KR20000032286A - Detection method of moving picture scene shift - Google Patents

Detection method of moving picture scene shift Download PDF

Info

Publication number
KR20000032286A
KR20000032286A KR1019980048691A KR19980048691A KR20000032286A KR 20000032286 A KR20000032286 A KR 20000032286A KR 1019980048691 A KR1019980048691 A KR 1019980048691A KR 19980048691 A KR19980048691 A KR 19980048691A KR 20000032286 A KR20000032286 A KR 20000032286A
Authority
KR
South Korea
Prior art keywords
histogram
image
value
red
blue
Prior art date
Application number
KR1019980048691A
Other languages
Korean (ko)
Other versions
KR100311739B1 (en
Inventor
정영은
김경일
이동섭
Original Assignee
정선종
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 정선종, 한국전자통신연구원 filed Critical 정선종
Priority to KR1019980048691A priority Critical patent/KR100311739B1/en
Publication of KR20000032286A publication Critical patent/KR20000032286A/en
Application granted granted Critical
Publication of KR100311739B1 publication Critical patent/KR100311739B1/en

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/147—Scene change detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

PURPOSE: A detection method of moving picture scene shift is provided to execute more simple calculation and assure precise and reliability by combining the advantages of a color histogram and an X square scene shift detection method among algorithm calculating the prior histogram difference. CONSTITUTION: A detection method of moving picture scene shift comprises steps of: obtaining respective histogram of RGB from first to final picture files(S201-204); calculating the difference between adjacent tow pictures(S205); selecting the difference as a cut frame in S206 if the difference is greater than predetermined value, or going back to S202 via S207 if the difference is equal to or less than the predetermined value; and repeating the following steps.

Description

동영상 장면 변환 검출 방법(Method of cuts-detection of moving picture)Method of cuts-detection of moving picture

본 발명은 동영상에서 데이터베이스를 구축하기 위한 장면 변환 검출 방법에 관한 것이며, 특히, 입력되는 동영상의 각 프레임을 영상 파일 형식으로 저장한 후, 각 영상의 RGB(Red, Green, Blue) 히스토그램을 구하여 히스토그램 비교법을 이용하여 장면 변환을 검출하는 방법에 관한 것이다.The present invention relates to a scene transformation detection method for constructing a database from a moving image. In particular, after storing each frame of an input moving image in an image file format, an RGB histogram of each image is obtained to obtain a histogram. A method for detecting a scene transformation using a comparison method.

최근 멀티미디어 자료의 활용이 적극적으로 요구되면서 다양한 자료를 저장, 관리 및 검색하는 데이터베이스 기술이 요구되고 있다. 특히 동영상 자료인 비디오는 인간에게 많은 정보를 매우 자연스럽게 제공하여 줌으로써 많은 관심의 대상이 되고 있으며, 특정한 문제 영역에 맞도록 데이터 베이스를 저장하고 이용하는 내용 기반 멀티미디어 데이터베이스의 구축에 대한 연구가 활발히 진행 중이다.Recently, as the utilization of multimedia data is actively demanded, a database technology for storing, managing and retrieving various data is required. In particular, video, which is a video material, has been attracting much attention by providing a lot of information to human beings very naturally, and researches on constructing a content-based multimedia database for storing and using a database for a specific problem area are actively conducted.

한편 멀티미디어 데이터베이스를 효율적으로 이용하기 위하여 동영상의 장면 분할 방법이 요구되는데, 종래의 기술로는 프레임간의 차이를 이용하는 방법, 에지(Edge)를 추출하여 이용하는 방법 및 전체적인 웨이블릿(Wavelet)을 측정하여 이용하는 방법 등 많은 방법이 있다. 그 중에서도 특히 히스토그램 차이를 계산하여 사용하는 방법이 보편화되어 있다.Meanwhile, in order to efficiently use a multimedia database, a scene segmentation method of a video is required. In the conventional technology, a method of using a difference between frames, a method of extracting and using an edge, and a method of measuring and using an overall wavelet There are many ways. Especially, the method of calculating and using a histogram difference is common.

