KR101373849B1 - 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템 - Google Patents

동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템 Download PDF

Info

Publication number
KR101373849B1
KR101373849B1 KR1020120018067A KR20120018067A KR101373849B1 KR 101373849 B1 KR101373849 B1 KR 101373849B1 KR 1020120018067 A KR1020120018067 A KR 1020120018067A KR 20120018067 A KR20120018067 A KR 20120018067A KR 101373849 B1 KR101373849 B1 KR 101373849B1
Authority
KR
South Korea
Prior art keywords
video data
feature value
continuous frame
regions
frame set
Prior art date
Application number
KR1020120018067A
Other languages
English (en)
Other versions
KR20130096537A (ko
Inventor
최현철
김재범
Original Assignee
주식회사 다음커뮤니케이션
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 주식회사 다음커뮤니케이션 filed Critical 주식회사 다음커뮤니케이션
Priority to KR1020120018067A priority Critical patent/KR101373849B1/ko
Publication of KR20130096537A publication Critical patent/KR20130096537A/ko
Application granted granted Critical
Publication of KR101373849B1 publication Critical patent/KR101373849B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/174—Redundancy elimination performed by the file system
    • G06F16/1748—De-duplication implemented within the file system, e.g. based on file segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

본 발명에 따른 동영상 데이터 관리 시스템은 제1 동영상 데이터에서 선택한 제1 연속 프레임 세트의 제1 3차원 특징값을 추출하고, 제2 동영상 데이터에서 선택한 제2 연속 프레임 세트의 제2 3차원 특징값을 추출하는 특징 추출부, 그리고 상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 비교하여, 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단하는 비교부를 포함한다.

