KR101055168B1 - 유사 동영상 검색 시스템 및 그 방법 - Google Patents

유사 동영상 검색 시스템 및 그 방법 Download PDF

Info

Publication number
KR101055168B1
KR101055168B1 KR1020090035036A KR20090035036A KR101055168B1 KR 101055168 B1 KR101055168 B1 KR 101055168B1 KR 1020090035036 A KR1020090035036 A KR 1020090035036A KR 20090035036 A KR20090035036 A KR 20090035036A KR 101055168 B1 KR101055168 B1 KR 101055168B1
Authority
KR
South Korea
Prior art keywords
data
video
feature
comparison
similar
Prior art date
Application number
KR1020090035036A
Other languages
English (en)
Other versions
KR20100047110A (ko
Inventor
주동재
장대식
고일주
Original Assignee
(주)필링크
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 (주)필링크 filed Critical (주)필링크
Publication of KR20100047110A publication Critical patent/KR20100047110A/ko
Application granted granted Critical
Publication of KR101055168B1 publication Critical patent/KR101055168B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/12—Speech classification or search using dynamic programming techniques, e.g. dynamic time warping [DTW]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 발명은 적어도 하나 이상의 기준 동영상 데이터 및 비교 동영상 데이터를 표준화 처리하고, 상기 기준 동영상 데이터 및 비교 동영상 데이터로부터 다수의 장면에 대한 특징별 특징 데이터를 추출하는 데이터 추출 서버와, 상기 데이터 추출 서버에서 추출되는 상기 기준 동영상별 기준 특징 데이터를 저장하는 데이터 베이스 서버와, 상기 데이터 추출 서버에서 추출되는 비교 특징 데이터와 상기 기준 특징 데이터간 비교 연산을 통해 유사 정도를 측정하는 유사 검색 서버를 포함하는 유사 동영상 검색 시스템을 개시하여, 기준 동영상의 장면별 영상 및 오디오 데이터의 특징과, 비교 동영상의 장면별 영상 및 오디오 데이터의 특징을 기반으로 유사 동영상을 검색하고, 기준 동영상과 비교 동영상간 특징 데이터의 유사 정도를 측정하여, 유사 동영상을 검색하여, 영상 또는 오디오 데이터를 변경하는 경우라도 유사 동영상을 검색할 수 있도록 하는 것이다.