그러나, 히스토그램 차이를 계산하여 장면을 분할하는 기존의 장면 분할 방법은 객체의 이동이나 잡음에 매우 민감하게 반응하여 불만족스러운 결과를 산출하기도 하고, 복잡한 히스토그램 차이값을 이용하여 계산하므로, 시간이 오래 걸리는 단점이 있으며, 소정값을 적용할 때에도 까다롭다는 문제점이 있었다.However, the conventional scene segmentation method that calculates the histogram difference and divides the scene is very sensitive to the movement or noise of the object to produce an unsatisfactory result. There is a disadvantage, and there is a problem that is difficult even when applying a predetermined value.

본 발명은 앞서 설명한 바와 같은 종래 기술의 문제점을 해결하기 위하여 안출된 것으로서, 기존의 히스토그램(Histogram) 차이값을 계산하는 알고리즘 중에서 컬러 히스토그램과 X2장면 변환 검출 방법의 장점을 복합하여 보다 간단한 계산을 수행하면서도, 정밀하고 신뢰성이 있는 동영상의 장면 변환 검출 방법을 제공하는데 그 목적이 있다.SUMMARY OF THE INVENTION The present invention has been made to solve the problems of the prior art as described above. Among the algorithms for calculating the difference in the histogram, the present invention combines the advantages of the color histogram and the X 2 scene transformation detection method to perform a simpler calculation. While doing so, it is an object of the present invention to provide a method for detecting scene transformation of a video with precision and reliability.

도 1은 일반적인 동영상 장면 변환 검출 방법의 블록도이고,1 is a block diagram of a general video scene transformation detection method,

도 2는 본 발명의 일 실시예에 따른 동영상의 장면 변환 검출 방법에 대한 흐름도이고,2 is a flowchart illustrating a scene change detection method of a video according to an embodiment of the present invention.

도 3은 본 발명의 일 실시예에 따른 히스토그램 차이값 계산에 대한 흐름도이고,3 is a flowchart for calculating a histogram difference value according to an embodiment of the present invention;

도 4는 본 발명의 일 실시예에 따른 히스토그램 차이값과 종래의 다른 방법에 따른 결과를 비교한 그래프이고,4 is a graph comparing a histogram difference value according to an embodiment of the present invention with results according to another conventional method;

도 5는 본 발명의 일 실시예에 따른 여러 자료에 대한 결과를 나타낸 그래프이고,5 is a graph showing the results of various data according to an embodiment of the present invention,

도 6는 본 발명의 일 실시예에 따른 히스토그램 차이값에 소정값을 적용한 그래프이고,6 is a graph in which a predetermined value is applied to a histogram difference value according to an embodiment of the present invention.

도 7은 본 발명의 일 실시예에 따른 결과와 종래의 다른 방법에 따른 결과를 비교한 그래프이다.7 is a graph comparing results according to an embodiment of the present invention with results according to another conventional method.

앞서 설명한 바와 같은 목적을 달성하기 위한 본 발명에 따르면, 히스토그램(X2)을 이용한 동영상의 장면 변환 검출 방법에 있어서, 서로 연속되는 프레임의 RGB(Red, Green, Blue) 히스토그램을 각각 구한 후, 상기 연속적인 프레임의 RGB 히스토그램의 차이값을 구하여 제곱하고, 상기 제곱한 값에 RGB 각각에 대한 가중치를 적용한 값을 이용하여 장면 변환 검출을 하는 것을 특징으로 하는 동영상의 장면 변환 검출 방법이 제공된다.According to the present invention for achieving the object as described above, in the method of detecting the scene transformation of the video using the histogram (X 2 ), after obtaining the RGB (Red, Green, Blue) histogram of the frames consecutive to each other, There is provided a scene transformation detection method of a moving image, wherein a scene transformation detection is performed by obtaining and squaring a difference value between RGB histograms of successive frames, and applying a weighted value to each of the RGB values.