Description

동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템{SYSTEM AND METHOD OF MANAGING VIDEO}
본 발명은 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템에 관한 것이다.
최근 인터넷 관련 사업자는 동영상에 관련된 다양한 서비스를 제공하고 있다. 예를 들어 텔레비전 프로그램의 일부를 동영상으로 제공하는 서비스, 검색어에 관련된 동영상을 검색하여 제공하는 서비스 및 화제가 되고 있는 동영상을 제공하는 서비스 등이 있다.
이러한 서비스를 제공하기 위하여 서비스 제공자는 동영상 데이터를 저장하고 있다. 그러나 동영상 데이터는 다른 데이터에 비하여 용량이 상대적으로 크기 때문에 저장 공간을 많이 차지한다. 더구나, 저장된 동영상 데이터에 중복 데이터가 존재하는 경우 저장 공간에 대한 활용도가 떨어진다. 또한 저장된 동영상 데이터에 중복 데이터가 많이 존재할수록, 서비스에 제공할 동영상 데이터 선택이 어려워져, 사용자가 원하는 동영상을 정확히 제공하기 어려운 점이 있다.
본 발명이 이루고자 하는 기술적 과제는 서로 다른 동영상을 비교하여 중복 동영상을 검출함에 있어서 정확도를 높여 동영상 데이터를 효율적으로 관리하는 것이다.
본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템은 제1 동영상 데이터에서 선택한 제1 연속 프레임 세트의 제1 3차원 특징값을 추출하고, 제2 동영상 데이터에서 선택한 제2 연속 프레임 세트의 제2 3차원 특징값을 추출하는 특징 추출부, 그리고 상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 비교하여, 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단하는 비교부를 포함한다.
상기 특징 추출부는, 상기 제1 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제1 3차원 특징값을 추출하며, 상기 제2 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제2 3차원 특징값을 추출할 수 있다.
상기 특징 추출부는, 상기 히스토그램을 정규화하여 상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 추출할 수 있다.
상기 변화도는 영상의 밝기 변화를 포함할 수 있다.
상기 비교부는, 상기 제1 연속 프레임 세트의 복수의 영역 및 상기 제2 연속 프레임 세트의 복수의 영역을 각각 비교하여, 각 영역에 대한 상기 3차원 특징값의 차이값을 기초로 상기 중복 여부를 판단할 수 있다.
상기 비교부는, 상기 차이값이 임계값보다 작은 영역이 기준 개수 이상인 경우 상기 제1 연속 프레임 세트와 상기 제2 연속 프레임 세트가 중복된다고 판단하는 특징 중복 검출을 수행할 수 있다.
상기 비교부는, 상기 제1 동영상 데이터에 대하여 복수의 연속 프레임 세트를 포함하는 제1 구간 및 상기 제2 동영상 데이터에 대하여 복수의 연속 프레임 세트를 포함하는 제2 구간을 비교하여 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단할 수 있다.
상기 비교부는, 상기 제1 구간에 포함된 복수의 연속 프레임 세트와 상기 제2 구간에 포함된 복수의 연속 프레임 세트에 대하여 상기 특징 중복증복 검출 결과 기준 개수 이상 중복된다고 판단될 때 상기 제1 구간과 상기 제2 구간이 중복된다고 판단할 수 있다.
본 발명의 다른 실시예에 따른 동영상 데이터 관리 시스템은 동영상 데이터를 입수하여 저장하는 저장부, 그리고 상기 저장부로부터 수신한 제1 동영상 데이터에서 선택한 제1 연속 프레임 세트의 제1 3차원 특징값을 추출하고, 제2 동영상 데이터에서 선택한 제2 연속 프레임 세트의 3차원 특징값을 추출하는 특징 추출부를 포함한다.
상기 특징 추출부는, 상기 제1 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제1 3차원 특징값을 추출하며, 상기 제2 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제2 3차원 특징값을 추출할 수 있다.
