10×10×16"개의 특징값을 갖게 되고, 한 프레임당 16개의 특징값을 갖게 되며, 이러한 16개의 특징값을 이용하여 16차원의 특징 벡터로 나타낼 수 있다.
따라서, 입력 비디오 신호에 대한 프레임 레이트 변환, 흑백 스케일 변환, 프레임 사이즈 정규화를 통해 변환된 비디오 신호에 대해 분할된 영상 블록별로 밝기값에 따른 무게 중심 좌표와 이미지의 중심 좌표를 이용하여 각 특징값을 추출하고, 이를 특징 벡터로 출력할 수 있다.
한편, 도 6은 본 발명에 따라 원본 비디오 신호와 왜곡된 비디오 신호의 특징값에 대한 거리값과 원본 비디오 신호와 다른 비디오 신호의 특징값에 대한 거리값의 분포를 나타낸 도면으로서, 원본 비디오 신호는 '24fp, 640×352. 135kbps'인 영상이고, 왜곡된 비디오 신호는 '24fp, 352×264, Dvix(39kbps), 자막 삽입'인 영상인 경우 상기 수학식 6에 대한 'L=100, N=16, 12937개'의 특징값에 대한 거리값을 비교한 결과를 나타내는데, 원본 비디오 신호의 영상과 왜곡 비디오 신호의 영상에 대한 거리값(Intra Distance)의 분포(파란색)와 다른 비디오 신호의 영상에 대한 거리값(Inter Distance)의 분포(녹색)는 다르게 나타나며, 상기 수학식 6에 따른 특정 거리값으로 문턱값을 결정하여 입력 비디오 신호의 원본 비디오 신호에 대한 왜곡 여부 또는 다른 영상인지의 여부를 판단 및 인식할 수 있다.
도 7 내지 도 11은 종래의 추출 기법과 본 발명에 따른 추출 기법을 비교 실험한 결과를 나타낸 도면들이다.
도 7 내지 도 11을 참조하여 그 비교 실험에 대해 상세히 설명하면, 종래 기술 중 하나인 기울기 방향성 중심값에 기반한 비디오 핑거 프린팅 기법과 본 발명에 따른 영상 밝기에 따른 특징값 추출 기법에 대해 'N=16'의 조건으로 대략 10시간 분량의 비디오 신호 특징을 추출하는 시간에 대한 추출 시간을 측정한 결과, 도 7에 도시한 바와 같이 각각의 비디오 재생 시간에 대한 추출 시간의 비는 본 발명에 따른 추출 기법(The proposed method)의 경우 종래의 추출 기법(Lee's method)의 경우보다 대략 81.2%의 시간이 소요되는 것을 알 수 있다.
또한, 종래의 추출 기법과 본 발명에 따른 추출 기법에 대해 '장르 : 액션, 원본 영상 : 640×352/132kbps/무자막/24fp, 왜곡 영상 : 352×288/Dvix(39kbps)/자막 삽입/24fp'의 'Test 1' 조건과 프레임 레이트는 '10fp', 프렘임 사이즈는 '320×240', 특징값의 차원은 16차원(4×4)의 조건으로 원본 영상과 왜곡 영상에 대한 인식률을 비교 실험한 결과, 도 8에 도시한 바와 같이 본 발명에 따른 추출 기법의 거리 분포(a)가 종래의 추출 기법의 거리 분포(b)보다 그 교차 영역에서 상대적으로 더 적음을 알 수 있으며, 도 9에 도시한 바와 같이 그 ROC 커브로 나타낼 경우 본 발명에 따른 추출 기법(파란색)이 상대적으로 더 나은 인식률을 갖음을 분명하게 알 수 있다.
한편, '장르 : 드라마, 원본 영상 : 640×352/172kbps/무자막/30fp, 왜곡 영 상 : 352×264/Dvix(39kbps)/자막 삽입/15fp'의 'Test 2' 조건에 따라 원본 영상과 왜곡 영상에 대한 인식률을 비교 실험한 결과, 도 10과 도 11에 도시한 바와 같이 본 발명에 따른 추출 기법의 거리 분포(a)가 종래의 추출 기법의 거리 분포(b)보다 그 교차 영역에서 상대적으로 더 적음을 알 수 있으며, 그 ROC 커브로 나타낼 경우에도 본 발명에 따른 추출 기법이 상대적으로 더 나은 인식률을 갖음을 분명하게 알 수 있다.
이상의 설명에서는 본 발명의 바람직한 실시 예들을 제시하여 설명하였으나 본 발명이 반드시 이에 한정되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경이 가능함을 쉽게 알 수 있을 것이다.
도 1은 본 발명의 바람직한 실시 예에 따라 비디오 신호에 대한 영상 밝기에 따른 특징값을 이용하여 비디오 신호를 비교 인식하는데 적합한 비디오 인식 시스템의 블록구성도,
도 2는 본 발명의 바람직한 실시 예에 따라 비디오 신호의 특징을 추출하는 특징 추출 블록의 블록 구성도,
도 3은 본 발명의 일 실시 예에 따라 비디오 신호에 대한 영상 밝기에 따른 특징값을 이용하여 비디오 신호를 비교 인식하는 과정을 도시한 플로우차트,
도 4는 본 발명의 다른 실시 예에 따라 비디오 신호의 영상 밝기에 따른 특징값을 추출하는 과정을 도시한 플로우차트,
도 5는 본 발명에 따라 영상 밝기값에 따른 무게 중심 좌표값과 중심 좌표값을 나타낸 도면,
도 6은 본 발명에 따라 원본 비디오 신호와 왜곡된 비디오 신호의 특징값에 대한 거리값과 원본 비디오 신호와 다른 비디오 신호의 특징값에 대한 거리값의 분포를 나타낸 도면,
도 7 내지 도 11은 종래의 추출 기법과 본 발명에 따른 추출 기법을 비교 실험한 결과를 나타낸 도면들.
<도면의 주요부분에 대한 부호의 설명>
102 : 특징 추출 블록 102a : 프레임 레이트 변환부
102b : 흑백 스케일 변환부 102c : 프레임 사이즈 정규화부
102d : 블록 특징 추출부 104 : 비디오 정보 데이터베이스
106 : 검색 블록 108 : 특징 매칭 블록