또한, 히스토그램(X2)을 이용하여 동영상의 장면 변환 검출 방법을 실행시킬 수 있는 컴퓨터로 읽을 수 있는 기록 매체에 있어서, 서로 연속되는 프레임의 RGB(Red, Green, Blue) 히스토그램을 아래의 수학식에 적용한 결과를 이용하여 d(Ii,Ij) 를 구하는 제 1 단계와; 상기 제 1 단계에서 구한 d(Ii,Ij) 가 이미 설정된 소정값보다 큰 경우, j번째 프레임을 장면이 변환된 컷 프레임으로 추출하는 제 2 단계를 실행시키는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 제공된다.In addition, in a computer-readable recording medium capable of executing a method for detecting a scene transformation of a moving picture using the histogram X 2 , RGB (Red, Green, Blue) histograms of consecutive frames are expressed by the following equation. Using the results applied to d (I i, I j ) Obtaining a first step; Obtained in the first step d (I i, I j ) Is larger than the predetermined value, a computer-readable recording medium having recorded thereon a program for executing the second step of extracting the j-th frame into the cut frame into which the scene is converted is provided.

이 때, d(Ii,Ij) 는 i번째 영상과 j번째 영상의 차이값을 의미하고, 는 i번째 영상의 Red에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Red에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 i번째 영상의 Green에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Green에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 i번째 영상의 Blue에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Blue에 대한 히스토그램에서 k번째 요소의 값을 의미하고, NTSC 표준에 따른 가중치는 Red, Green, Blue에 대하여 각각 0.299, 0.587, 0.114이다.At this time, d (I i, I j ) Is the difference between the i th image and the j th image, Means the value of the k th element in the histogram for the red of the i th image, Means the value of the k th element in the histogram for the red of the j th image, Means the value of the k th element in the histogram for the green of the i th image, Means the value of the k th element in the histogram for the green of the j th image, Denotes the value of the k th element in the histogram for the blue of the i th image, Denotes the value of the k th element in the histogram for the blue of the j th image, and the weights according to the NTSC standard are 0.299, 0.587, and 0.114 for Red, Green, and Blue, respectively.

아래에서, 본 발명에 따른 양호한 일 실시예를 첨부한 도면을 참조로 하여 상세히 설명하겠다.In the following, with reference to the accompanying drawings, a preferred embodiment according to the present invention will be described in detail.

도 1은 일반적인 동영상 장면 변환 검출 방법의 설명도로서, 이를 상세히 설명하면 다음과 같다.1 is an explanatory diagram of a general video scene transformation detection method, which will be described in detail as follows.

비디오 카메라로 직접 입력되는 비디오 또는 비디오 테입에 저장된 비디오(10)를 캡쳐(Capture) 장치를 이용하여 동영상 파일(20)로 저장한다. 이렇게 저장된 비디오 파일(20)의 각 프레임을 정지 영상 파일(30)로 변환하여 저장한 후, 저장된 정지 영상 파일의 히스토그램 차이값을 계산하여 장면 변환을 검출(40, 컷 프레임의 추출)하고, 검출된 컷 프레임 중에서 키 프레임을 선택(50)한다. 선택된 키 프레임을 이용하여 비디오 인덱싱(60)을 구성하면, 사용자(80)는 검색 브라우저(70)를 이용하여 동영상 파일 형식으로 저장된 비디오 파일을 검색할 수 있다.The video 10 stored in the video or videotape directly input to the video camera is stored as a video file 20 using a capture device. After converting each frame of the stored video file 20 to the still image file 30 and storing the frame, the histogram difference value of the stored still image file is calculated to detect a scene change (extraction of cut frames), and the detection. A key frame is selected (50) from the cut frames. When the video indexing 60 is configured using the selected key frame, the user 80 may search for the video file stored in the video file format using the search browser 70.

도 2는 본 발명의 일 실시예에 따른 동영상의 장면 변환 검출 방법에 대한 흐름도로서, 이를 상세히 설명하면 다음과 같다.2 is a flowchart illustrating a scene change detection method of a video according to an embodiment of the present invention.