상기 특징 추출부는, 상기 히스토그램을 정규화하여 상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 추출할 수 있다.
상기 변화도는 영상의 밝기 변화를 포함할 수 있다.
본 발명의 다른 실시예에 따른 동영상 데이터 관리 방법은 동영상 데이터 관리 시스템이 중복된 동영상 데이터를 관리하는 방법으로서, 제1 동영상 데이터에서 선택한 제1 연속 프레임 세트의 제1 3차원 특징값을 추출하는 단계, 제2 동영상 데이터에서 선택한 제2 연속 프레임 세트의 3차원 특징값을 추출하는 단계, 그리고 상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 비교하여, 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단하는 단계를 포함한다.
상기 제1 3차원 특징값을 추출하는 단계는, 상기 제1 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제1 3차원 특징값을 추출하는 단계를 포함하고, 상기 3차원 특징값을 추출하는 단계는, 상기 제2 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제2 3차원 특징값을 추출하는 단계를 포함할 수 있다.
상기 판단하는 단계는, 상기 제1 연속 프레임 세트의 복수의 영역 및 상기 제2 연속 프레임 세트의 복수의 영역을 각각 비교하여, 각 영역에 대한 상기 3차원 특징값의 차이값을 기초로 상기 중복 여부를 판단하는 단계를 포함할 수 있다.
상기 판단하는 단계는, 상기 차이값이 임계값보다 작은 영역이 기준 개수 이상인 경우 상기 제1 연속 프레임 세트와 상기 제2 연속 프레임 세트가 중복된다고 판단하는 특징 중복 검출을 수행하는 단계를 더 포함할 수 있다.
상기 판단하는 단계는, 상기 제1 동영상 데이터에 대하여 복수의 연속 프레임 세트를 포함하는 제1 구간 및 상기 제2 동영상 데이터에 대하여 복수의 연속 프레임 세트를 포함하는 제2 구간을 비교하여 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단하는 단계를 더 포함할 수 있다.
상기 판단하는 단계는, 상기 제1 구간에 포함된 복수의 연속 프레임 세트와 상기 제2 구간에 포함된 복수의 연속 프레임 세트에 대하여 상기 특징 중복증복 검출 결과 기준 개수 이상 중복된다고 판단될 때 상기 제1 구간과 상기 제2 구간이 중복된다고 판단하는 단계를 더 포함할 수 있다.
본 발명의 한 실시예에 따르면 서로 다른 동영상을 비교하여 중복 동영상을 효율적으로 검출하여, 동영상 데이터의 저장 공간을 효과적으로 관리하고 동영상과 관련된 검색 품질을 높일 수 있다.
도 1은 본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템의 블록도이다.
도 2 내지 도 5 각각은 본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템이 추출하는 특징을 설명하는 도면이다.
도 6은 본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템이 중복 데이터를 검출하는 한 방법을 설명하는 도면이다.
도 7은 본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템이 중복 데이터를 검출하는 다른 방법을 설명하는 도면이다.
도 8은 본 발명의 한 실시예에 따른 동영상 데이터 관리 방법의 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
도면을 참고하여 본 발명의 한 실시예에 따른 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템에 대하여 상세하게 설명한다.
도 1은 본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템의 블록도이다.