Claims (19)

  1. 비디오 신호가 입력되면 기 설정된 프레임 레이트에 따라 변환하는 프레임 레이트 변환부와,
    상기 변환된 비디오 신호를 흑백 신호로 변환하는 흑백 스케일 변환부와,
    상기 흑백 신호로 변환된 신호를 기 설정된 영상 크기로 정규화하는 프레임 사이즈 정규화부와,
    상기 정규화된 신호를 특정 크기의 블록으로 분할한 후, 각 블록별로 영상 밝기값에 따른 특징값을 추출하여 그에 대응하는 특징 벡터를 출력하는 특징 추출부
    를 포함하는 비디오 신호의 특징 추출 장치.
  2. 제 1 항에 있어서,
    상기 특징 추출부는, 각 블록에 대한 상기 영상 밝기값의 무게 중심 좌표값과 각 블록의 중심 좌표값을 이용하여 상기 특징값을 추출하는 것을 특징으로 하는 비디오 신호의 특징 추출 장치.
  3. 제 2 항에 있어서,
    상기 특징 추출부는, 상기 무게 중심 좌표값과 상기 중심 좌표값을 포함하는 행렬의 행렬식값을 산출하여 상기 특징값을 추출하는 것을 특징으로 하는 비디오 신호의 특징 추출 장치.
  4. 제 3 항에 있어서,
    상기 특징 추출부는, 각 블록에 대한 상기 행렬식값을 이용하여 블록 크기에 대응하는 차원의 상기 특징 벡터를 상기 특징값으로 출력하는 것을 특징으로 하는 비디오 신호의 특징 추출 장치.
  5. 비디오 신호가 입력되면 기 설정된 프레임 레이트로 변환하는 단계와,
    상기 변환된 비디오 신호를 흑백 스케일로 변환하는 단계와,
    상기 흑백 스케일로 변환된 신호를 기 설정된 영상 크기로 정규화하는 단계와,
    상기 정규화된 신호를 특정 크기의 블록으로 분할하는 단계와,
    상기 분할된 블록에 각각 대응하는 영상 밝기값에 따른 특징값을 추출하는 단계
    를 포함하는 비디오 신호의 특징 추출 방법.
  6. 제 5 항에 있어서,
    상기 특징값은, 각 블록에 대한 상기 영상 밝기값의 무게 중심 좌표값과 각 블록의 중심 좌표값을 이용하여 추출되는 것을 특징으로 하는 비디오 신호의 특징 추출 방법.
  7. 제 6 항에 있어서,
    상기 특징값은, 상기 무게 중심 좌표값과 상기 중심 좌표값을 포함하는 행렬의 행렬식값을 산출하여 추출되는 것을 특징으로 하는 비디오 신호의 특징 추출 방법.
  8. 제 5 항 내지 제 7 항 중 어느 한 항에 있어서,
    상기 특징 추출 방법은,
    상기 특징값을 추출한 후에 상기 추출된 특징값에 대한 특징 벡터를 출력하는 단계
    를 더 포함하는 비디오 신호의 특징 추출 방법.
  9. 제 8 항에 있어서,
    상기 특징값은, 각 블록에 대한 상기 행렬식값을 포함하는 상기 블록 크기에 대응하는 차원의 상기 특징 벡터로 출력되는 특징 추출 방법.
  10. 삭제
  11. 원본 비디오 신호에 대한 영상 밝기값에 따른 특징값을 추출하여 등록 저장한 후에, 특정 비디오 신호가 입력되면, 이에 대한 상기 영상 밝기값에 따른 특징값을 추출하는 특징 추출 블록과,
    상기 입력된 비디오 신호에 대응하는 상기 원본 비디오 신호에 대한 상기 특징값을 검색 및 추출하는 검색 블록과,
    상기 입력된 비디오 신호와 상기 원본 비디오 신호에 대한 상기 특징값 간의 거리를 비교하여 기 설정된 문턱값에 따른 비교 결과를 출력하는 특징 매칭 블록과,
    상기 원본 비디오 신호에 대응하여 상기 영상 밝기값에 따른 특징값과 프레임 레이트, 프레임 사이즈를 포함하는 비디오 신호 정보를 등록 저장하는 비디오 정보 데이터베이스
    를 포함하는 비디오 인식 시스템.
  12. 제 11 항에 있어서,
    상기 특징 추출 블록은,
    비디오 신호의 프레임 레이트를 기 설정된 값으로 변환하는 프레임 레이트 변환부와,
    상기 프레임 레이트가 변환된 신호의 흑백 스케일을 변환하여 흑백 영상으로 출력하는 흑백 스케일 변환부와,
    상기 흑백 영상의 신호를 기 설정된 프레임 사이즈로 정규화하는 프레임 사이즈 정규화부와,