먼저, 스텝 S201 내지 스텝 S204 에서, 처음 영상 파일에서 마지막 영상 파일까지 각 파일의 RGB에 대한 각각의 히스토그램을 구한 후, 스텝 S205에서, 이전 영상과 다음 영상의 차이값을 계산하고, 그 차이값이 운영자가 지정한 소정값보다 큰지 여부를 판단하고, 차이값이 소정값보다 크면, 스텝 S206에서, 컷 프레임으로 선택하고, 작거나 같으면, 스텝 S207을 거쳐, 스텝 S202로 복귀한다.First, in step S201 to step S204, each histogram of the RGB of each file is obtained from the first video file to the last video file, and then in step S205, a difference value between the previous video and the next video is calculated, and the difference value is calculated. It is judged whether or not it is larger than the predetermined value designated by the operator. If the difference value is larger than the predetermined value, it is selected in step S206 as the cut frame, and if it is smaller or equal, the process returns to step S202 via step S207.

이후에는, 마지막 영상까지 위와 같은 방법을 되풀이한다.After that, the same method is repeated until the last image.

도 3은 본 발명의 일 실시예에 따른 히스토그램 차이값 계산에 대한 흐름도로서, 이를 상세히 설명하면 다음과 같다.3 is a flowchart illustrating a histogram difference value calculation according to an embodiment of the present invention.

먼저, 스텝 S301 내지 스텝 S303에서, 영상의 히스토그램 각각의 요소 0부터 255까지 현재의 영상과 그 다음 영상의 히스토그램의 Red에 해당하는 값을 빼서, 그 값을 제곱한다.First, in steps S301 to S303, the values corresponding to Red of the histogram of the current image and the next image are subtracted from the elements 0 to 255 of each of the histograms of the image, and the value is squared.

이어서, 스텝 S304에서, 상기 제곱한 값을 다음 영상의 히스토그램 요소값으로 나누어 정형화시킨 후, 그 값에 NTSC(National Television System Committee) 표준에 따른 가중치를 각각 곱한다.Subsequently, in step S304, the squared value is divided by the histogram element value of the next image to be normalized, and the value is multiplied by the weight according to the National Television System Committee (NTSC) standard.

마찬가지 방법으로 스텝 S305 내지 스텝 S308에서, Green 및 Blue 요소에 대한 값을 구한 후, 스텝 S309에서, 각각의 RGB의 차이값을 더한 후, 3으로 나누어서 누적한다.In the same way, in Steps S305 to S308, the values for the Green and Blue elements are obtained, and in Step S309, the difference values of the respective RGB are added, and then divided by 3 to accumulate.

위와 같은 방법을 스텝 S310에서, 히스토그램의 끝 요소인 255까지 반복한다.The above method is repeated in step S310 to 255, which is the end element of the histogram.

상기 방법을 수식의 형태로 표현하면, 아래의 [수학식 1]과 같이 된다.When the method is expressed in the form of an equation, it is expressed as Equation 1 below.

상기 [수학식 1]을 상세히 설명하면 다음과 같다.[Equation 1] is described in detail as follows.

d(Ii, Ij)는 i번째 영상과 j번째 영상의 차이값을 의미하고, 는 i번째 영상의 Red에 대한 히스토그램에서 k번째 요소의 값을 의미한다. 즉, 이전 영상의 Red에 대한 히스토그램과 다음 영상의 Red에 대한 히스토그램의 동일한 요소를 뺀 후, 그 값을 제곱하여 차이값을 강조한다. 그리고 상기 제곱한 값을 다음 영상의 히스토그램 값으로 나누어 정형화한다. 이런 식으로 Green과 Blue에 대한 값을 구한 후, 그 값에 NTSC 표준에 따른 가중치를 곱하여 그 값을 누적한다.d (I i , I j ) means the difference between the i th image and the j th image, Denotes the value of the k th element in the histogram of the red of the i th image. That is, after subtracting the same elements of the histogram for the red of the previous image and the histogram for the red of the next image, the value is squared to emphasize the difference. The squared value is divided by the histogram value of the next image for shaping. In this way, the values for Green and Blue are calculated, and the values are accumulated by multiplying the values according to the NTSC standard.