동영상 데이터 관리 시스템(100)은 복수의 동영상 데이터를 입수하여 저장하며, 사용자에게 다양한 서비스를 수행하는 다른 서버로부터의 요청에 따라 동영상 서비스를 제공하는 서버로서, 저장되어 있는 복수의 동영상 데이터 중 중복되는 데이터를 선출하여 삭제함으로써 동영상 데이터를 관리한다.
동영상 데이터 관리 시스템(100)은 저장부(110), 특징 추출부(120), 비교부(130) 및 중복 데이터 처리부(140)를 포함한다.
저장부(110)는 서비스에 사용하기 위하여 입수한 동영상 데이터를 저장한다.
특징 추출부(120)는 저장부(110)로부터 적어도 두 개의 비교 대상 동영상 데이터를 수신하여 각 비교 대상 동영상 데이터로부터 동영상의 특징값을 추출한다. 여기서 특징값은 시간적 특징 및 공간적 특징을 고려한 3차원 특징값이다. 이제 도 2 내지 도 5를 참고하여 이에 대하여 상세하게 설명한다.
도 2 내지 도 5 각각은 본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템이 추출하는 특징값을 설명하는 도면이다.
먼저, 도 2와 같이 특징 추출부(120)는 적어도 두 개의 비교 대상 동영상 데이터 각각에서 연속된 두 개의 영상 프레임(ft, ft+1)(image frame)(이하, 연속 프레임 세트라고 한다)을 선택하고, 연속 프레임 세트(ft, ft+1)의 공간적 변화도(gradient) 및 시간적 변화도를 계산한다. 여기서 변화도는 이미지가 갖는 특징값이 변화한 정도를 의미하며, 예를 들어 영상의 밝기 변화일 수 있다.
그리고, 특징 추출부(120)는 도 3과 같이 연속 프레임 세트(ft, ft+1)에 관하여, x축, y축 및 t 축으로 이루어진 공간을 복수의 영역(H1, H2,…,HN)으로 나눈다.
이어서 특징 추출부(120)는 도 4와 같이, 생성된 복수의 영역(H1, H2,…,HN) 각각에서 복수의 3차원 방향 예를 들어 네 개의 방향(d1, d2, d3, d4)으로 통합 변화도의 크기를 누적하여 도 5와 같이 히스토그램을 생성한다. 이때 통합 변화도는 공간적 변화도 및 시간적 변화도를 기초로 생성한 변화도로서, x축, y축 및 t 축 방향의 변화도이다.
그런 후 특징 추출부(120)는 복수의 영역(H1, H2,…,HN) 각각에 대하여, 히스토그램을 정규화(normalize) 하여 정규화한 히스토그램을 기초로 한 값을 특징값으로서 출력한다. 이때, 모든 히스토그램이 1이 되도록 정규화될 수 있다.
이와 같은 3차원 특징값은 영상의 공간적인 변화뿐만 아니라 영상의 시간적인 변화를 근거로 하기 때문에 영상에서의 움직임 패턴을 고려할 수 있다. 따라서 본 발명의 한 실시예와 같이 3차원 특징값을 기초로 하는 경우에는 2차원 특징만을 기초로 하는 경우에 비하여 더 적은 연속 프레임 세트로도 높은 성능을 달성할 수 있으며, 키프레임을 사용하는 경우에 비하여 검출 정확도가 높다.
또한 본 발명의 한 실시예와 같이 복수의 영역을 분할하고 각 영역에 대하여 특징값을 추출하면 부분 가려짐으로 인하여 검출 정확도가 낮아지는 것을 방지할 수 있으며, 시간적인 분할도 반영되기 때문에 동영상 데이터에 일시적으로 다른 내용이 삽입되더라도 정확한 검출이 가능하다.
다시 도 1을 참고하면, 비교부(130)는 특징 추출부(120)가 출력한 특징값을 기초로 적어도 두 개의 비교 대상 동영상을 비교하여 중복 여부를 판단한다. 이때, 비교부(130)는 연속 프레임 세트 단위로 특징 중복 여부를 판단하거나, 복수의 연속 프레임 세트를 포함하는 구간을 단위로 구간 중복 여부를 판단할 수 있다. 이에 대하여 도 6 및 도 7을 참고하여 상세하게 설명한다.
도 6은 본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템이 중복 데이터를 검출하는 한 방법을 설명하는 도면이며, 도 7은 본 발명의 한 실시예에 따른 동영상 데이터 관리 시스템이 중복 데이터를 검출하는 다른 방법을 설명하는 도면이다.
먼저 도 6을 참고하면, 비교부(130)는 두 개의 비교 대상 동영상 데이터 각각으로부터 선택된 연속 프레임 세트(fsa, fsb)를 비교하여 두 개의 비교 대상 동영상의 중복 여부를 판단한다. 이때 비교부(130)는 연속 프레임 세트(fsa)의 복수의 영역(H1, H2,,,HN)과 연속 프레임 세트(fsb)의 복수의 영역(I1, I2,,,IN)에 대하여 동일한 위치의 영역 별로 비교를 수행한다. 예를 들어 영역(H1)은 영역(I1)과 비교하며, 영역(H2)과 영역(I2)을 비교한다.