    상기 프레임 사이즈가 정규화된 신호를 특정 크기의 블록으로 분할한 후, 각 블록에 대한 상기 영상 밝기값에 따른 무게 중심 좌표값과 각 블록의 중심 좌표값을 이용하여 상기 영상 밝기에 따른 특징값을 추출하는 특징 추출부
    를 포함하는 것을 특징으로 하는 비디오 인식 시스템.
  13. 제 12 항에 있어서,
    상기 특징 추출부는, 상기 무게 중심 좌표값과 상기 중심 좌표값을 포함하는 행렬의 행렬식값을 산출한 후에, 상기 행렬식값을 이용하여 블록 크기에 대응하는 차원의 상기 특징 벡터를 상기 특징값으로 출력하는 것을 특징으로 하는 비디오 인식 시스템.
  14. 삭제
  15. 원본 비디오 신호에 대한 영상 밝기값에 따른 특징값을 추출하여 등록 저장하되, 비디오 신호를 기 설정된 프레임 레이트로 변환하고, 흑백 영상으로 변환하며, 프레임 사이즈를 정규화한 후에, 특정 크기의 영상 블록으로 분할하고, 각 블록별로 상기 특징값을 추출하는 단계와,
    특정 비디오 신호가 입력되면, 그에 대응하는 상기 영상 밝기값에 따른 특징값을 추출하는 단계와,
    상기 입력된 비디오 신호에 대응하는 상기 원본 비디오 신호에 대한 상기 특징값을 검색 및 추출하는 단계와,
    상기 입력된 비디오 신호와 상기 원본 비디오 신호에 대한 상기 특징값 간의 거리를 비교하여 기 설정된 문턱값에 따른 비교 결과를 출력하는 단계
    비디오 신호를 기 설정된 프레임 레이트로 변환하고, 흑백 영상으로 변환하며, 프레임 사이즈를 정규화한 후에, 특정 크기의 영상 블록으로 분할하고, 각 블록별로 상기 특징값을 추출하는 방식으로 수행되는 것을 특징으로 하는 비디오 인식 방법.
  16. 제 15 항에 있어서,
    상기 영상 밝기값에 따른 특징값의 추출은, 각 블록에 대한 상기 영상 밝기값에 따른 무게 중심 좌표값과 각 블록의 중심 좌표값을 이용하여 상기 특징값을 추출하는 방식으로 수행되는 것을 특징으로 하는 비디오 인식 방법.
  17. 제 16 항에 있어서,
    상기 영상 밝기값에 따른 특징값의 추출은, 상기 무게 중심 좌표값과 상기 중심 좌표값을 포함하는 행렬의 행렬식값을 산출하는 것을 특징으로 하는 비디오 인식 방법.
  18. 제 15 항 내지 제 17 항 중 어느 한 항에 있어서,
    상기 영상 밝기값에 따른 특징값은, 상기 행렬식값을 이용하여 블록 크기에 대응하는 차원의 특징 벡터로 출력되는 것을 특징으로 하는 비디오 인식 방법.
  19. 제 18 항에 있어서,
    상기 비교 결과는, 상기 기 설정된 문턱값과 비교하여 상기 입력된 비디오 신호의 왜곡 여부 또는 다른 영상 여부에 대한 결과로 출력되는 것을 특징으로 하는 비디오 인식 방법.
KR1020080024715A 2008-03-18 2008-03-18 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오인식 시스템 및 그 인식 방법 KR100944903B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020080024715A KR100944903B1 (ko) 2008-03-18 2008-03-18 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오인식 시스템 및 그 인식 방법
US12/405,784 US8620107B2 (en) 2008-03-18 2009-03-17 Apparatus and method for extracting features of video, and system and method for identifying videos using same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080024715A KR100944903B1 (ko) 2008-03-18 2008-03-18 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오인식 시스템 및 그 인식 방법