한편, 본 실시예에서 사용된 가중치는 각각 0.299, 0.587 및 0.114로서 이는 RGB 컬러에서 명암도 등급으로 변환할 때 사용되기도 하고, RGB 컬러 모델을 YIQ 모델의 Y component로 바꿀 때 사용하는 식이다. 이 값은 NTSC에서 지정한 표준 방식의 하나로서, 다른 모델로 변환할 때도 사용할 수 있는 표준 방식의 일종이다.Meanwhile, the weights used in this embodiment are 0.299, 0.587, and 0.114, respectively, which are used when converting from RGB color to intensity class, and are used when converting an RGB color model to a Y component of the YIQ model. This value is one of the standard methods specified by NTSC and is a standard method that can be used when converting to another model.

본 실시예의 실험을 위하여 [표 1]과 같은 비디오 자료를 이용하여 히스토그램 차이값을 계산하여 장면 변환을 검출하였다.For the experiment of this embodiment, a scene change was detected by calculating a histogram difference value using video data as shown in [Table 1].

도 4는 본 발명의 일 실시예에 따른 히스토그램 차이값과 종래의 다른 방법에 따른 결과를 비교한 그래프로서, [표 1]의 비디오 자료 중에서 A를 이용하여 산출한 히스토그램 차이값이다.4 is a graph comparing a histogram difference value according to an embodiment of the present invention with results according to another conventional method, and is a histogram difference value calculated using A among video data of [Table 1].

기존의 방법 중에서 컬러 히스토그램(Color Histogram) 방법(41)과 Bin_to_Bin difference 방법(43)은 히스토그램이 매우 복잡하게 나타나므로, 소정값의 설정에 따른 장면 변환 검출의 결과가 매우 민감하게 반응한다. 그리고, 적정 소정값의 설정이 어려운 것은 물론 소정값의 작은 변화에도 그 결과값은 크게 달라지는 단점이 있다.Among the existing methods, the color histogram method 41 and the bin_to_bin difference method 43 are very complicated in histogram, so that the result of scene change detection according to a predetermined value is very sensitive. In addition, it is difficult to set an appropriate predetermined value, and there is a disadvantage that the resultant value varies greatly even with a small change of the predetermined value.

그러나, X2히스토그램 방법(42)과 본 실시예에 따른 방법(44)을 이용하면 장면 변환이 대부분 히스토그램 차이가 큰 곳에 위치하여 소정값 선택을 쉽게 할 수 있는 장점을 가진다.However, the use of the X 2 histogram method 42 and the method 44 according to the present embodiment has the advantage that the scene change is mostly located where the histogram difference is large, so that a predetermined value can be easily selected.

특히, 본 발명의 일 실시예에 따른 방법(44)은 히스토그램 차이값이 어느 정도 크지 않으면, 히스토그램 상에 나타나지 않고, 값의 차이가 크게 나타나는 장면들만 히스토그램에 나타나므로, 소정값을 자동 설정할 수 있는 기반을 제공한다.In particular, the method 44 according to an embodiment of the present invention, if the histogram difference value is not large enough, only the scenes where the difference in the value is large appear in the histogram, so that the predetermined value can be automatically set. Provide the foundation.

도 5는 본 발명의 일 실시예에 따른 방법을 [표 1]의 자료에 적용한 결과를 나타낸 그래프로서, 본 실시예를 자료 A에 적용한 결과도(410), 자료 B에 적용한 결과도(420), 자료 C에 적용한 결과도(430), 자료 D에 적용한 결과도(440), 자료 E에 적용한 결과도(450), 자료 F에 적용한 결과도(460), 자료 G에 적용한 결과도(470) 및 자료 H에 적용한 결과도(480)를 나타낸다.Figure 5 is a graph showing the results of applying the method according to an embodiment of the present invention to the data of [Table 1], the result of applying this embodiment to the data A (410), the result of applying the data B (420) , Results plot applied to data C (430), results plot applied to data D (440), results plot applied to Data E (450), results plot applied to Data F (460), results plot applied to Data G (470) And a result diagram 480 applied to the data H. FIG.