먼저 비교부(130)는 기본 점수를 0으로 설정하고, 영역(H1)은 영역(I1)과 비교하여, 두 영역(H1, I1)에 대한 특징값의 차이값이 임계값보다 작은 경우 기본 점수에 1을 더하여 제1 점수를 산정한다. 이어서 비교부(130)는 영역(H2)은 영역(I2)과 비교하여, 두 영역(H2, I2)에 대한 차이값이 임계값보다 작은 경우 제1 점수에 1을 더하여 제2 점수를 산정한다. 이와 같이 반복하여 마지막 두 영역(HN, IN)에 대하여 산정된 제N 점수가 기준 점수보다 높은 경우, 연속 프레임 세트(fsa) 및 연속 프레임 세트(fsb)는 중복된다고 판단한다.
도 7을 참고하면, 비교부(130)는 두 개의 비교 대상 동영상 각각으로부터 선택된 구간(psa, psb)을 비교하여 두 개의 비교 대상 동영상의 중복 여부를 판단한다. 구간(psa, psb) 각각은 복수의 연속 프레임 세트(fs1, fs2, fs3, fs4, fs5, fs6, fs7, fs8)를 포함한다.
비교부(130)는 구간(psa)에 포함된 연속 프레임 세트(fs1, fs2, fs3, fs4)와 구간(psb)에 포함된 연속 프레임 세트(fs5, fs6, fs7, fs8)에 대하여, 대응되는 연속 프레임 세트 별로 도 6에서 설명한 특징 중복 검출을 수행하여 특징 중복으로 판단되는 연속 프레임 세트의 개수가 기준 개수보다 많은 경우 해당 구간(psa, psb)이 중복되는 것으로 판단한다.
다시 도 1을 참고하면, 중복 데이터 처리부(140)는 비교부(130)의 비교 결과를 기초로 저장부(110)에 저장된 동영상 데이터의 중복 삭제 처리를 수행한다. 즉 중복 데이터 처리부(140)는 비교부(130)가 특징 중복 검출 또는 구간 중복 검출의 결과 동영상 데이터가 중복되어 있다고 판단되면, 해당 동영상 데이터를 삭제 처리할 수 있다.
이제 도 8을 참고하여 본 발명의 다른 실시예에 따른 동영상 데이터 관리 방법에 대하여 상세하게 설명한다.
도 8은 본 발명의 한 실시예에 따른 동영상 데이터 관리 방법의 흐름도이다.
먼저 동영상 데이터 관리 시스템(100)은 서비스에 필요한 동영상 데이터를 입수하여 저장한다(S810).
그런 후 동영상 데이터 관리 시스템(100)은 관리하고자 하는 적어도 두 개의 동영상 데이터를 선택하여, 각 동영상 데이터에서 특징값을 추출한다(S820). 이때 특징값은 연속 프레임 세트에 대한 시간적 및 공간적 특징을 고려한 3차원 특징값일 수 있다. 상세하게 설명하면 특징값은 연속 프레임 세트를 복수의 영역으로 분할하고, 각 영역에서 복수의 3차원 방향에 대한 변화도를 누적하여 생성한 히스토그램을 기초로 한 값일 수 있다.
이어서 동영상 데이터 관리 시스템(100)은 추출한 특징값을 기초로 특징 중복 검출을 수행하여 비교 대상 동영상의 중복 여부를 판단한다(S830). 즉, 두 개의 비교 대상 동영상 데이터 각각에서 선택된 연속 프레임 세트의 특징값을 비교하여 특징이 중복되었는지를 판단한다.
한편 동영상 데이터 관리 시스템(100)은 추출한 특징값을 기초로 구간 중복 검출을 수행하여 비교 대상 동영상의 중복 여부를 판단할 수 있다(S840). 즉, 두 개의 비교 대상 동영상 데이터 각각에서 복수의 연속 프레임 세트를 포함하는 구간 을 선택하고, 특징이 중복된 연속 프레임 세트가 기준 개수 이상인 경우 해당 구간이 중복이라고 판단한다.
그런 후 동영상 데이터 관리 시스템(100)은 특징 중복 검출 결과 및 구간 중복 검출 결과 중 적어도 하나를 기초로 동영상 데이터의 중복 여부를 판단하고, 중복된 동영상 데이터를 삭제 처리한다(S850).
이와 같이 동영상 데이터의 특징값 추출시 복수의 영역을 분할하고 각 영역에 대한 3차원 특징값을 추출하고, 이를 기초로 특징 중복 검출 및 구간 중복 검출을 수행하면 동영상 데이터 사이의 중복 여부를 효과적으로 판단할 수 있어 동영상 데이터 저장 공간을 효율적으로 관리할 수 있어 검색 서비스 품질을 향상시킬 수 있다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (18)

  1. 제1 동영상 데이터에서 선택한 제1 연속 프레임 세트의 제1 3차원 특징값을 추출하고, 제2 동영상 데이터에서 선택한 제2 연속 프레임 세트의 제2 3차원 특징값을 추출하는 특징 추출부, 그리고
    상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 비교하여, 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단하는 비교부
    를 포함하고,
    상기 특징 추출부는,
    상기 제1 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제1 3차원 특징값을 추출하며,
    상기 제2 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제2 3차원 특징값을 추출하며,
    상기 변화도는 영상의 밝기 변화를 포함하는 동영상 데이터 관리 시스템.
  2. 삭제
  3. 제1항에서,
    상기 특징 추출부는,
    상기 히스토그램을 정규화하여 상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 추출하는 동영상 데이터 관리 시스템.
  4. 삭제
  5. 제1항에서,
    상기 비교부는,
    상기 제1 연속 프레임 세트의 복수의 영역 및 상기 제2 연속 프레임 세트의 복수의 영역을 각각 비교하여, 각 영역에 대한 상기 3차원 특징값의 차이값을 기초로 상기 중복 여부를 판단하는
    동영상 데이터 관리 시스템.
  6. 제5항에서,
    상기 비교부는,
    상기 차이값이 임계값보다 작은 영역이 기준 개수 이상인 경우 상기 제1 연속 프레임 세트와 상기 제2 연속 프레임 세트가 중복된다고 판단하는 특징 중복 검출을 수행하는
    동영상 데이터 관리 시스템.
  7. 제6항에서,
    상기 비교부는,
    상기 제1 동영상 데이터에 대하여 복수의 연속 프레임 세트를 포함하는 제1 구간 및 상기 제2 동영상 데이터에 대하여 복수의 연속 프레임 세트를 포함하는 제2 구간을 비교하여 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단하는
    동영상 데이터 관리 시스템.
  8. 제7항에서,
    상기 비교부는,
    상기 제1 구간에 포함된 복수의 연속 프레임 세트와 상기 제2 구간에 포함된 복수의 연속 프레임 세트에 대하여 상기 특징 중복 검출 결과 기준 개수 이상 중복된다고 판단될 때 상기 제1 구간과 상기 제2 구간이 중복된다고 판단하는
    동영상 데이터 관리 시스템.
  9. 동영상 데이터를 입수하여 저장하는 저장부, 그리고
    상기 저장부로부터 수신한 제1 동영상 데이터에서 선택한 제1 연속 프레임 세트의 제1 3차원 특징값을 추출하고, 제2 동영상 데이터에서 선택한 제2 연속 프레임 세트의 제2 3차원 특징값을 추출하는 특징 추출부
    를 포함하고,
    상기 특징 추출부는,
    상기 제1 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제1 3차원 특징값을 추출하며,
    상기 제2 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제2 3차원 특징값을 추출하며,
    상기 변화도는 영상의 밝기 변화를 포함하는
    동영상 데이터 관리 시스템.
  10. 삭제
  11. 제9항에서,
    상기 특징 추출부는,
    상기 히스토그램을 정규화하여 상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 추출하는 동영상 데이터 관리 시스템.
  12. 삭제
  13. 동영상 데이터 관리 시스템이 중복된 동영상 데이터를 관리하는 방법으로서,
    제1 동영상 데이터에서 선택한 제1 연속 프레임 세트의 제1 3차원 특징값을 추출하는 단계,
    제2 동영상 데이터에서 선택한 제2 연속 프레임 세트의 제2 3차원 특징값을 추출하는 단계, 그리고
    상기 제1 3차원 특징값 및 상기 제2 3차원 특징값을 비교하여, 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단하는 단계
    를 포함하며,
    상기 제1 3차원 특징값을 추출하는 단계는,
    상기 제1 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제1 3차원 특징값을 추출하는 단계를 포함하고,
    상기 제2 3차원 특징값을 추출하는 단계는,
    상기 제2 연속 프레임 세트를 복수의 영역으로 분할하고, 각 복수의 영역에 대하여 복수의 3차원 방향으로 변화도(gradient)를 누적하여 생성한 히스토그램을 기초로 상기 제2 3차원 특징값을 추출하는 단계를 포함하며,
    상기 변화도는 영상의 밝기 변화를 포함하는
    동영상 데이터 관리 방법.
  14. 삭제
  15. 제13항에서,
    상기 판단하는 단계는,
    상기 제1 연속 프레임 세트의 복수의 영역 및 상기 제2 연속 프레임 세트의 복수의 영역을 각각 비교하여, 각 영역에 대한 상기 제2 3차원 특징값의 차이값을 기초로 상기 중복 여부를 판단하는 단계
    를 포함하는 동영상 데이터 관리 방법.
  16. 제15항에서,
    상기 판단하는 단계는,
    상기 차이값이 임계값보다 작은 영역이 기준 개수 이상인 경우 상기 제1 연속 프레임 세트와 상기 제2 연속 프레임 세트가 중복된다고 판단하는 특징 중복 검출을 수행하는 단계
    를 더 포함하는 동영상 데이터 관리 방법.
  17. 제16항에서,
    상기 판단하는 단계는,
    상기 제1 동영상 데이터에 대하여 복수의 연속 프레임 세트를 포함하는 제1 구간 및 상기 제2 동영상 데이터에 대하여 복수의 연속 프레임 세트를 포함하는 제2 구간을 비교하여 상기 제1 동영상 데이터 및 상기 제2 동영상 데이터의 중복 여부를 판단하는 단계
    를 더 포함하는 동영상 데이터 관리 방법.
  18. 제17항에서,
    상기 판단하는 단계는,
    상기 제1 구간에 포함된 복수의 연속 프레임 세트와 상기 제2 구간에 포함된 복수의 연속 프레임 세트에 대하여 상기 특징 중복 검출 결과 기준 개수 이상 중복된다고 판단될 때 상기 제1 구간과 상기 제2 구간이 중복된다고 판단하는 단계
    를 더 포함하는 동영상 데이터 관리 방법.
KR1020120018067A 2012-02-22 2012-02-22 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템 KR101373849B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120018067A KR101373849B1 (ko) 2012-02-22 2012-02-22 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120018067A KR101373849B1 (ko) 2012-02-22 2012-02-22 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템

Publications (2)

Publication Number Publication Date
KR20130096537A KR20130096537A (ko) 2013-08-30
KR101373849B1 true KR101373849B1 (ko) 2014-03-17

Family

ID=49219396

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120018067A KR101373849B1 (ko) 2012-02-22 2012-02-22 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템

Country Status (1)

Country Link
KR (1) KR101373849B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101498608B1 (ko) * 2012-03-12 2015-03-04 삼성테크윈 주식회사 영상데이터 검색장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100850935B1 (ko) 2001-12-27 2008-08-08 주식회사 엘지이아이 장면 전환 검출 장치
KR20080111376A (ko) * 2007-06-18 2008-12-23 한국전자통신연구원 디지털 비디오 특징점 비교 방법 및 이를 이용한 디지털비디오 관리 시스템
KR20100047110A (ko) * 2008-10-27 2010-05-07 (주)필링크 유사 동영상 검색 시스템 및 그 방법
KR20100109640A (ko) * 2009-04-01 2010-10-11 엔에이치엔(주) 동영상 중복 검출 방법 및 시스템

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100850935B1 (ko) 2001-12-27 2008-08-08 주식회사 엘지이아이 장면 전환 검출 장치
KR20080111376A (ko) * 2007-06-18 2008-12-23 한국전자통신연구원 디지털 비디오 특징점 비교 방법 및 이를 이용한 디지털비디오 관리 시스템
KR20100047110A (ko) * 2008-10-27 2010-05-07 (주)필링크 유사 동영상 검색 시스템 및 그 방법
KR20100109640A (ko) * 2009-04-01 2010-10-11 엔에이치엔(주) 동영상 중복 검출 방법 및 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101498608B1 (ko) * 2012-03-12 2015-03-04 삼성테크윈 주식회사 영상데이터 검색장치

Also Published As

Publication number Publication date
KR20130096537A (ko) 2013-08-30

Similar Documents

Publication Publication Date Title
EP3189469B1 (en) A method for selecting frames from video sequences based on incremental improvement
RU2607774C2 (ru) Способ управления в системе захвата изображения, устройство управления и машиночитаемый носитель данных
EP2608107A2 (en) System and method for fingerprinting video
CN106937114B (zh) 用于对视频场景切换进行检测的方法和装置
KR20120003447A (ko) 위치에 의한 비디오들의 클러스터링
CN102004918A (zh) 图像处理设备、图像处理方法、程序以及电子器件
US8660302B2 (en) Apparatus and method for tracking target
JP2010072708A (ja) 顔識別特徴量登録装置、顔識別特徴量登録方法、顔識別特徴量登録プログラム及び記録媒体
US20160048978A1 (en) Method and apparatus for automatic keyframe extraction
KR20170038040A (ko) 비디오에서의 컴퓨터화된 현저한 인물 인식
EP2674911B1 (en) Differing region detection system and differing region detection method
US20190012363A1 (en) Information processing device, data processing method therefor, and recording medium
Sebastian et al. A survey on video summarization techniques
JP2006244074A (ja) 動物体アップフレーム検出方法及びプログラム及びプログラムを格納した記憶媒体及び動物体アップショット検出方法及び動物体アップフレームあるいはショット検出方法及びプログラム及びプログラムを格納した記憶媒体
JP6077425B2 (ja) 映像管理装置及びプログラム
Wang et al. An empirical study of detection-based video instance segmentation
JP5192437B2 (ja) 物体領域検出装置、物体領域検出方法および物体領域検出プログラム
KR101373849B1 (ko) 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템
JP2010186307A (ja) 動画コンテンツ識別装置および動画コンテンツ識別方法
US20070061727A1 (en) Adaptive key frame extraction from video data
US20130188880A1 (en) Computer-readable recording medium storing image accumulating program, method and apparatus
US20170040040A1 (en) Video information processing system
US9135509B2 (en) Determining representative images for a video
KR101306911B1 (ko) 동영상 데이터 관리 방법 및 동영상 데이터 관리 시스템
JP2010263327A (ja) 特徴量算出装置およびプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170109

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190328

Year of fee payment: 9