Publications (2)

Publication Number Publication Date
KR20090099622A KR20090099622A (ko) 2009-09-23
KR100944903B1 true KR100944903B1 (ko) 2010-03-03

Family

ID=41088998

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080024715A KR100944903B1 (ko) 2008-03-18 2008-03-18 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오인식 시스템 및 그 인식 방법

Country Status (2)

Country Link
US (1) US8620107B2 (ko)
KR (1) KR100944903B1 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007075488A2 (en) 2005-12-16 2007-07-05 Nextbio System and method for scientific information knowledge management
US9183349B2 (en) * 2005-12-16 2015-11-10 Nextbio Sequence-centric scientific information management
WO2009111581A1 (en) 2008-03-04 2009-09-11 Nextbio Categorization and filtering of scientific data
KR101350335B1 (ko) * 2009-12-21 2014-01-16 한국전자통신연구원 내용기반 영상검색 장치 및 방법
KR101367821B1 (ko) * 2009-12-21 2014-02-26 한국전자통신연구원 계층적 영상블록의 대칭정보를 이용한 비디오 식별 방법 및 장치
US10015251B2 (en) * 2014-01-31 2018-07-03 Nbcuniversal Media, Llc Fingerprint-defined segment-based content delivery
CN106448584B (zh) * 2016-08-31 2018-12-18 深圳市华星光电技术有限公司 一种四色面板的过驱动方法
CN112035701A (zh) * 2020-08-11 2020-12-04 南京烽火星空通信发展有限公司 一种互联网短视频溯源的方法及系统
US20230394081A1 (en) * 2022-06-01 2023-12-07 Apple Inc. Video classification and search system to support customizable video highlights

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100640761B1 (ko) 2005-10-31 2006-11-01 전자부품연구원 단일카메라 기반의 영상 특징점의 3차원 위치 검출방법
KR100649384B1 (ko) 2005-09-23 2006-11-27 전자부품연구원 저조도 환경에서의 영상특징 추출방법
KR20080029944A (ko) * 2006-09-29 2008-04-03 엘지전자 주식회사 비디오 신호 처리 방법 및 장치
KR20080078186A (ko) * 2007-02-22 2008-08-27 삼성전자주식회사 멀티미디어 휴대형 단말기 사용자를 위한 관심 영역의 추출방법