도 6는 본 발명의 일 실시예에 따른 히스토그램 차이값에 소정값을 적용한 그래프로서, [표 1]의 자료 G에 적용하여 나타난 히스토그램 차이값의 결과도에 소정값(472)을 적용하여 소정값보다 높게 나타나는 값(471)이 나타내는 영상을 장면 변환점이라고 판단하여 그 영상을 컷 프레임으로 선택한다.FIG. 6 is a graph in which a predetermined value is applied to a histogram difference value according to an embodiment of the present invention, and a predetermined value is applied by applying a predetermined value 472 to a result diagram of the histogram difference value applied to the data G of [Table 1]. The image indicated by the higher value 471 is determined as the scene change point, and the image is selected as the cut frame.

도 7은 본 발명의 일 실시예에 따른 결과와 종래의 다른 방법에 따른 결과를 비교한 그래프로서, 막대는 추출되지 않아야 할 오류 프레임이 추출된 경우를 의미하며, 본 발명의 일 실시예에 따른 결과가 나머지 다른 방법에 비하여 훨씬 정밀하다는 것을 알 수 있다.7 is a graph comparing a result according to an embodiment of the present invention with a result according to another conventional method, and a bar means a case in which an error frame that should not be extracted is extracted, and according to an embodiment of the present invention. It can be seen that the results are much more accurate than the other methods.

앞서 상세히 설명한 바와 같이 본 발명은 동영상의 장면 변환 검출 방법에 있어서, 기존의 히스토그램 (Histogram) 차이값을 계산하는 알고리즘 중에서 컬러 히스토그램과 X2장면 변환 검출 방법의 장점을 복합하기 때문에 보다 간단한 계산을 수행하면서도, 정밀하고 신뢰성이 있게 되는 효과가 있다.As described in detail above, the present invention performs a simpler calculation because a combination of advantages of a color histogram and an X 2 scene transform detection method is obtained from a conventional histogram difference calculation method. At the same time, there is an effect of being accurate and reliable.

이상에서 본 발명에 대한 기술 사상을 첨부 도면과 함께 서술하였지만 이는 본 발명의 가장 양호한 실시예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니다. 또한, 이 기술 분야의 통상의 지식을 가진 자이면 누구나 본 발명의 기술 사상의 범주를 이탈하지 않는 범위 내에서 다양한 변형 및 모방이 가능함은 명백한 사실이다.The technical spirit of the present invention has been described above with reference to the accompanying drawings. However, the present invention has been described by way of example only, and is not intended to limit the present invention. In addition, it is obvious that any person skilled in the art may make various modifications and imitations without departing from the scope of the technical idea of the present invention.

Claims (6)