Description

유사 동영상 검색 시스템 및 그 방법{method and system for similarity contents search}
본 발명은 유사 동영상 검색 시스템 및 그 방법에 대한 것으로, 더욱 상세하게는, 유해 동영상 및 저작권이 있는 저작권 동영상들, 즉 기준 동영상의 장면별 영상 및 오디오 데이터의 특징과, 비교 동영상의 장면별 영상 및 오디오 데이터의 특징을 기반으로 유사 동영상을 검색하고, 기준 동영상과 비교 동영상간 특징 데이터의 유사 정도를 측정하여, 유사 동영상을 검색하여, 영상 또는 오디오 데이터를 변경하는 경우라도 유사 동영상을 검색할 수 있는 유사 동영상 검색 시스템 및 그 방법에 대한 것이다.
오늘날 네트워크(유/무선 인터넷) 및 전자 기술의 발전으로 인터넷이 널리 보급되었으며, 인터넷은 정보의 바다라 칭해질 정도로 많은 정보를 검색/획득할 수 있다는 장점으로 가입자들이 폭발적으로 증가하고 있다.
인터넷의 보급은 정보의 공유란 측면에서 장점을 가지는 반면, 동영상(컨텐 츠)의 무분별한 보급으로 인해, 많은 문제를 야기하고 있다.
예컨대, 미성년자가 인터넷을 통해 유해 동영상을 획득하여 유해 동영상의 내용을 모방하는 것과 같은 유해 동영상으로 인한 문제 또는 무분별한 동영상의 배포로 인해 저작권을 침해받는 문제 등과 같이 인터넷 보급 확산으로 인한 문제가 사회적 문제로 대두되고 있다.
유해 동영상으로 인한 문제를 방지하기 위해, 유해 동영상 파일이 사용자 컴퓨터에 의해 이용되는 것을 제한하는 방법이 제안되었다.
이러한, 유해 동영상 제한 방법은 특정 사업자 또는 시스템이 인터넷에 유포되어 있는 유해 동영상 파일을 수집하여, 고유한 특성치를 추출한 다음 유해 동영상 데이터 베이스를 구축한다.
그리고, 구축된 유해 동영상 데이터 베이스를 통하여, 해당 동영상 파일이 유해 동영상 데이터 베이스에 등록된 파일인지를 확인하여, 해당 파일의 이용을 제한하는 방법이다.
이러한 유해 동영상 제한 방법은 인터넷에 유포되어 있는 유해 동영상 파일에 대해서만 데이터 베이스를 구축할 수 있을 뿐이고, 유해 동영상 파일의 데이터가 변경(수정)되는 경우에는 동영상을 검색하지 못하는 문제가 있다.
또한, 인터넷으로 유포되는 동영상이 저작권자가 있는 동영상인지 여부를 확인하여, 저작권이 있는 동영상이면, 해당 동영상이 인터넷으로 유포되지 않도록 함에 의해 인터넷에서의 저작권을 보호해야 한다.
본 발명은 상술한 필요성을 충족시키기 위해 제안되는 것으로, 유해 동영상 및 저작권이 있는 저작권 동영상들, 즉 기준 동영상에 유사 동영상의 존재 여부를 확인할 비교 동영상이 존재하는지 여부를 확인할 수 있는 유사 동영상 검색 시스템 및 그 방법을 제공하는 데 그 목적이 있다.
그리고, 본 발명은 유사 정도를 측정하여, 비교 동영상의 영상 또는 오디오 데이터를 변경하는 경우라도 유사 동영상을 검색할 수 있는 유사 동영상 검색 시스템 및 그 방법을 제공하는 데 그 목적이 있다.
본 발명의 일 측면에 따른 유사 동영상 검색 시스템은, 적어도 하나 이상의 기준 동영상 데이터 및 비교 동영상 데이터를 표준화 처리하고, 상기 기준 동영상 데이터 및 비교 동영상 데이터로부터 다수의 장면에 대한 특징별 특징 데이터를 추출하는 데이터 추출 서버와, 상기 데이터 추출 서버에서 추출되는 상기 기준 동영상별 기준 특징 데이터를 저장하는 데이터 베이스 서버와, 상기 데이터 추출 서버에서 추출되는 비교 특징 데이터와 상기 기준 특징 데이터간 비교 연산을 통해 유사 정도를 측정하는 유사 검색 서버를 포함한다.
상기 데이터 추출 서버는, 상기 기준 동영상 데이터 및 비교 동영상 데이터를 적어도 한 항목 이상의 포맷을 동일한 포맷으로 표준화 처리하는 표준화 처리부 와, 상기 각 동영상 데이터를 영상 데이터 및 오디오 데이터로 분리하고, 장면 전환점을 기준으로 영상을 분절하는 전처리부와, 상기 분절되는 영상 장면내의 상기 영상 데이터 및 오디오 데이터를 기반으로 적어도 하나 이상의 특징별 특징 데이터를 추출하는 특징 추출부를 포함한다.
상기 데이터 추출 서버는, 상기 특징 추출부에서 추출되는 상기 장면별 특징들의 특징 데이터간 차이 값들의 평균을 통해 각 특징의 구분력을 추정하여, 구분력 순서대로 상기 각 특징 데이터를 배열하는 특징 구분부를 더 포함한다.
상기 표준화 처리부는, 상기 각 동영상의 영상 데이터 및 오디오 데이터의 코덱, 해상도(resolution), 비트율(bit rate) 또는 초당 프레임 수(FPS : frames per second) 중 하나 이상의 항목을 확인하여 동일한 포맷으로 변환하거나, 입력 값을 유지시킨다.
상기 전처리부는, 상기 동영상 데이터의 상기 영상 데이터 및 오디오 데이터를 동일한 저화질 및 저음질로 컨버팅한다.
상기 전처리부는, 상기 영상 데이터에 따른 영상의 셀 값의 차이, 히스토그램 비교, 에지(edge) 검출 또는 DC 계수 비교 중 하나 이상의 방식으로 상기 장면 전환점을 검출한다.
상기 특징 추출부는, 상기 장면내의 영상 데이터 및 오디오 데이터로부터 RGB 평균값 비교, 색상 휘도 정보 또는 중심 객체 추출 중 적어도 하나 이상의 특징을 기반으로 영상 특징 데이터를 추출하고, 'Mel-frequency cepstral coefficients', LPC(Linear Predictive Coding), ZCR(zero-crossing rate), 'Spectral Rolloff', 'Spectral Centroid' 또는 Spectral Flux' 중 적어도 하나 이상의 특징 추출 알고리즘 기반으로 오디오 특징 데이터를 추출한다.
상기 유사 검색 서버는, 상기 기준 특징 데이터와 비교 특징 데이터를 다대일 관계에서 DTW(Dynamic Time Warping) 연산을 산출하여 상기 유사 정도를 측정한다.
상기 유사 검색 서버는, 상기 기준 동영상 데이터의 개수만큼의 상기 비교 특징 데이터를 산출하는 것이 바람직하다.
상기 유사 검색 서버는, 상기 DTW 연산 값이 기준 연산 값보다 작으면, 유사 동영상으로 판별하여, 관리 단말로 검색 결과를 전송하는 보고 서버를 더 포함한다.
본 발명의 다른 측면에 따른 유사 동영상 검색 방법은, 유사 동영상 검색 시스템이 적어도 하나 이상의 기준 동영상 데이터를 표준화 처리하고, 상기 기준 동영상 데이터로부터 다수의 장면에 대한 특징 데이터를 추출하는 기준 데이터 추출 단계와, 상기 데이터 추출 서버에서 추출되는 상기 기준 동영상별 기준 특징 데이터를 데이터 베이스 서버에 저장하는 기준 특징 데이터 저장 단계와, 비교 동영상를 표준화 처리하고, 상기 비교 동영상 데이터로부터 다수의 장면에 대한 특징 데이터를 추출하는 비교 특징 데이터 추출 단계와, 상기 비교 특징 데이터와 상기 기준 특징 데이터간 비교 연산을 통해 유사 정도를 측정하는 유사 정도 측정 단계를 포함한다.