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100644016B1 (ko) 2002-12-18 2006-11-10 삼성에스디에스 주식회사 동영상 검색 시스템 및 방법
KR20060012640A (ko) * 2003-05-21 2006-02-08 코닌클리케 필립스 일렉트로닉스 엔.브이. 이미지들에 대한 디지털 핑거프린트들 및 워터마크들
JP4396387B2 (ja) * 2004-05-13 2010-01-13 オムロン株式会社 画像補正装置
KR100729660B1 (ko) 2005-12-09 2007-06-18 한국전자통신연구원 장면 전환 길이를 이용한 디지털 비디오 인식 시스템 및 방법
DE602006014803D1 (de) * 2006-04-28 2010-07-22 Eidgenoess Tech Hochschule Robuster Detektor und Deskriptor für einen Interessenspunkt
US8094872B1 (en) * 2007-05-09 2012-01-10 Google Inc. Three-dimensional wavelet based video fingerprinting
US7917518B2 (en) * 2007-07-20 2011-03-29 Hewlett-Packard Development Company, L.P. Compositional balance and color driven content retrieval

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100649384B1 (ko) 2005-09-23 2006-11-27 전자부품연구원 저조도 환경에서의 영상특징 추출방법
KR100640761B1 (ko) 2005-10-31 2006-11-01 전자부품연구원 단일카메라 기반의 영상 특징점의 3차원 위치 검출방법
KR20080029944A (ko) * 2006-09-29 2008-04-03 엘지전자 주식회사 비디오 신호 처리 방법 및 장치
KR20080078186A (ko) * 2007-02-22 2008-08-27 삼성전자주식회사 멀티미디어 휴대형 단말기 사용자를 위한 관심 영역의 추출방법

Also Published As

Publication number Publication date
US8620107B2 (en) 2013-12-31
US20090238465A1 (en) 2009-09-24
KR20090099622A (ko) 2009-09-23

Similar Documents

Publication Publication Date Title
KR100944903B1 (ko) 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오인식 시스템 및 그 인식 방법
EP2321964B1 (en) Method and apparatus for detecting near-duplicate videos using perceptual video signatures
Oostveen et al. Feature extraction and a database strategy for video fingerprinting
Lee et al. Robust video fingerprinting for content-based video identification
US8406462B2 (en) Signature derivation for images
TWI443535B (zh) 視訊搜尋方法、系統及建立視訊資料庫的方法
US20110225136A1 (en) Video search method, video search system, and method thereof for establishing video database
US20090290752A1 (en) Method for producing video signatures and identifying video clips
KR101968921B1 (ko) 강건한 낮은 복잡도 비디오 핑거프린팅을 위한 장치 및 방법
Fadl et al. Exposing video inter-frame forgery via histogram of oriented gradients and motion energy image
US8175392B2 (en) Time segment representative feature vector generation device
KR101347933B1 (ko) 대조 가중 정보 추출 장치
Bekhet et al. Video matching using DC-image and local features
KR100930529B1 (ko) 비디오 식별을 통한 유해 동영상 검열 시스템 및 방법
CN105989063B (zh) 视频检索方法和装置
WO2006009035A1 (ja) 信号検出方法，信号検出システム，信号検出処理プログラム及びそのプログラムを記録した記録媒体
Nie et al. Key-frame based robust video hashing using isometric feature mapping
JP4154459B2 (ja) デジタル映像処理方法及びその装置
KR101367821B1 (ko) 계층적 영상블록의 대칭정보를 이용한 비디오 식별 방법 및 장치
Na et al. A Frame‐Based Video Signature Method for Very Quick Video Identification and Location
KR101055168B1 (ko) 유사 동영상 검색 시스템 및 그 방법
Haolin et al. A novel signature for fast video retrieval
KR20030017880A (ko) 실시간 처리에 의한 디지털 비디오 데이터의 내용기반요약방법
Ahmed et al. Video matching using DC-image and local features
Kang et al. Scene change detection for video retrieval on MPEG streams

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20130205

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20140123

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20150126

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20160127

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20170124

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190125

Year of fee payment: 10