히스토그램(X2)을 이용한 동영상의 장면 변환 검출 방법에 있어서,In the scene conversion detection method of a video using a histogram (X 2 ), 서로 연속되는 프레임의 RGB(Red, Green, Blue) 히스토그램을 각각 구한 후, 상기 연속적인 프레임의 RGB 히스토그램의 차이값을 구하여 제곱하고, 상기 제곱한 값에 RGB 각각에 대한 가중치를 적용한 값을 이용하여 장면 변환 검출을 하는 것을 특징으로 하는 동영상의 장면 변환 검출 방법.After obtaining RGB (Red, Green, Blue) histograms of successive frames, the difference between the RGB histograms of the consecutive frames is calculated and squared, and using the weighted values of the respective RGB values. A scene change detection method of a moving picture, characterized by performing scene change detection. 제 1 항에 있어서,The method of claim 1, 상기 가중치는 NTSC 표준에 따른 가중치인 것을 특징으로 하는 동영상의 장면 변환 검출 방법.And the weight is a weight according to the NTSC standard. 제 2 항에 있어서,The method of claim 2, RGB 각각에 대한 가중치를 적용한 후, 다음 영상의 히스토그램 값으로 나누어 정형화시키고, 평균을 구하여 누적한 값을 이용하여 장면 변환 검출을 하는 것을 특징으로 하는 동영상의 장면 변환 검출 방법.And applying a weight to each RGB, dividing the histogram value of the next image into a format, shaping the average, and performing scene transformation detection using the accumulated value. 제 3 항에 있어서,The method of claim 3, wherein 상기 정형화된 값에 NTSC 표준에 따른 가중치를 적용한 후, 평균을 누적하는 것은 아래의 수학식과 같이 되는 것을 특징으로 하는 동영상의 장면 변환 검출 방법,After applying the weights according to the NTSC standard to the standardized value, accumulating the average is as shown in the equation below, 이 때, d(Ii,Ij) 는 i번째 영상과 j번째 영상의 차이값을 의미하고, 는 i번째 영상의 Red에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Red에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 i번째 영상의 Green에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Green에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 i번째 영상의 Blue에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Blue에 대한 히스토그램에서 k번째 요소의 값을 의미하고, NTSC 표준에 따른 가중치는 Red, Green, Blue에 대하여 각각 0.299, 0.587, 0.114이다.At this time, d (I i, I j ) Is the difference between the i th image and the j th image, Means the value of the k th element in the histogram for the red of the i th image, Means the value of the k th element in the histogram for the red of the j th image, Means the value of the k th element in the histogram for the green of the i th image, Means the value of the k th element in the histogram for the green of the j th image, Denotes the value of the k th element in the histogram for the blue of the i th image, Denotes the value of the k th element in the histogram for the blue of the j th image, and the weights according to the NTSC standard are 0.299, 0.587, and 0.114 for Red, Green, and Blue, respectively. 제 4 항에 있어서,The method of claim 4, wherein 상기 d(Ii,Ij) 가 이미 설정된 소정값보다 큰 경우, j번째 프레임을 장면이 변환된 컷 프레임으로 추출하는 단계를 더 포함하는 것을 특징으로 하는 동영상의 장면 변환 검출 방법.remind d (I i, I j ) If j is greater than a predetermined value, the method further comprises extracting the j-th frame as a cut frame in which the scene is converted. 히스토그램(X2)을 이용하여 동영상의 장면 변환 검출 방법을 실행시킬 수 있는 컴퓨터로 읽을 수 있는 기록 매체에 있어서,In a computer-readable recording medium capable of executing a method for detecting a scene transformation of a moving picture using a histogram (X 2 ), 서로 연속되는 프레임의 RGB(Red, Green, Blue) 히스토그램을 아래의 수학식에 적용한 결과를 이용하여 d(Ii,Ij) 를 구하는 제 1 단계와;Using the result of applying RGB (Red, Green, Blue) histogram of consecutive frames to the following equation d (I i, I j ) Obtaining a first step; 상기 제 1 단계에서 구한 d(Ii,Ij) 가 이미 설정된 소정값보다 큰 경우, j번째 프레임을 장면이 변환된 컷 프레임으로 추출하는 제 2 단계를 실행시키는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.Obtained in the first step d (I i, I j ) Is greater than a predetermined value, the computer-readable recording medium having recorded thereon a program for executing the second step of extracting the j-th frame into the cut frame into which the scene is converted. 이 때, d(Ii,Ij) 는 i번째 영상과 j번째 영상의 차이값을 의미하고, 는 i번째 영상의 Red에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Red에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 i번째 영상의 Green에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Green에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 i번째 영상의 Blue에 대한 히스토그램에서 k번째 요소의 값을 의미하고, 는 j번째 영상의 Blue에 대한 히스토그램에서 k번째 요소의 값을 의미하고, NTSC 표준에 따른 가중치는 Red, Green, Blue에 대하여 각각 0.299, 0.587, 0.114이다.At this time, d (I i, I j ) Is the difference between the i th image and the j th image, Means the value of the k th element in the histogram for the red of the i th image, Means the value of the k th element in the histogram for the red of the j th image, Means the value of the k th element in the histogram for the green of the i th image, Means the value of the k th element in the histogram for the green of the j th image, Denotes the value of the k th element in the histogram for the blue of the i th image, Denotes the value of the k th element in the histogram for the blue of the j th image, and the weights according to the NTSC standard are 0.299, 0.587, and 0.114 for Red, Green, and Blue, respectively.
KR1019980048691A 1998-11-13 1998-11-13 Method of cuts-detection of moving picture KR100311739B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1019980048691A KR100311739B1 (en) 1998-11-13 1998-11-13 Method of cuts-detection of moving picture