상기 기준 특징 데이터 추출 단계는, 상기 기준 동영상 데이터를 적어도 한 항목 이상을 동일한 포맷으로 표준화 처리하는 단계와, 상기 기준 동영상 데이터를 영상 데이터 및 오디오 데이터로 분리하고, 장면 전환점을 기준으로 영상을 분절하는 단계와, 상기 분절되는 영상 장면내의 상기 영상 데이터 및 오디오 데이터를 기반으로 특징 데이터를 추출하는 단계를 포함한다.
상기 기준 특징 데이터 추출 단계는, 상기 장면별 특징들의 특징 데이터간 차이 값들의 평균을 통해 각 특징의 구분력을 추정하여, 구분력 순서대로 상기 각 특징 데이터를 배열하는 단계를 더 포함한다.
상기 비교 특징 데이터 추출 단계는, 상기 비교 동영상 데이터를 적어도 한 항목 이상을 동일한 포맷으로 표준화 처리하는 단계와, 상기 비교 동영상 데이터를 영상 데이터 및 오디오 데이터로 분리하고, 장면 전환점을 기준으로 영상을 분절하는 단계와, 상기 분절되는 영상 장면내의 상기 영상 데이터 및 오디오 데이터를 기반으로 특징 데이터를 추출하는 단계를 포함한다.
상기 비교 특징 데이터 추출 단계는, 상기 장면별 특징들의 특징 데이터간 차이 값들의 평균을 통해 각 특징의 구분력을 추정하여, 구분력 순서대로 상기 각 특징 데이터를 배열하는 단계를 더 포함한다.
상기 표준화 처리하는 단계는, 상기 각 동영상의 영상 데이터 및 오디오 데이터의 코덱, 해상도(resolution), 비트율(bit rate) 또는 초당 프레임 수(FPS : frames per second) 중 하나 이상의 항목을 확인하여 동일한 포맷으로 변환하거나, 입력 값을 유지시킨다.
상기 유사 동영상 검색 방법은, 상기 영상 데이터 및 오디오 데이터를 동일 한 저화질 및 저음질로 컨버팅하는 단계를 더 포함한다.
상기 영상을 분절하는 단계는, 상기 영상 데이터에 따른 영상의 셀 값의 차이, 히스토그램 비교, 에지(edge) 검출 또는 DC 계수 비교 중 하나 이상의 방식으로 상기 장면 전환점을 검출하는 것이 바람직하다.
상기 특징 데이터를 추출하는 단계는, 상기 장면내의 영상 데이터 및 오디오 데이터로부터 RGB 평균값 비교, 색상 휘도 정보 또는 중심 객체 추출 중 적어도 하나 이상의 특징을 기반으로 영상 특징 데이터를 추출하고, 'Mel-frequency cepstral coefficients', LPC(Linear Predictive Coding), ZCR(zero-crossing rate), 'Spectral Rolloff', 'Spectral Centroid' 또는 Spectral Flux' 중 적어도 하나 이상의 특징 추출 알고리즘 기반으로 오디오 특징 데이터를 추출한다.
상기 유사 정도 측정 단계는, DTW(Dynamic Time Warping) 알고리즘을 기반으로 상기 기준 특징 데이터와 비교 특징 데이터간 상기 유사 정도를 측정한다.
상기 유사 정도 측정 단계는, 상기 기준 동영상 데이터의 개수만큼의 상기 비교 특징 데이터를 산출하는 단계와, 상기 DTW 연산 값이 기준 연산 값보다 작으면, 유사 동영상으로 판별하여, 관리 단말로 검색 결과를 전송하는 보고 단계를 더 포함한다.
상술한 바와 같은 본 발명에 따르면, 유사 동영상 검색 시스템은 유해 동영상 및 저작권이 있는 저작권 동영상들의 기준 특징 데이터를 데이터 베이스 서버에 저장한 다음 인터넷에서 유포되는 비교 동영상 또는 관리자가 확인하고자 하는 비교 동영상의 비교 특징 데이터와, 기준 특징 데이터간 유사 정도를 측정하면, 유해 동영상의 유포 방지 및 동영상에 대한 저작권 보호와 같은 효과를 획득할 수 있다.
그리고, 본 발명에 따르면, 유사 동영상 검색 시스템은 비교 특징 데이터 값과 일정 오차 범위내의 기준 특징 데이터 값을 검색하고, 유사 정도 측정 알고리즘을 기반으로 기준 특징 데이터 및 비교 특징 데이터간 유사 정도를 측정하여 유사 동영상을 검색하므로, 영상 또는 오디오 데이터가 변경되는 경유라도 유사 동영상을 검색할 수 있다.
이하 본 발명의 바람직한 실시예에 따른 유사 동영상 검색 시스템 및 그 방법을 첨부 도면을 참조하여 상세 설명하며, 본 발명의 주된 기술 요지를 흐리거나, 주지된 기술 내용에 대한 상세 설명은 생략한다.
도 1은 본 발명에 따른 유사 동영상 검색 시스템을 설명하기 위한 블록 도면이다.
도 1을 참조하면, 본 발명에 따른 유사 동영상 검색 시스템(100)은 데이터 추출 서버(110)와, 데이터 베이스 서버(120)와, 유사 검색 서버(130)와, 보고 서버(140)를 포함한다.
관리 단말(200)은 데이터 추출 서버(110)로 다수의 기준 동영상(컨텐츠) 및 비교 동영상 데이터를 입력하고, 유사 동영상 검색 시스템(100)이 비교 동영상 데 이터와 유사 정도가 높은 기준 동영상 데이터를 검색하여 보고하면, 관리자에게 유사 동영상 검색 결과를 출력한다.
데이터 추출 서버(110)는 관리 단말(200)로부터 입력되는 다양한 종류의 동영상 데이터, 네트워크를 통해 유포되는 다양한 종류의 동영상 데이터 또는 네트워크를 통해 접근 가능한 데이터 베이스(도면상에는 미도시)에 저장된 다양한 종류의 동영상 데이터를 수집한 이후에 표준화 처리하고, 영상 및 오디오 데이터를 구분한 다음 특징 데이터를 추출한다.
도 2는 본 발명에 따른 데이터 추출 서버를 설명하기 위한 블록 도면이다.
도 2를 참조하면, 본 발명에 따른 데이터 추출 서버(110)는, 표준화 처리부(111)와, 전처리부(112)와, 특징 추출부(113)와, 특징 구분부(114)를 포함한다.
표준화 처리부(111)는 관리 단말(200)로부터 입력되는 다양한 종류의 동영상 데이터를 표준화 처리한다. 즉, 표준화 처리부(111)는 입력되는 동영상의 영상 및 오디오 데이터의 코덱, 해상도(resolution), 비트율(bit rate) 및 초당 프레임(화면) 수(FPS : frames per second) 등이 각기 다르기 때문에 표준화 처리한다.
예를 들어, 표준화 처리부(111)는 각 동영상 데이터의 영상 및 소리의 코덱의 종류를 파악하고, 기준 코덱으로 변환하고, 영상의 가로/세로 픽셀 수인 해상도를 조회/파악하여, 기준 해상도로 변환한다.
또한, 표준화 처리부(111)는 동영상 데이터의 비트율을 조회/파악하여, 기준 비트율로 변환하고, 초당 프레임 수를 조회/파악하여 기준 초당 프레임 수로 변환한다.
이러한 표준화 처리부(111)의 표준화 처리는 기준 동영상 데이터 및 비교 동영상 데이터를 동일한 조건에서 유사 정도를 검색하기 위한 것이다.
일례를 들어, 표준화 처리부(111)는 입력되는 동영상 데이터의 파일 포맷을 avi(audio video interleaving)으로 표준화하고, 압축 방식을 DivX MPEG-4 Video v4(OpenDivX)로 표준화하고, 해상도, 오디오 샘플율, 채널, 초당 프레임 수, 노멀라저 등은 해당 동영상 데이터의 입력 값으로 유지하는 표준화 처리 기능을 수행한다. 즉, 표준화 처리부(1110)는 각기 다른 파일 포맷 및 압축 방식의 동영상 데이터를 동일한 파일 포맷 및 압축 방식으로 통일시킨다.
전처리부(112)는 동영상 데이터에 포함되는 각기 다른 미디어 데이터인 영상 데이터 및 오디오 데이터를 분리하고, 영상 및 오디오 데이터를 기준 임계치의 저화질 및 저음질로 컨버팅하고, 영상 데이터를 기반으로 하는 영상의 장면 전환점을 기준으로 영상을 분절한다.
전처리부(112)는 동영상 데이터를 영상 및 오디오 데이터로 분리하여, 동영상 데이터의 영상 또는 오디오 데이터가 일부 변경되는 경우라도 기준 및 비교 동영상 데이터의 유사 정도를 검색할 수 있도록 하고, 영상 및 오디오 데이터는 각기 다른 미디어 데이터이므로, 각 미디어 데이터의 속성을 반영하여 유사 정도를 검색할 수 있도록 하여, 동영상 데이터의 구분력을 향상시킨다.
그리고, 전처리부(112)는 영상 및 오디오 데이터를 기준 임계치의 저화질 및 저음질로 컨버팅하여, 기준 및 비교 동영상 데이터간 화질 및 음질의 일관성을 유지시킨다. 즉, 전처리부(112)는 기준 임계치의 저화질 및 저음질로 컨버팅하여, 동 일한 동영상 데이터인 경우에도 디지털화 규격이 상이하면, 특징 데이터간 수치 상 차이가 발생하지 않도록 한다.
또한, 전처리부(112)가 컨버팅하는 저화질 및 저음질의 기준 임계치는 유사 동영상 검색 시스템(100)에서 다수의 테스트 실험을 통해 결정되는 것이 바람직하다.
일례를 들어, 전처리부(112)가 컨버팅하는 저화질 및 저음질은 통상 유통되는 컨텐츠의 평균적인 화질 및 음질을 의미할 수 있으며, 통상 이동단말(핸드폰)의 최소 화면 화소(대략 176ㅧ144 QCIF(Quater Common Intermediate Format))와, FM 라디오의 출력 음질(대략 64Kbps)로 컨버팅할 수 있다.
즉 전처리부(112)는 다양한 화질 및 음질을 가지는 동영상 데이터의 평균치 화질 및 음질로 컨버팅하며, 동영상 데이터의 특징에 따라 저화질 및 저음질의 수치가 결정될 수 있다.
한편, 영상은 하나의 카메라로 촬영되는 영상을 나타내는 기본 단위인 샷(shot)과, 영상의 화면이 전환되는 컷(cut)과, 다수의 샷이 모여 하나의 의미를 형성하는 장면(scene)으로 구분할 수 있다.
그러므로, 전처리부(112)는 장면간 샷이 변화되는 부분을 장면 전환점으로 판단하여, 영상을 분절할 수 있다.
또한, 전처리부(112)는 장면 전환점을 기준으로 영상의 색상, 모양, 질감 등이 급격히 변하므로, 픽셀 값(밝기)의 차이, 히스토그램 비교, 에지(edge) 검출, DC 계수 비교 등을 통해 장면 전환점을 검출할 수 있다.
특징 추출부(113)는 전처리부(112)에서 장면 전환점을 기준으로 동영상 데이터가 분리되면, 각 장면 전환점의 영상 및 오디오 데이터의 특징을 추출한다.
특징 추출부(113)는 장면 전환점 사이에 있는 영상 및 오디오 데이터, 즉 장면내의 영상 및 오디오 데이터로부터 RGB 평균값 비교 또는 에지 히스토그램 등을 기반으로 특징 데이터를 추출할 수 있으며, 장면은 연속된 샷이므로, 장면내 형상들의 위치 변화 등을 벡터 값으로 추출할 수 있다.
특징 추출부(113)가 추출하는 특징 데이터는 다수 종류, 예를 들어, 장면내 영상들의 영상 특징 데이터 및 오디오 특징 데이터를 추출하며, 영상 특징 데이터는 RGB 평균값 비교, 색상 휘도 정보 또는 중심 객체 추출 등을 기반으로 색상 데이터, 영상내 형상들의 구조 데이터, 형상(shape) 데이터가 될 수 있고, 오디오 특징 데이터는 특징 추출 알고리즘인 'Mel-frequency cepstral coefficients', LPC(Linear Predictive Coding), ZCR(zero-crossing rate), 'Spectral Rolloff', 'Spectral Centroid' 또는 Spectral Flux' 등을 통해 추출할 수 있다.
본 발명에 적용되는 동영상 데이터의 특징은 해당 동영상 데이터의 속성과 유사한 의미를 가지며, 예를 들어, 동영상 데이터의 특징은 해당 동영상의 '화면의 평균 밝기', '화면의 RGB 평균' 등과 같은 다양한 특징들이 추출될 수 있다.
또한, 동영상 데이터의 특징 데이터는 상기 동영상 데이터의 특징으로 추출되는 값을 의미하며, 하나의 동영상에는 다양한 종류의 특징이 추출되고, 각 특징들의 값인 특징 데이터를 가진다.
그리고, 특징 구분부(114)는 특징 추출부(113)에서 추출된 다수의 특징 데이 터를 구분력을 기준으로 우선 순위를 부여하여 배열한다.
도 3은 본 발명에 따른 특징 구분부가 우선 순위를 부여하는 방식을 설명하기 위한 도면으로, 도 3을 참조하면, 특징 구분부(114)는 특징 추출부(113)에서 추출된 다수의 특징 데이터를 구분력을 기준으로 우선 순위를 부여하여 배열한다.
즉, 특징 구분부(114)는 장면내 영상에 대한 다수의 특징 데이터(색상 데이터, 구조 데이터 형상 데이터)와, 오디오 특징 데이터를 학습하여, 구분력이 좋은 정도, 예를 들어, 특징이 강하게 나타나는 특징 데이터를 높은 순위를 부여하여 배열하고, 순차적으로 데이터 베이스 서버(120)로 전송하여 저장한다.
예를 들어, 특징 구분부(114)는 A,B,C 특징 데이터의 구분력을 기반으로 우선 순위를 부여한 결과, B-> C-> A 순서인 경우, A,B,C 순서로 배열하지 않고, B,C,A 순서로 배열한다.
즉, 본 발명에 따른 특징 구분부(114)는 특징 추출부(113)에서 추출한 각 특징 데이터의 구분력을 기준으로 특징 데이터를 배열한다. 이때, 특징 데이터의 구분력은 각 동영상 데이터의 특징들간 구분력을 의미하며, 특징 구분부(114)는 여러 특징 중 유사 동영상을 판단할 구분력이 좋은 특징 데이터에 우선 순위를 부여한다.
이때, 특징 구분부(114)는 동영상 데이터에서 추출되는 다수의 특징에 상응하는 특징 데이터간 차이 값이 큰 특징이 구분력이 좋다고 판단할 수 있으며, 구분력이 큰 순서로 특징 데이터를 배열할 수 있다.
일례를 들면, 100개의 동영상 데이터의 10가지 특징을 추출하는 경우, 각 동 영상 데이터별로 10개의 특징 데이터가 추출된다. 따라서, 각 동영상 데이터별로 10개의 특징 데이터가 추출되고, 각 특징별로 100개의 특징 데이터가 추출된다.
그리고, 10개 특징별 특징 데이터간 차이 값을 산출한 이후 차이 값들의 평균을 통해 각 특징의 구분력을 추정하여, 구분력 순서대로 특징 데이터를 배열한다.
즉, 동영상 데이터간 특징이 확연히 구분할 수 있는 특징 데이터에 우선 순위를 부여한다.
한편, 특징 구분부(114)는 동영상 데이터가 기준 동영상인 경우에는 특징 데이터에 우선 순위에 부여하여 데이터 베이스 서버(120)에 저장하고, 비교 동영상인 경우에는 영상 유사 검색 서버(130)로 전송한다.
즉, 유사 동영상 검색 시스템(100)은 우선 데이터 베이스 서버(120)에 대용량의 기준 동영상에 대한 기준 특징 데이터를 저장한 이후에 비교 동영상의 비교 특징 데이터와 비교하여 유사 정도를 검색한다.
데이터 베이스 서버(120)는 다수의 기준 동영상별 특징 데이터가 우선 순위에 따라 저장된다.
한편, 본 발명에 따른 데이터 추출 서버(110)는 기준 동영상의 기준 특징 데이터에 구분력을 기준으로 우선 순위를 부여하여 데이터 베이스 서버(120)에 저장하거나, 각 기준 특징 데이터를 순차적으로 데이터 베이스 서버(120)에 저장할 수 있으며, 기준 특징 데이터에 우선 순위를 부여하지 않는 경우에는 비교 특징 데이터에도 우선 순위를 부여하지 않는 것이 바람직하다.
즉, 데이터 추출 서버(110)에 특징 구분부(114)가 구현되거나, 구현되지 않을 수 있으며, 각 특징 데이터에 우선 순위를 부여하지 않는 경우라도 기준 동영상 및 비교 동영상간 특징 데이터를 비교하여, 유사 정도를 판별할 수 있다.
도 4는 본 발명에 따른 데이터 베이스 서버의 저장 구조를 설명하기 위한 도면이다.
도 4를 참조하면, 데이터 베이스 서버(120)에는 다수의 기준 동영상(ID)별 다수의 특징 데이터(영상 및 오디오 특징 데이터)가 우선 순위에 따라 저장된다.
한편, 유사 검색 서버(130)는 관리 단말(200)로부터 입력되는 비교 동영상의 비교 특징 데이터와 유사 정도가 높은 기준 특징 데이터가 데이터 베이스 서버(120)에 저장되어 있는지 여부를 검색한다.
이때, 유사 검색 서버(130)는 장면내 특징 데이터의 정밀도가 100% 정확도를 가지지 못하므로, 비교 특징 데이터와 일정 오차 범위내에 있는 기준 특징 데이터를 검색한다.
그리고, 유사 검색 서버(130)는 입력되는 비교 동영상에 대한 다수의 비교 특징 데이터 값과 일정 오차 범위를 가지는 기준 특징 데이터를 검색한다. 즉, 유사 검색 서버(130)는 각각의 비교 특징 데이터 값과 일정 오차 범위내의 기준 특징 데이터 값들을 검색한다.
일례를 들어, 유사 검색 서버(130)는 다수의 기준 동영상들의 기준 특징 데이터와 입력된 비교 동영상의 비교 특징 데이터를 다대일 관계에서 DTW(Dynamic Time Warping) 연산을 산출하여, DTW 연산값이 0일경우는 완벽한 일치를 의미하며, 수치가 0보다 증가할수록 유사도가 감소됨을 의미하므로, DTW 연산값에 따라 유사 정도를 판단할 수 있다.
그리고, 유사 검색 서버(130)는 다대일 관계로 기준 특징 데이터와, 비교 특징 데이터가 비교되므로, 기준 동영상 갯수만큼의 비교 특징 데이터 값이 산출하며, DTW 연산 값이 기준 연산 값보다 작으면, 유사 동영상을 판별할 수 있다.
도 5a 및 도 5b는 본 발명의 유사 검색 서버가 유사 동영상을 검색하는 방식을 설명하기 위한 도면이다.
도 5a를 참조하면, 유사 검색 서버(130)는 입력되는 비교 특징 데이터 값과 일정 오차 범위내의 기준 특징 데이터 값을 검색하고, 해당 기준 특징 데이터를 가지는 기준 동영상을 후보 동영상으로 선택한다.
그리고, 유사 검색 서버(130)는 유사 정도 측정 알고리즘, 예를 들어, DTW(Dynamic Time Warping) 연산을 기반으로 각 후보 동영상의 기준 특징 데이터와 비교 특징 데이터간 유사 정도를 측정한다.
이때, 유사 검색 서버(130)는 비교 특징 데이터와 기준 특징 데이터간 유사 정도를 일정 임계치의 정밀도로 측정한다.
그리고, 유사 검색 서버(130)는 기준 특징 데이터와 비교 특징 데이터간 유사 정도에 따라 각 후보 동영상의 우선 순위를 부여한다.
또한, 유사 검색 서버(130)는 유사 정도가 일정 임계치를 초과하는 경우에는 해당 후보 동영상과 비교 동영상이 유사(동일)한 것으로 판단하여, 보고 서버(140)를 통해 관리 단말(200)로 유사 동영상 검색 결과를 전송한다.
이때, 유사 검색 서버(130)는 유사 동영상 검색 결과에 기준 동영상(후보 동영상)의 식별 정보 및 유사 정도를 포함시켜, 관리자가 기준 동영상과 비교 동영상을 비교할 수 있도록 한다.
한편, 유사 검색 서버(130)는 유사 정도가 일정 임계치를 초과하는 후보 동영상이 없으면, 유사 동영상이 데이터 베이스 서버(120)에 저장되어 있지 않으므로, 유사 동영상이 검색되지 않음을 알리는 유사 동영상 검색 결과를 관리 단말(200)로 전송한다.
도 6은 본 발명의 바람직한 실시예에 따른 유사 동영상 검색 방법을 설명하기 위한 플로챠트이다.
도 6을 참조하면, 유사 동영상 검색 시스템(100)은 다수의 기준 동영상의 특징 데이터를 추출하는 기준 특정 데이터 추출 단계(S 100), 각 기준 동영상별 특징 데이터를 데이터 베이스 서버(120)에 저장하는 기준 특징 데이터 저장 단계(S 110)와, 입력되는 비교 동영상의 특징 데이터를 추출하는 비교 특징 데이터 추출 단계(S 120)와, 기준 동영상과 비교 동영상의 유사 정도를 측정하는 유사 정도 측정 단계(S 130), 기준 동영상과 비교 동영상의 유사 정도에 따라 검색 결과를 관리자에게 전송하는 결과 보고 단계(S 140)를 포함한다.
도 7은 도 6의 기준 및 특정 데이터 추출 단계를 설명하기 위한 플로챠트이다.
도 7을 참조하면, 유사 동영상 검색 시스템(100)은 관리 단말(200)로부터 입력되는 다양한 종류의 동영상 데이터를 표준화 처리한다(S 200).
즉, 유사 동영상 검색 시스템(100)은 입력되는 동영상의 영상 및 소리의 코덱, 해상도(resolution), 비트율(bit rate) 및 초당 프레임(화면) 수(FPS : frames per second) 등이 각기 다르기 때문에 표준화 처리한다.
그리고, 유사 동영상 검색 시스템(100)은 동영상 데이터에 포함되는 각기 다른 미디어 데이터인 영상 데이터 및 오디오 데이터를 분리하고(S 210), 영상 및 오디오 데이터를 기준 임계치의 저화질 및 저음질로 컨버팅한다(S 220). 이때, 유사 동영상 검색 시스템(100)가 컨버팅하는 저화질 및 저음질은 통상 유통되는 컨텐츠의 평균적인 화질 및 음질을 의미할 수 있으며, 통상 이동단말(핸드폰)의 최소 화면 화소(대략 176ㅧ144 QCIF(Quater Common Intermediate Format))와, FM 라디오의 출력 음질(대략 64Kbps)로 컨버팅할 수 있다.
유사 동영상 검색 시스템(100)은 영상 데이터를 기반으로 하는 영상의 장면 전환점을 기준으로 영상을 분절한다(S 230).
유사 동영상 검색 시스템(100)은 구분력을 향상시키기 위해 동영상 데이터를 영상 및 오디오 데이터로 분리하여, 동영상 데이터의 영상 또는 오디오 데이터가 일부 변경되는 경우라도 유사 정도를 검색할 수 있도록 한다.
유사 동영상 검색 시스템(100)은 동일한 동영상 데이터인 경우에도 디지털화 규격이 상이한 경우를 대비하고, 기준 및 비교 동영상 데이터간 화질 및 음질의 일관성을 유지시키기 위해 동영상 데이터를 기준 임계치의 저화질 및 저음질로 컨버팅한다.
또한, 유사 동영상 검색 시스템(100)은 장면간 샷이 변화되는 부분을 장면 전환점으로 판단하여, 영상을 분절할 수 있으며, 장면 전환점을 기준으로 영상의 색상, 모양, 질감 등이 급격히 변하므로, 픽셀 값(밝기)의 차이, 히스토그램 비교, 에지(edge) 검출, DC 계수 비교 등을 통해 장면 전환점을 검출할 수 있다.
유사 동영상 검색 시스템(100)은 각 장면내의 영상 데이터 및 오디오 데이터의 특징을 추출한다(S 240).
여기서 유사 동영상 검색 시스템(100)은 장면내의 영상 및 오디오 데이터로부터 특징 데이터를 추출할 수 있으며, 특징 데이터는 영상 특징 데이터 및 오디오 특징 데이터가 될 수 있다. 그리고, 영상 특징 데이터는 RGB 평균값 비교, 색상 휘도 정보 또는 중심 객체 추출 등을 기반으로 색상 데이터, 영상내 형상들의 구조 데이터, 형상(shape) 데이터가 될 수 있고, 오디오 특징 데이터는 특징 추출 알고리즘인 'Mel-frequency cepstral coefficients', LPC(Linear Predictive Coding), ZCR(zero-crossing rate), 'Spectral Rolloff', 'Spectral Centroid' 또는 Spectral Flux' 등을 통해 추출할 수 있다.
유사 동영상 검색 시스템(100)은 다수의 특징 데이터를 구분력을 기준으로 우선 순위를 부여하여 배열한다(S 250).
이때, 유사 동영상 검색 시스템(100)은 각 특징 데이터를 구분력을 기준으로 우선 순위를 부여하여 배역하거나, 각 특징 데이터를 순차적으로 배역할 수 있다.
유사 동영상 검색 시스템(100)은 장면내 영상에 대한 다수의 특징 데이터(색상 데이터, 구조 데이터 형상 데이터)와, 오디오 특징 데이터를 학습하여, 구분력이 좋은 정도, 예를 들어, 특징이 강하게 나타나는 특징 데이터를 높은 순위를 부 여하여 배열한다.
한편, 유사 동영상 검색 시스템(100)은 상기 도 7에서 설명되는 특징 데이터 추출 단계를 통해 추출된 다수의 특징 데이터를 동영상이 기준 동영상인 경우에는 데이터 베이스 서버(120)에 우선 순위에 따라 저장하는 기준 특징 데이터 저장 단계(S 110)를 수행하고, 비교 동영상인 경우에는 유사 정도 측정 단계(S 130)를 수행한다.
또한, 상기 도 6의 유사 정도 측정 단계(S 130)에서는 유사 동영상 검색 시스템(100)이 데이터 베이스 서버(120)에 저장되어 있는 다수의 기준 동영상(ID)별 다수의 기준 특징 데이터(영상 및 오디오 특징 데이터)와 입력되는 비교 동영상에 대한 다수의 비교 특징 데이터의 유사 정도를 측정한다.
이때, 유사 동영상 검색 시스템(100)은 비교 특징 데이터 값과 일정 오차 범위내에 있는 기준 특징 데이터 값을 검색하고, 검색된 기준 특징 데이터를 가지는 기준 동영상을 후보 동영상으로 선택한다.
그리고, 유사 동영상 검색 시스템(100)은 유사 정도 측정 알고리즘, 예를 들어, DTW(Dynamic Time Warping) 알고리즘을 기반으로 각 후보 동영상의 기준 특징 데이터와 비교 특징 데이터간 유사 정도를 측정하고, 유사 정도에 따라 각 후보 동영상의 우선 순위를 부여한다.
한편, 상기 도 6의 결과 보고 단계(S 140)에서는 유사 동영상 검색 시스템(100)이 유사 정도가 일정 임계치를 초과하는 후보 동영상이 있는지 확인하여, 일정 임계치, 즉 DTW 연산 값이 기준 연산 값 이하가 되는 후보 동영상이 있으면, 해당 기준 동영상의 식별 정보 및 유사 정도가 포함되는 유사 동영상 검색 결과를 관리 단말(200)로 전송하고, 유사 정도가 일정 임계치를 초과하는 후보 동영상이 없으면, 유사 동영상이 데이터 베이스 서버(120)에 저장되어 있지 않으므로, 유사 동영상이 검색되지 않음을 알리는 유사 동영상 검색 결과를 관리 단말(200)로 전송한다.
이상에서 본 발명은 기재된 구체 예에 대해서만 상세히 설명하였지만 본 발명의 기술 사상 범위 내에서 다양한 변형 및 수정이 가능함은 당업자에게 있어서 명백한 것이며, 이러한 변형 및 수정이 첨부된 특허청구범위에 속함은 당연한 것이다.
도 1은 본 발명에 따른 유사 동영상 검색 시스템을 설명하기 위한 블록 도면.
도 2는 본 발명에 따른 데이터 추출 서버를 설명하기 위한 블록 도면.
도 3은 본 발명에 따른 특징 구분부가 우선 순위를 부여하는 방식을 설명하기 위한 도면.
도 4는 본 발명에 따른 데이터 베이스 서버의 저장 구조를 설명하기 위한 도면.
도 5a 및 도 5b는 본 발명의 유사 검색 서버가 유사 동영상을 검색하는 방식을 설명하기 위한 도면.
도 6은 본 발명의 바람직한 실시예에 따른 유사 동영상 검색 방법을 설명하기 위한 플로챠트.
도 7은 도 6의 기준 및 특정 데이터 추출 단계를 설명하기 위한 플로챠트.
<도면의 주요 부분에 대한 부호 설명>
100 : 유사 동영상 검색 시스템 110 : 데이터 추출 서버
111 : 표준화 처리부 112 : 전처리부
113 : 특징 추출부 114 : 특징 구분부
120 : 데이터 베이스 서버 130 : 유사 검색 서버
140 : 보고 서버 200 : 관리 단말

Claims (22)

  1. 유사 동영상 검색 시스템에 있어서,
    적어도 하나 이상의 기준 동영상 데이터 및 비교 동영상 데이터를 표준화 처리하고, 상기 기준 동영상 데이터 및 비교 동영상 데이터로부터 다수의 장면에 대한 특징별 특징 데이터를 추출하며, 그 내부에 상기 기준 동영상 데이터 및 비교 동영상 데이터를 적어도 한 항목 이상의 포맷을 동일한 포맷으로 표준화 처리하는 표준화 처리부와, 상기 각 동영상 데이터를 영상 데이터 및 오디오 데이터로 분리하고, 장면 전환점을 기준으로 영상을 분절하는 전처리부와, 상기 분절되는 영상 장면내의 상기 영상 데이터 및 오디오 데이터를 기반으로 적어도 하나 이상의 특징별 특징 데이터를 추출하는 특징 추출부와, 상기 특징 추출부에서 추출되는 상기 장면별 특징들의 특징 데이터간 차이 값들의 평균을 통해 각 특징의 구분력을 추정하여, 구분력 순서대로 상기 각 특징 데이터를 배열하는 특징 구분부를 포함하는 데이터 추출 서버와;
    상기 데이터 추출 서버에서 추출되는 상기 기준 동영상별 기준 특징 데이터를 저장하는 데이터 베이스 서버와,
    상기 데이터 추출 서버에서 추출되는 비교 특징 데이터와 상기 기준 특징 데이터간 비교 연산을 통해 유사 정도를 측정하는 유사 검색 서버를 포함하며;
    상기 전처리부는 상기 동영상 데이터의 상기 영상 데이터 및 오디오 데이터를 동일한 저화질 및 저음질로 컨버팅하는 것을 특징으로 하는 유사 동영상 검색 시스템.
  2. 삭제
  3. 삭제
  4. 제1 항에 있어서, 상기 표준화 처리부는,
    상기 각 동영상의 영상 데이터 및 오디오 데이터의 코덱, 해상도(resolution), 비트율(bit rate) 또는 초당 프레임 수(FPS : frames per second) 중 하나 이상의 항목을 확인하여 동일한 포맷으로 변환하거나, 입력 값을 유지시키는 것을 특징으로 하는 유사 동영상 검색 시스템.
  5. 삭제
  6. 제1 항에 있어서, 상기 전처리부는,
    상기 영상 데이터에 따른 영상의 셀 값의 차이, 히스토그램 비교, 에지(edge) 검출 또는 DC 계수 비교 중 하나 이상의 방식으로 상기 장면 전환점을 검출하는 것을 특징으로 하는 유사 동영상 검색 시스템.
  7. 제1 항에 있어서, 상기 특징 추출부는,
    상기 장면내의 영상 데이터 및 오디오 데이터로부터 RGB 평균값 비교, 색상 휘도 정보 또는 중심 객체 추출 중 적어도 하나 이상의 특징을 기반으로 영상 특징 데이터를 추출하고, 'Mel-frequency cepstral coefficients', LPC(Linear Predictive Coding), ZCR(zero-crossing rate), 'Spectral Rolloff', 'Spectral Centroid' 또는 Spectral Flux' 중 적어도 하나 이상의 특징 추출 알고리즘 기반으로 오디오 특징 데이터를 추출하는 것을 특징으로 하는 유사 동영상 검색 시스템.
  8. 제1 항에 있어서, 상기 유사 검색 서버는,
    상기 기준 특징 데이터와 비교 특징 데이터를 다대일 관계에서 DTW(Dynamic Time Warping) 연산을 산출하여 상기 유사 정도를 측정하는 것을 특징으로 하는 유사 동영상 검색 시스템.
  9. 제8 항에 있어서, 상기 유사 검색 서버는,
    상기 기준 동영상 데이터의 개수만큼의 상기 비교 특징 데이터를 산출하는 것을 특징으로 하는 유사 동영상 검색 시스템.
  10. 제8 항에 있어서, 상기 유사 검색 서버는,
    상기 DTW 연산 값이 기준 연산 값보다 작으면, 유사 동영상으로 판별하여, 관리 단말로 검색 결과를 전송하는 보고 서버를 더 포함하는 유사 동영상 검색 시스템.
  11. 삭제
  12. 삭제
  13. 삭제
  14. 삭제
  15. 삭제
  16. 삭제
  17. 삭제
  18. 삭제
  19. 삭제
  20. 삭제
  21. 삭제
  22. 삭제
KR1020090035036A 2008-10-27 2009-04-22 유사 동영상 검색 시스템 및 그 방법 KR101055168B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020080105165 2008-10-27
KR20080105165 2008-10-27

Publications (2)

Publication Number Publication Date
KR20100047110A KR20100047110A (ko) 2010-05-07
KR101055168B1 true KR101055168B1 (ko) 2011-08-08

Family

ID=42274273

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090035036A KR101055168B1 (ko) 2008-10-27 2009-04-22 유사 동영상 검색 시스템 및 그 방법

Country Status (1)

Country Link
KR (1) KR101055168B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101373849B1 (ko) * 2012-02-22 2014-03-17 주식회사 다음커뮤니케이션 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템
CN113254703B (zh) * 2021-05-12 2024-09-20 北京百度网讯科技有限公司 视频匹配方法、视频处理方法、装置、电子设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100517645B1 (ko) * 2004-11-05 2005-09-28 (주)지란지교소프트 해쉬값을 이용한 유해물 차단방법
KR100687732B1 (ko) * 2005-11-24 2007-02-27 한국전자통신연구원 내용 기반 멀티 모달 특징값을 이용한 유해 동영상 차단방법 및 그 장치
KR100811835B1 (ko) 2006-10-25 2008-03-10 주식회사 에스원 동영상 특징량 추출방법 및 이를 이용한 내용 기반 동영상검색방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100517645B1 (ko) * 2004-11-05 2005-09-28 (주)지란지교소프트 해쉬값을 이용한 유해물 차단방법
KR100687732B1 (ko) * 2005-11-24 2007-02-27 한국전자통신연구원 내용 기반 멀티 모달 특징값을 이용한 유해 동영상 차단방법 및 그 장치
KR100811835B1 (ko) 2006-10-25 2008-03-10 주식회사 에스원 동영상 특징량 추출방법 및 이를 이용한 내용 기반 동영상검색방법

Also Published As

Publication number Publication date
KR20100047110A (ko) 2010-05-07

Similar Documents

Publication Publication Date Title
US10289698B2 (en) System, apparatus, method, program and recording medium for processing image
EP2321964B1 (en) Method and apparatus for detecting near-duplicate videos using perceptual video signatures
US8897512B1 (en) Video hashing system and method
CN108182421B (zh) 视频分割方法和装置
CN106937114B (zh) 用于对视频场景切换进行检测的方法和装置
EP1494132A1 (en) Method and apparatus for representing a group of images
KR100944903B1 (ko) 비디오 신호의 특징 추출 장치 및 그 추출 방법, 비디오인식 시스템 및 그 인식 방법
JP5482655B2 (ja) 画像同一性尺度算出システム
US7729545B2 (en) Signal processing method and method for determining image similarity
KR20090019712A (ko) 정보 처리 장치 및 정보 처리 방법
JP2006092559A (ja) 少なくとも１つの画像及び画像群を表現する方法、画像又は画像群の表現、画像及び／又は画像群を比較する方法、画像又は画像群を符号化する方法、画像又は画像シーケンスを復号する方法、符号化されたデータの使用、画像又は画像群を表現する装置、画像及び／又は画像群を比較する装置、コンピュータプログラム、システム、及びコンピュータ読み取り可能な記憶媒体
US20210182566A1 (en) Image pre-processing method, apparatus, and computer program
CN111914649A (zh) 人脸识别的方法及装置、电子设备、存储介质
KR20090006397A (ko) 동영상 유통 환경에서 유해 동영상의 다단계 차단 시스템및 방법
KR100612842B1 (ko) 앵커 샷 결정방법 및 결정장치
KR20210055567A (ko) 영상의 유사도 분석을 이용한 위치 측정 시스템 및 그 방법
KR101055168B1 (ko) 유사 동영상 검색 시스템 및 그 방법
CN111325265A (zh) 一种针对篡改图像的检测方法及装置
JP2005303566A (ja) ブロック分割領域における動きベクトルの分布を利用した特定シーン抽出方法及び装置
CN112989098A (zh) 一种图像类侵权实体自动化检索方法、装置和电子设备
US8014606B2 (en) Image discrimination apparatus
KR100930529B1 (ko) 비디오 식별을 통한 유해 동영상 검열 시스템 및 방법
KR101395666B1 (ko) 비디오 영상의 변화를 이용한 도난 감시 장치 및 방법
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
KR101929546B1 (ko) 영상 품질 기반 중복 파일 관리 시스템 및 방법

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: 20140725

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160728

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20180315

Year of fee payment: 7

R401 Registration of restoration
FPAY Annual fee payment

Payment date: 20180725

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20190731

Year of fee payment: 9