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1019980048691A KR100311739B1 (en) 1998-11-13 1998-11-13 Method of cuts-detection of moving picture

Publications (2)

Publication Number Publication Date
KR20000032286A true KR20000032286A (en) 2000-06-05
KR100311739B1 KR100311739B1 (en) 2001-12-17

Family

ID=19558221

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019980048691A KR100311739B1 (en) 1998-11-13 1998-11-13 Method of cuts-detection of moving picture

Country Status (1)

Country Link
KR (1) KR100311739B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100411347B1 (en) * 2001-12-29 2003-12-18 엘지전자 주식회사 Shot transition detecting algorithm for video stream
KR100452063B1 (en) * 1999-02-05 2004-10-12 삼성전자주식회사 Digital video processing method and apparatus thereof
KR100722938B1 (en) * 2005-12-30 2007-05-30 엠텍비젼 주식회사 Portable terminal for having virtual key-pad and text input method
KR20180044171A (en) * 2016-10-21 2018-05-02 주식회사 네오펙트 System, method and program for recognizing sign language

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100452063B1 (en) * 1999-02-05 2004-10-12 삼성전자주식회사 Digital video processing method and apparatus thereof
KR100411347B1 (en) * 2001-12-29 2003-12-18 엘지전자 주식회사 Shot transition detecting algorithm for video stream
KR100722938B1 (en) * 2005-12-30 2007-05-30 엠텍비젼 주식회사 Portable terminal for having virtual key-pad and text input method
KR20180044171A (en) * 2016-10-21 2018-05-02 주식회사 네오펙트 System, method and program for recognizing sign language

Also Published As

Publication number Publication date
KR100311739B1 (en) 2001-12-17

Similar Documents

Publication Publication Date Title
US11281712B2 (en) System, apparatus, method, program and recording medium for processing image
US8254677B2 (en) Detection apparatus, detection method, and computer program
JP4426966B2 (en) Scalable video summarization and navigation system and method
KR100591470B1 (en) Detection of transitions in video sequences
JP5005154B2 (en) Apparatus for reproducing an information signal stored on a storage medium
CN106937114B (en) Method and device for detecting video scene switching
EP2224357A1 (en) Video segmentation
US20050228849A1 (en) Intelligent key-frame extraction from a video
KR100729660B1 (en) Real-time digital video identification system and method using scene change length
JP2006510072A (en) Method and system for detecting uniform color segments
US7729545B2 (en) Signal processing method and method for determining image similarity
CN101685542A (en) Electronic device, fuzzy image sorting method and program
CN101689394A (en) The method and system that is used for video index and video summary
JP2000222584A (en) Video information describing method, method, and device for retrieving video
KR100862939B1 (en) Image recording and playing system and image recording and playing method
JP2002520747A (en) A histogram characterization method for video content
JP3332166B2 (en) Video search device
JPH06152970A (en) Picture compressing method and picture processor
KR100311739B1 (en) Method of cuts-detection of moving picture
KR20010024413A (en) Static image generation method and device
JP3419415B2 (en) Video feature processing method
JP2721107B2 (en) Video feature processing method
WO2003063082A1 (en) Moving picture search apparatus
Zhang et al. Feature based segmentation and clustering on forest fire video
KR100304370B1 (en) Method for extraction and indexing and retrieval of object's representative color and its added information by using suppressed color histogram

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: 20070831

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee