KR20060028157A - Apparatus and method for creating model-based segment metadata - Google Patents

Apparatus and method for creating model-based segment metadata Download PDF

Info

Publication number
KR20060028157A
KR20060028157A KR1020040077205A KR20040077205A KR20060028157A KR 20060028157 A KR20060028157 A KR 20060028157A KR 1020040077205 A KR1020040077205 A KR 1020040077205A KR 20040077205 A KR20040077205 A KR 20040077205A KR 20060028157 A KR20060028157 A KR 20060028157A
Authority
KR
South Korea
Prior art keywords
broadcast content
analysis model
broadcast
content analysis
model
Prior art date
Application number
KR1020040077205A
Other languages
Korean (ko)
Other versions
KR100678895B1 (en
Inventor
김용성
신효섭
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020040077205A priority Critical patent/KR100678895B1/en
Publication of KR20060028157A publication Critical patent/KR20060028157A/en
Application granted granted Critical
Publication of KR100678895B1 publication Critical patent/KR100678895B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04H—BROADCAST COMMUNICATION
    • H04H60/00—Arrangements for broadcast applications with a direct linking to broadcast information or broadcast space-time; Broadcast-related systems
    • H04H60/68—Systems specially adapted for using specific information, e.g. geographical or meteorological information
    • H04H60/73—Systems specially adapted for using specific information, e.g. geographical or meteorological information using meta-information
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/433—Content storage operation, e.g. storage operation in response to a pause request, caching operations
    • H04N21/4332—Content storage operation, e.g. storage operation in response to a pause request, caching operations by placing content in organized collections, e.g. local EPG data repository
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440227—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display by decomposing into layers, e.g. base layer and one or more enhancement layers
    • 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]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/4402—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display
    • H04N21/440245—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving reformatting operations of video signals for household redistribution, storage or real-time display the reformatting operation being performed only on part of the stream, e.g. a region of the image or a time segment

Abstract

본 발명은 모델 기반 세그먼트 메타데이터를 생성하는 장치 및 방법에 관한 것으로서, 방송 컨텐츠에 대한 세그먼트 메타데이터 생성을 위한 방송 컨텐츠 분석 모델을 계층 구조로 저장하고, 수신하는 방송 컨텐츠에 최적의 모델을 적용하여 세그먼트 메타데이터를 생성하는 모델 기반 세그먼트 메타데이터를 생성하는 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for generating model-based segment metadata. The present invention relates to a broadcast content analysis model for generating segment metadata of broadcast content in a hierarchical structure, and to applying an optimal model to received broadcast content. An apparatus and method for generating model based segment metadata for generating segment metadata.

본 발명의 실시예에 따른 모델 기반 세그먼트 메타데이터를 생성하는 장치는 특징 벡터 추출 수단을 수신하는 입력부와, 상기 수신된 특징 벡터 추출 수단을 선택적으로 조합하여 방송 컨텐츠 분석 모델을 구성하는 모델 편집부와, 방송 컨텐츠의 이름과 상기 방송 컨텐츠의 방송 시간을 포함하는 방송 편성표, 상기 수신된 특징 벡터 추출 수단 및 상기 구성된 방송 컨텐츠 분석 모델을 저장하는 저장부와, 상기 저장된 방송 편성표의 방송 컨텐츠 이름과 상기 저장된 방송 컨텐츠 분석 모델의 이름을 비교하여 최적의 방송 컨텐츠 분석 모델을 추출하는 제어부 및 수신되는 멀티미디어 데이터에 상기 추출된 방송 컨텐츠 분석 모델을 적용하여 세그먼트 메타데이터를 생성하는 메타데이터 생성부를 포함한다.An apparatus for generating model-based segment metadata according to an embodiment of the present invention includes an input unit for receiving a feature vector extracting means, a model editing unit for constructing a broadcast content analysis model by selectively combining the received feature vector extracting means; A broadcast schedule including a name of broadcast content and a broadcast time of the broadcast content, a storage unit for storing the received feature vector extracting means and the configured broadcast content analysis model, a broadcast content name of the stored broadcast schedule and the stored broadcast And a controller configured to compare the names of content analysis models to extract an optimal broadcast content analysis model, and a metadata generation unit to generate segment metadata by applying the extracted broadcast content analysis model to received multimedia data.

세그먼트 메타데이터 , 특징 벡터, 방송 컨텐츠 분석 모델Segment Metadata, Feature Vector, Broadcast Content Analysis Model

Description

모델 기반 세그먼트 메타데이터를 생성하는 장치 및 방법{Apparatus and method for creating model-based segment metadata}Apparatus and method for creating model-based segment metadata}

도 1은 종래의 수동 생성 방식에 의한 세그먼트 메타데이터의 생성 및 전달 과정을 나타낸 블록도이다.1 is a block diagram illustrating a process of generating and transferring segment metadata by a conventional manual generation method.

도 2는 종래의 자동 생성 방식에 의한 세그먼트 메타데이터의 생성 및 전달 과정을 나타낸 블록도이다.2 is a block diagram illustrating a generation and delivery process of segment metadata by a conventional automatic generation method.

도 3은 본 발명의 실시예에 따른 모델 기반 세그먼트 메타데이터를 생성하는 장치를 나타낸 블록도이다.3 is a block diagram illustrating an apparatus for generating model-based segment metadata according to an embodiment of the present invention.

도 4는 본 발명의 실시예에 따른 계층 구조를 가지고 있는 방송 컨텐츠 분석 모델의 예시도이다.4 is an exemplary diagram of a broadcast content analysis model having a hierarchical structure according to an embodiment of the present invention.

도 5는 본 발명의 실시예에 따른 모델 기반 세그먼트 메타데이터를 생성하는 방법을 나타낸 흐름도이다.5 is a flowchart illustrating a method of generating model-based segment metadata according to an embodiment of the present invention.

도 6은 본 발명의 실시예에 따른 최상위 계층의 방송 컨텐츠 분석 모델을 정의하는 코드의 예시도이다.6 is an exemplary diagram illustrating a code defining a broadcast content analysis model of a top layer according to an embodiment of the present invention.

도 7은 본 발명의 실시예에 따른 방송 컨텐츠 분석 모델을 정의하는 코드의 예시도이다.7 is an exemplary diagram for defining a broadcast content analysis model according to an embodiment of the present invention.

<도면의 주요 부분에 관한 부호의 설명><Explanation of symbols on main parts of the drawings>

310 : 입력부 320 : 저장부310: input unit 320: storage unit

330 : 모델 편집부 340 : 제어부330: model editing unit 340: control unit

350 : 메타데이터 생성부350: metadata generation unit

본 발명은 모델 기반 세그먼트 메타데이터를 생성하는 장치 및 방법에 관한 것으로서, 더욱 상세하게는 방송 컨텐츠에 대한 세그먼트 메타데이터 생성을 위한 방송 컨텐츠 분석 모델을 계층 구조로 저장하고, 수신하는 방송 컨텐츠에 최적의 모델을 적용하여 세그먼트 메타데이터를 생성하는 모델 기반 세그먼트 메타데이터를 생성하는 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for generating model-based segment metadata. More particularly, the present invention relates to a broadcast content analysis model for generating segment metadata for broadcast content in a hierarchical structure, and is optimal for receiving broadcast content. An apparatus and method for generating model-based segment metadata for generating segment metadata by applying a model.

개인 영상 녹화기(Personal Video Recorder, 이하 PVR이라 한다)란, 하드 디스크 드라이브를 내장하여 TV 방송 컨텐츠를 디지털 방식으로 녹화하는 장치로서 기존 아날로그 테이프로 녹화하는 VCR에 비해 영상 및 음성의 손실 없이 보관 및 재생이 가능한 장치이다.A Personal Video Recorder (PVR) is a device that records TV broadcast content digitally with a built-in hard disk drive. It can be stored and played back without loss of video and audio, compared to VCRs that use analog tape. This is a possible device.

PVR은 단순히 TV 방송 컨텐츠를 녹화하고 재생하는 기능 뿐 아니라, 수신하는 방송을 임시로 저장할 수도 있으므로, 생방송의 경우에도 일시 정지 후에 이어서 볼 수도 있다. 그리고, 재생, 일시 정지, 빨리 감기, 되감기, 느린 재생 등 기존 VCR에서 제공되었던 기능은 물론 다시 보기, 건너 뛰기, 북마크 등의 다양한 재생 및 탐색 기능을 제공한다.The PVR not only records and plays back TV broadcast contents, but also temporarily stores the broadcast received, so that the PVR can be viewed after pause. In addition to the functions provided in the existing VCR, such as play, pause, fast forward, rewind, and slow play, various playback and navigation functions such as replay, skip, and bookmark are provided.

한편, PVR은 TV 방송 컨텐츠에 대한 부가 정보(메타데이터)를 활용하면 더욱 다양하고 편리한 브라우징 기능을 사용자에게 제공할 수 있다. 특히, 세그먼트 메타데이터는 방송 컨텐츠에 대한 하이라이트(highlight), 방송 편성표 및 스트림의 시간 정보 등의 부가 정보를 제공함으로써, 전술한 다시 보기, 건너 뛰기 및 북마크 등의 기능을 수행할 수 있게 하며, 방송 편성표와 연계된 간편 예약, 시리즈 예약, 장르별 예약 등의 기능을 수행할 수도 있게 한다.On the other hand, the PVR may provide a user with more various and convenient browsing functions by utilizing additional information (metadata) about TV broadcast contents. In particular, the segment metadata may provide additional information such as highlights, broadcast schedules, and time information of streams of broadcast contents, thereby enabling the above-described replay, skip, and bookmark functions to be performed. You can also perform functions such as simple reservation, series reservation, and genre reservation associated with the schedule.

사용자는 수동 또는 자동으로 생성된 세그먼트 메타데이터를 제공 받을 수 있는데, 수동 생성 방식은 메타데이터 제작자라는 별도의 서비스 사업자가 방송 편성표에 따른 세그먼트 메타데이터를 생성하여 사용자에게 제공하는 방식이고, 자동 생성 방식은 PVR 장치 내부에 소정의 수단을 삽입하여 수신하는 방송 컨텐츠를 분석하고 그에 맞는 세그먼트 메타데이터를 생성하는 방식이다.The user may be provided with segment metadata generated manually or automatically. The manual generation method is a method of generating a segment metadata according to a broadcast schedule and providing the user to a user by a separate service provider called a metadata producer. The method inserts a predetermined means into the PVR device to analyze the received broadcast content and generate segment metadata accordingly.

도 1은 종래의 수동 생성 방식에 의한 세그먼트 메타데이터의 생성 및 전달 과정을 나타낸 블록도이다.1 is a block diagram illustrating a process of generating and transferring segment metadata by a conventional manual generation method.

프로그램 제작자(110)가 방송 컨텐츠를 제작하고, 이를 방송국(120)이 송신하면 메타데이터 제작자(130) 및 사용자(140)는 방송 컨텐츠를 수신한다. 이 때, 사용자(140)의 PVR은 수신한 방송 컨텐츠를 저장하고, 메타데이터 제작자(130)는 방송 편성표를 참조하여 수신한 방송 컨텐츠의 세그먼트 메타데이터를 생성한다. 세그먼트 메타데이터는 방송 컨텐츠의 시작 및 마지막에 대한 정의 뿐 아니라 중간의 주요 장면에 대한 정의도 되어 있는데, 사용자(140)는 메타데이터 제작자(130)가 생성한 세그먼트 메타데이터를 제공 받아 해당 방송 컨텐츠의 재생 관련 기능( 재생, 빨리 감기, 되감기, 건너 뛰기 및 북마크 등)을 수행할 수 있다. When the program producer 110 produces broadcast content and the broadcast station 120 transmits it, the metadata producer 130 and the user 140 receive the broadcast content. At this time, the PVR of the user 140 stores the received broadcast content, and the metadata producer 130 generates segment metadata of the received broadcast content with reference to the broadcast schedule. Segment metadata is defined not only for the start and end of broadcast content but also for a main scene in the middle. The user 140 receives segment metadata generated by the metadata producer 130 to receive the corresponding broadcast content. You can perform playback related functions (play, fast forward, rewind, skip and bookmark).

도 2는 종래의 자동 생성 방식에 의한 세그먼트 메타데이터의 생성 및 전달 과정을 나타낸 블록도이다.2 is a block diagram illustrating a generation and delivery process of segment metadata by a conventional automatic generation method.

세그먼트 메타데이터는 PVR에 내장되어 있는 소정의 모듈 및 수단을 이용하여 자동으로 생성되고 사용자가 이를 이용하여 재생 기능 등을 수행할 수 있다.Segment metadata is automatically generated by using a predetermined module and means built in the PVR, and a user may use the same to perform a playback function.

멀티미디어 저장부(220)는 압축된 멀티미디어 데이터를 수신하여 저장하는 역할을 하고, 디코더부(210)는 압축된 멀티미디어 데이터를 수신하여 압축을 해제하는 역할을 한다. 여기서, 압축된 멀티미디어 데이터는 디지털 방송 사업자가 제공하는 컨텐츠로서, 일반 아날로그 방송 사업자가 제공하는 컨텐츠를 처리하고 저장하기 위해서는 아날로그 방송 컨텐츠를 디지털로 변환하고, 압축하는 전처리 과정이 필요하다.The multimedia storage unit 220 serves to receive and store compressed multimedia data, and the decoder unit 210 receives and decompresses compressed multimedia data. Here, the compressed multimedia data is content provided by a digital broadcasting company, and in order to process and store content provided by a general analog broadcasting company, a preprocessing process of converting and converting analog broadcasting content into digital is necessary.

디코더부(210)에서 압축이 해제된 멀티미디어 데이터는 멀티미디어 렌더링부(250)와 메타데이터 생성부(260)로 전달되는데, 멀티미디어 렌더링부(250)는 수신한 멀티미디어 데이터를 영상 및 음성으로 분리하고, 메타데이터 생성부(260)는 수신한 멀티미디어 데이터를 분석하여 세그먼트 메타데이터를 생성하는 역할을 한다. 세그먼트 메타데이터 생성 수단은 영상과 음성에 대해 따로 수행되는데, 음성의 경우 주파수 분포를 분석하여 컨텐츠의 전후 관계를 구별하는 방법이 사용되며, 영상의 경우 매 프레임에 대한 색, 모양, 텍스처, 움직임 등에 따른 특징 벡터를 추출하고, 이들 특징 벡터 간의 유사도를 판별하여 장면 전환 시점을 유추하는 방식이 사용된다. 예를 들어, MPEG-7과 같이 멀티미디어 데이터를 분석하여 그 특징을 추 출하는 수단을 사용하여 세그먼트 메타데이터를 생성하게 된다. 이렇게 생성된 세그먼트 메타데이터는 메타데이터 저장부(280)에 저장되고, 메타데이터 브라우저(270)를 통하여 컨텐츠 브라우저(240)로 전달 된다. 컨텐츠 브라우저(240)는 멀티미디어 렌더링부(250)가 전달한 멀티미디어 데이터와 메타데이터 브라우저(270)가 전달한 세그먼트 메타데이터를 매칭하여 디스플레이부(230)를 통하여 화면 및 스피커에 출력한다.The multimedia data decompressed by the decoder 210 is transferred to the multimedia renderer 250 and the metadata generator 260. The multimedia renderer 250 separates the received multimedia data into an image and an audio. The metadata generator 260 analyzes the received multimedia data and generates segment metadata. Segment metadata generating means is performed separately for video and audio. In the case of voice, a method of distinguishing front and rear relations of contents by analyzing frequency distribution is used. For video, color, shape, texture, motion, etc. for each frame are used. A method of extracting the feature vectors, determining the similarity between these feature vectors, and inferring the scene change time is used. For example, segment metadata is generated by means of analyzing multimedia data and extracting features thereof, such as MPEG-7. The generated segment metadata is stored in the metadata storage unit 280 and transferred to the content browser 240 through the metadata browser 270. The content browser 240 matches the multimedia data delivered by the multimedia rendering unit 250 with the segment metadata transmitted by the metadata browser 270 and outputs the segment data transmitted to the screen and the speaker through the display 230.

사람의 인지 능력은 컨텐츠의 의미를 분석해서 컨텐츠를 다수의 세그먼트로 분할할 수 있지만, 현재 멀티미디어 분석 기술은 아직 이러한 단계에는 이르지 못하고 있다. 다만, 매 프레임에 대한 주파수 분포, 색, 모양, 텍스처 및 움직임 등과 같이 신호의 특성을 나타낼 수 있는 특징 벡터를 추출하고, 그 유사성을 분석하여 적절한 세그먼트 분할을 유추할 뿐이다. 여기서, 특징 벡터의 조합 방법에 따라 다양한 수단을 만들 수 있는데, 이렇게 만들어진 하나의 수단은 특정 장르의 컨텐츠를 분석하는 데는 유용하게 사용될 수 있지만, 다양한 장르의 컨텐츠를 분석하는 데는 적용하기 어려운 한계를 가지고 있다.Human cognitive ability can analyze the meaning of content and divide the content into multiple segments, but the current multimedia analysis technology has not reached this stage yet. However, it only extracts a feature vector representing the signal characteristics such as frequency distribution, color, shape, texture, and motion for each frame, and infers the appropriate segmentation by analyzing the similarity. Here, a variety of means can be made according to the method of combining the feature vectors, and one of the means can be useful for analyzing a specific genre of contents, but has a limitation that is difficult to apply to analyzing the contents of various genres. have.

본 발명은 방송 컨텐츠에 대한 세그먼트 메타데이터 생성을 위한 방송 컨텐츠 분석 모델을 계층 구조로 저장하고, 수신하는 방송 컨텐츠에 최적의 모델을 적용하여 세그먼트 메타데이터를 생성하는데 그 목적이 있다.An object of the present invention is to store a broadcast content analysis model for generating segment metadata for broadcast content in a hierarchical structure, and generate segment metadata by applying an optimal model to received broadcast content.

또한, 본 발명은 특징 벡터 추출 수단을 추가 및 갱신할 수 있게 함으로써 방송 컨텐츠 분석 모델을 좀 더 다양하게 구성하는데 그 목적이 있다. In addition, an object of the present invention is to configure a broadcast content analysis model in a more diverse manner by enabling the addition and update of feature vector extraction means.                         

본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해되어질 수 있을 것이다.The objects of the present invention are not limited to the above-mentioned objects, and other objects that are not mentioned will be clearly understood by those skilled in the art from the following description.

상기 목적을 달성하기 위하여, 본 발명의 실시예에 따른 모델 기반 세그먼트 메타데이터를 생성하는 장치는 특징 벡터 추출 수단을 수신하는 입력부와, 상기 수신된 특징 벡터 추출 수단을 선택적으로 조합하여 방송 컨텐츠 분석 모델을 구성하는 모델 편집부와, 방송 컨텐츠의 이름과 상기 방송 컨텐츠의 방송 시간을 포함하는 방송 편성표, 상기 수신된 특징 벡터 추출 수단 및 상기 구성된 방송 컨텐츠 분석 모델을 저장하는 저장부와, 상기 저장된 방송 편성표의 방송 컨텐츠 이름과 상기 저장된 방송 컨텐츠 분석 모델의 이름을 비교하여 최적의 방송 컨텐츠 분석 모델을 추출하는 제어부 및 수신되는 멀티미디어 데이터에 상기 추출된 방송 컨텐츠 분석 모델을 적용하여 세그먼트 메타데이터를 생성하는 메타데이터 생성부를 포함한다.In order to achieve the above object, the apparatus for generating model-based segment metadata according to an embodiment of the present invention is a broadcast content analysis model by selectively combining the input unit for receiving a feature vector extraction means and the received feature vector extraction means; A model editing unit for constituting a broadcast program, a broadcast schedule including a name of broadcast content and a broadcast time of the broadcast content, a storage unit for storing the received feature vector extracting means, and the configured broadcast content analysis model, and the stored broadcast schedule. Control unit for extracting an optimal broadcast content analysis model by comparing a broadcast content name and the name of the stored broadcast content analysis model and metadata generation for generating segment metadata by applying the extracted broadcast content analysis model to received multimedia data Contains wealth.

본 발명의 실시예에 따른 모델 기반 세그먼트 메타데이터를 생성하는 방법은 특징 벡터 추출 수단을 수신하는 단계와, 상기 수신된 특징 벡터 추출 수단을 선택적으로 조합하여 방송 컨텐츠 분석 모델을 구성하는 단계와, 방송 컨텐츠의 이름과 상기 방송 컨텐츠의 방송 시간을 포함하는 방송 편성표, 상기 수신된 특징 벡터 추출 수단 및 상기 구성된 방송 컨텐츠 분석 모델을 저장하는 단계와, 상기 저장된 방송 편성표의 방송 컨텐츠 이름과 상기 저장된 방송 컨텐츠 분석 모델의 이름을 비교하여 최적의 방송 컨텐츠 분석 모델을 추출하는 단계 및 수신되는 멀티미디어 데이터에 상기 추출된 방송 컨텐츠 분석 모델을 적용하여 세그먼트 메타데이터를 생성하는 단계를 포함한다.According to an aspect of the present invention, there is provided a method of generating model-based segment metadata, comprising: receiving a feature vector extracting means, selectively combining the received feature vector extracting means, and constructing a broadcast content analysis model; Storing a broadcast schedule including a name of a content and a broadcast time of the broadcast content, the received feature vector extracting means, and the configured broadcast content analysis model; and analyzing a broadcast content name of the stored broadcast schedule and the stored broadcast content analysis. Comparing the names of the models to extract an optimal broadcast content analysis model, and generating segment metadata by applying the extracted broadcast content analysis model to the received multimedia data.

기타 실시예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Specific details of other embodiments are included in the detailed description and the drawings.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.Advantages and features of the present invention and methods for achieving them will be apparent with reference to the embodiments described below in detail with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but can be implemented in various different forms, and only the embodiments make the disclosure of the present invention complete, and those of ordinary skill in the art to which the present invention belongs. It is provided to fully inform the person having the scope of the invention, which is defined only by the scope of the claims. Like reference numerals refer to like elements throughout.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 3은 본 발명의 실시예에 따른 모델 기반 세그먼트 메타데이터를 생성하는 장치를 나타낸 블록도이다.3 is a block diagram illustrating an apparatus for generating model-based segment metadata according to an embodiment of the present invention.

모델 기반 세그먼트 메타데이터를 생성하는 장치는 입력부(310), 저장부(320), 모델 편집부(330), 제어부(340) 및 메타데이터 생성부(350)를 포함하여 구성된다.The apparatus for generating model-based segment metadata includes an input unit 310, a storage unit 320, a model editor 330, a controller 340, and a metadata generator 350.

입력부(310)는 특징 벡터 추출 수단을 수신하는 역할을 한다. 특징 벡터 추 출 수단은 멀티미디어 데이터 스트림의 전후 관계를 구별하기 위하여 멀티미디어 데이터 스트림의 각 프레임에 대한 특징을 분석하고 그 유사성을 판단한다. 예를 들어, MPEG-7과 같이 멀티미디어 데이터를 분석하여 그 특징을 추출하는 방법이 사용될 수 있는데, 본 발명은 이에 국한되지 않고, 주파수 분포, 색, 모양, 텍스처 및 움직임 등 영상 및 음성에 대한 다양한 분석을 통하여 스트림의 전후 프레임에 대한 유사도를 판단한다.The input unit 310 serves to receive the feature vector extraction means. The feature vector extracting means analyzes the feature of each frame of the multimedia data stream and determines the similarity in order to distinguish the front-rear relation of the multimedia data stream. For example, a method of extracting a feature by analyzing multimedia data, such as MPEG-7, may be used. The present invention is not limited thereto, and the present invention is not limited thereto. The similarity between the frames before and after the stream is determined through the analysis.

모델 편집부(330)는 특징 벡터 추출 수단의 조합을 편집하여 새로운 방송 컨텐츠 분석 모델을 구성하는 역할을 한다.The model editor 330 composes a new broadcast content analysis model by editing a combination of feature vector extraction means.

방송 컨텐츠 분석 모델은 가중치가 부여된 특징 벡터 추출 수단들의 조합으로 구성되는데, 사용자는 자신의 취향에 맞게 그 조합 및 가중치를 편집할 수 있다. 편집을 위한 구성 요소로는 특징 벡터 추출 수단의 종류와 그 조합 및 가중치 뿐 아니라, 세그먼트 간의 시간 간격이 포함될 수도 있으며, 다수의 조합이 포함된 방송 컨텐츠 분석 모델을 구성하는 것이 바람직하다.The broadcast content analysis model is composed of a combination of weighted feature vector extraction means, and the user can edit the combination and weight according to his or her taste. The components for editing may include the time interval between segments as well as the types, combinations and weights of the feature vector extracting means, and it is preferable to construct a broadcast content analysis model including a plurality of combinations.

저장부(320)는 방송 컨텐츠의 이름과 방송 시간을 포함하는 방송 편성표, 입력부(310)가 수신한 특징 벡터 추출 수단 및 모델 편집부(330)가 구성한 방송 컨텐츠 분석 모델을 저장한다.The storage unit 320 stores a broadcast schedule including the name and broadcast time of the broadcast content, a feature vector extracting unit received by the input unit 310, and a broadcast content analysis model configured by the model editing unit 330.

여기서, 방송 컨텐츠 분석 모델은 계층 구조의 형태로 저장되어 있으므로, 방송 편성표의 방송 컨텐츠 이름 또한 그에 맞게 저장되는 것이 바람직하다. 예를 들어, 방송 컨텐츠가 C 방송사의 자정 뉴스라고 하면, 뉴스를 최상위 계층의 이름으로, C 방송사를 두번째 계층의 이름으로 그리고, 자정을 세번째 계층의 이름으로 인식하게 하는 것이다. 이렇게 함으로써, 제어부(340)는 방송 편성표에 저장된 방송 컨텐츠의 이름을 이용하여 최적의 방송 컨텐츠 분석 모델을 추출할 수 있게 되는데, 이에 대해서는 제어부(340)에서 자세히 설명한다.Here, since the broadcast content analysis model is stored in a hierarchical structure, the broadcast content name of the broadcast schedule is preferably stored accordingly. For example, if the broadcast content is midnight news of broadcaster C, the news is recognized as the name of the top layer, broadcaster C as the name of the second layer, and midnight as the name of the third layer. By doing so, the controller 340 can extract the optimal broadcast content analysis model using the name of the broadcast content stored in the broadcast schedule, which will be described in detail in the controller 340.

그리고, 특징 벡터 추출 수단은 각 특징에 따라 구별되어 저장되는데, 같은 특징에 대해서도 다양한 수단이 저장될 수도 있다.The feature vector extracting means is stored separately according to each feature, and various means may be stored for the same feature.

전술한 바와 같이 특징 벡터 추출 수단은 멀티미디어 데이터의 주파수 분포, 색, 모양, 텍스처 및 움직임 등에 대한 분석에 사용되는데, 하나의 방송 컨텐츠를 분석하기 위하여 다양한 특징 벡터 추출 수단의 조합이 적용된다. 예를 들어, 뉴스의 경우 일반적으로 아나운서의 설명 이후에 기자의 보도가 이어진다. 이 때, 아나운서의 장면은 일정한 패턴의 정적인 화면으로 구성되는데, 특히 아나운서의 얼굴은 고정된 위치에 나타나는 것이 일반적이다. 다시 말해, 화면의 특정 위치의 특정 구역에 살색에 해당하는 색이 지속된다면, 이는 아나운서의 장면일 가능성이 커지게 된다. 따라서, 뉴스에 대한 세그먼트를 구성할 경우 아나운서의 설명과 그에 대한 기자의 보도를 하나의 세그먼트로 구성하는 것이 바람직한데, 이 경우에는 화면의 소정의 구역에 대한 색만을 고려하면 된다. 그러나, 드라마 또는 영화와 같은 움직임이 많은 방송 컨텐츠의 경우에는 텍스처 및 움직임에 중점을 두는 것이 바람직하다.As described above, the feature vector extracting means is used for analyzing frequency distribution, color, shape, texture, and motion of multimedia data, and a combination of various feature vector extracting means is applied to analyze one broadcast content. For example, in the case of news, the reporter's report is generally followed by the announcer's explanation. At this time, the announcer's scene is composed of a static pattern with a certain pattern. In particular, the announcer's face generally appears at a fixed position. In other words, if the color corresponding to the flesh color is continued in a specific area of a specific position of the screen, it is more likely to be a scene of an announcer. Therefore, when constructing a segment for news, it is preferable to configure the description of the announcer and the reporter's report on the segment as one segment. In this case, only the color of a predetermined area of the screen needs to be considered. However, in the case of broadcast content with a lot of motion, such as dramas or movies, it is desirable to focus on texture and motion.

또한, 뉴스라도 방송국에 따라 그 화면 구성 및 진행 구성이 다를 수도 있으므로, 특정 벡터 추출 수단의 조합을 다르게 한 컨텐츠 분석 모델을 저장하는 것이 바람직하다.In addition, since the screen configuration and the progress configuration may differ depending on the broadcasting station even for news, it is preferable to store a content analysis model in which the combination of specific vector extraction means is different.

참고적으로, 본 발명에서 저장부(320)는 하드디스크와 같은 저장 매체를 의미하는데, 방송 편성표, 특징 벡터 추출 수단 및 방송 컨텐츠 분석 모델은 하나의 저장 매체에 저장될 수도 있고, 분리된 복수의 저장 매체에 각각 저장될 수도 있다.For reference, in the present invention, the storage unit 320 refers to a storage medium such as a hard disk, and the broadcast schedule, the feature vector extracting means, and the broadcast content analysis model may be stored in a single storage medium. Each may be stored in a storage medium.

제어부(340)는 저장된 방송 편성표 및 방송 컨텐츠 분석 모델을 참조하여 최적의 모델을 추출하는 역할을 한다.The controller 340 extracts an optimal model by referring to a stored broadcast schedule and a broadcast content analysis model.

방송 컨텐츠 분석 모델은 방송 컨텐츠의 종류 및 내용에 따라 계층 구조로 저장되는 것이 바람직한데, 도 4는 본 발명의 실시예에 따른 계층 구조를 가지고 있는 방송 컨텐츠 분석 모델의 예시도를 나타낸다.The broadcast content analysis model is preferably stored in a hierarchical structure according to the type and content of the broadcast content. FIG. 4 illustrates an example of a broadcast content analysis model having a hierarchical structure according to an embodiment of the present invention.

제어부(340)는 저장부(320)에 저장되어 있는 방송 편성표를 참조하여 현재 수신하고 있는 방송 컨텐츠를 확인하고, 그에 해당하는 방송 컨텐츠 분석 모델이 있는지 저장부(320)를 검색한다. 이 때, 최하위 계층에 있는 방송 컨텐츠 분석 모델을 우선 검색하게 된다. 그리하여, 일치하는 방송 컨텐츠 분석 모델이 있으면 그것을 사용하여 세그먼트 메타데이터를 생성하고, 만일 일치하는 방송 컨텐츠 분석 모델이 없으면 상위 계층으로 이동하여 유사성을 판단한다. 이 과정은 반복적으로 수행되며, 최상위 계층까지 이동하게 되면 최상위 계층의 기본 방송 컨텐츠 분석 모델이 수신하는 방송 컨텐츠에 적용되어 세그먼트 메타데이터를 생성한다.The controller 340 checks the broadcast content currently received by referring to the broadcast schedule stored in the storage 320, and searches the storage 320 for a broadcast content analysis model corresponding thereto. At this time, the broadcast content analysis model in the lowest layer is searched first. Thus, if there is a matching broadcast content analysis model, segment metadata is generated using it, and if there is no matching broadcast content analysis model, it moves to a higher layer to determine similarity. This process is performed repeatedly, and when moved to the top layer, the basic broadcast content analysis model of the top layer is applied to the received broadcast content to generate segment metadata.

예를 들어, 저장되어 있는 방송 켄턴츠 분석 모델이 도 4와 같다고 할 경우, 수신하는 방송 컨텐츠가 C 방송사의 자정 뉴스라고하면, 우선 최하위 계층에 C 방송사의 자정 뉴스가 있는 지 확인하는데, 도 4에는 존재하지 않으므로, 상위 계층 으로 이동한다. 그러나, 상위 계층에도 C 방송사의 자정 뉴스가 없으므로 다시 상위 계층으로 이동하는데, 뉴스라고 하는 유사한 방송 컨텐츠 분석 모델이 있으므로, 이를 적용하여 세그먼트 메타데이터를 생성하게 된다.For example, if the stored broadcast content analysis model is as shown in FIG. 4, if the received broadcast content is midnight news of broadcaster C, first, it is checked whether there is midnight news of broadcaster C in the lowest layer. Does not exist, so it moves to the upper layer. However, since there is no midnight news of broadcaster C in the upper layer, it moves to the upper layer again. Since there is a similar broadcast content analysis model called news, segment metadata is generated by applying the same.

방송 컨텐츠 분석 모델 검색은 상위 계층부터 검색하는 방법이 사용될 수도 있다. 다시 말해, 상위 계층부터 검색을 시작하여 하위 계층으로 이동하다가 일치하는 모델이 없을 경우, 그 상위 계층의 모델을 적용하는 것이다. 예를 들어, C 방송사의 자정 뉴스에 대한 방송 컨텐츠 분석 모델을 검색한다고 할 때, 우선 최상위 계층의 바로 아래 단계부터 검색을 수행한다. 도 4에서 최상위 계층의 모델은 단 하나이므로 검색할 필요가 없기 때문이다. 최상위 계층의 바로 아래 단계는 뉴스, 드라마 및 코미디로 구성되어 있고, C 방송사의 자정 뉴스는 뉴스에 해당하므로 뉴스의 하위 계층을 다시 검색한다. 그런데, 뉴스의 하위 계층에는 A 방송사의 뉴스와 B 방송사의 뉴스는 있지만 C 방송사의 뉴스는 없으므로, 뉴스를 최적의 모델로 선택하게 된다.In the broadcast content analysis model search, a method of searching from a higher layer may be used. In other words, if there is no matching model after searching from the upper layer and moving to the lower layer, the model of the upper layer is applied. For example, suppose that a broadcast content analysis model for midnight news of broadcaster C is to be searched. This is because there is only one model of the highest layer in FIG. 4, and thus there is no need to search. The stage just below the top tier consists of news, drama, and comedy, and midnight news for broadcaster C is news, so the bottom tier of the news is retrieved again. However, since the news of broadcaster A and the news of broadcaster B, but not the news of broadcaster C in the lower layer of the news, the news is selected as the optimal model.

메타데이터 생성부(350)는 수신하는 멀티미디어 데이터에 상기 출력된 방송 컨텐츠 분석 모델을 적용하여 세그먼트 메타데이터를 생성하는 역할을 한다.The metadata generator 350 generates segment metadata by applying the output broadcast content analysis model to the received multimedia data.

디코더부에 의하여 압축이 해제된 멀티미디어 데이터는 멀티미디어 렌더링부와 메타데이터 생성부(350)로 전달되는데, 메타데이터 생성부(350)는 수신한 멀티미디어 데이터에 제어부(340)로부터 전달 받은 방송 컨텐츠 분석 모델을 적용하여 세그먼트 메타 데이터를 생성한다.The multimedia data decompressed by the decoder unit is transmitted to the multimedia rendering unit and the metadata generating unit 350. The metadata generating unit 350 transmits the broadcast content analysis model received from the control unit 340 to the received multimedia data. Create segment metadata by applying.

도 5는 본 발명의 실시예에 따른 모델 기반 세그먼트 메타데이터를 생성하는 방법을 나타낸 흐름도이다.5 is a flowchart illustrating a method of generating model-based segment metadata according to an embodiment of the present invention.

세그먼트 메타데이터를 생성하기 위하여 우선 저장된 방송 편성표를 검색한다(S510). 그리고, 방송 편성표를 참조하여 현재 수신하는 멀티미디어 데이터의 방송 컨텐츠 이름을 확인하고, 그와 일치하는 방송 컨텐츠 분석 모델 이름이 있는 지 검색한다(S520). 방송 컨텐츠 분석 모델 검색은 전술한 바와 같이 최하위 방송 컨텐츠 분석 모델 검색부터 시작하여 최상위 방송 컨텐츠 분석 모델로 올라가는 방법과, 그 반대로 최상위 모델부터 시작하여 최하위 모델로 내려가는 방법이 사용될 수 있다. 도 5에서는 최하위 모델부터 시작하는 방법에 대한 도면이므로, 방송 편성표의 방송 컨텐츠와 최하위 방송 컨텐츠 분석 모델을 비교하는 것으로 시작한다.In order to generate segment metadata, the stored broadcast schedule is first retrieved (S510). The broadcast content name of the multimedia data currently received is checked with reference to the broadcast schedule table, and a search is performed for a broadcast content analysis model name corresponding thereto (S520). As described above, the search for the broadcast content analysis model may be performed by searching for the lowest broadcast content analysis model and ascending to the highest broadcast content analysis model, and vice versa. In FIG. 5, since the method starts with the lowest model, the method starts with comparing the broadcast content of the broadcast schedule and the lowest broadcast content analysis model.

일치하는 방송 컨텐츠 분석 모델이 있으면 그 방송 컨텐츠 분석 모델을 출력하여(S550) 수신하는 멀티미디어 데이터에 적용하여 세그먼트 메타데이터를 생성한다(S560). 그러나, 일치하는 방송 컨텐츠 분석 모델이 없으면, 상위 계층으로 이동하고(S540) 다시 일치하는 방송 컨텐츠 분석 모델이 있는지 검색한다(S520). 이러한 검색은 반복적으로 수행되며, 최상위 계층의 방송 컨텐츠 분석 모델에서도 일치하는 모델이 없을 경우에는(S530) 최상위 계층의 방송 컨텐츠 분석 모델인 기본 모델을 출력하고(S550), 이를 이용하여 세그먼트 메타데이터를 생성한다(S560).If there is a matching broadcast content analysis model, the broadcast content analysis model is output (S550) and applied to the received multimedia data to generate segment metadata (S560). However, if there is no matching broadcast content analysis model, it moves to a higher layer (S540) and searches for a matching broadcast content analysis model again (S520). This search is performed repeatedly, and if there is no matching model in the broadcast content analysis model of the top layer (S530), the base model, which is the broadcast content analysis model of the top layer, is output (S550), and the segment metadata is used using this. It generates (S560).

전술한 바와 같이 방송 컨텐츠 분석 모델 검색은 계층 구조를 가지고 있는 모델을 검색하기 위하여 상행 또는 하행 검색을 수행할 수 있는데, 본 발명은 이에 국한하지 않고, 테이블 형태로 이루어진 방송 편성표의 방송 컨텐츠 이름에 대해 그 이름의 유사성을 판별하는 방법이 사용될 수도 있다. 예를 들어, 수신하는 방송 컨텐츠가 B 방송사의 자정 뉴스라고 하면, 방송 편성표의 테이블에는 이 방송 컨텐츠에 대해 B 방송사, 자정 및 뉴스라는 구성 요소들이 포함되는데, 가장 많은 구성 요소를 포함하는 방송 컨텐츠 분석 모델이 사용되는 것으로서 도 4에서 보면 B 방송사 뉴스가 이에 해당한다.As described above, the broadcast content analysis model search may perform an ascending or descending search to search for a model having a hierarchical structure. The present invention is not limited thereto, and the present invention is not limited thereto. A method of determining the similarity of the names may be used. For example, if the received broadcast content is the midnight news of broadcaster B, the table of the broadcast schedule includes the components broadcaster B, midnight, and news for the broadcast content, and analyzes the broadcast content including the most components. As shown in FIG. 4, the broadcaster B broadcasts the model.

도 6은 본 발명의 실시예에 따른 최상위 계층의 방송 컨텐츠 분석 모델을 정의하는 코드의 예시도이다.6 is an exemplary diagram illustrating a code defining a broadcast content analysis model of a top layer according to an embodiment of the present invention.

도면은 단순히 1분 30초라는 일정한 시간 간격에 따라 방송 컨텐츠를 세그먼트로 분할하는 것을 정의하고 있다. 이것은 최상위 계층의 방송 컨텐츠 분석 모델처럼 어떠한 방송 컨텐츠 종류에도 속하지 않는다고 판단되는 방송 컨텐츠에 적용되는 것이 바람직한데, 최상위 계층의 방송 컨텐츠 분석 모델은 예시된 바와 같이 시간 간격에 의한 분할 뿐 아니라, 색의 변화, 주파수의 변화 및 움직임의 변화 등의 의하여 구성될 수도 있다.The figure simply defines that the broadcast content is divided into segments at regular time intervals of 1 minute 30 seconds. This is preferably applied to broadcast content that is determined not to belong to any broadcast content type, such as the broadcast content analysis model of the top layer. The broadcast content analysis model of the top layer is not only divided by time intervals, but also changes in color as illustrated. It may be configured by a change in frequency, a change in motion, and the like.

도 7은 본 발명의 실시예에 따른 방송 컨텐츠 분석 모델을 정의하는 코드의 예시도이다.7 is an exemplary diagram for defining a broadcast content analysis model according to an embodiment of the present invention.

도면에서 보면 News는 NewsSegment라는 세그먼트 단위로 구성되고, NewsSegment는 다시 AnchorShot과 ReportShot의 조합으로 이루어지는 것을 알 수 있다. 또한, AnchorShot은 항상 ReportShot에 선행한다는 세그먼트 구조도 기술하고 있다.In the figure, it can be seen that News is composed of a segment unit called NewsSegment, and NewsSegment is composed of a combination of AnchorShot and ReportShot. It also describes the segment structure that AnchorShot always precedes ReportShot.

AnchorShot이 되기 위한 기준은 ColorStructureType이라는 색과 관계된 특징 벡터 수단 값과 EdgeHistogramType이라는 영상의 윤곽 등의 특징 벡터 수단 값을 7:3의 비율로 조합하는 것을 보여주고 있다.The criterion for AnchorShot is to combine a feature vector means value related to color called ColorStructureType and a feature vector means value such as an outline of an image called EdgeHistogramType in a ratio of 7: 3.

이상 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.Although embodiments of the present invention have been described above with reference to the accompanying drawings, those skilled in the art to which the present invention pertains may implement the present invention in other specific forms without changing the technical spirit or essential features thereof. I can understand that. Therefore, it should be understood that the embodiments described above are exemplary in all respects and not restrictive.

상기한 바와 같은 본 발명의 모델 기반 세그먼트 메타데이터를 생성하는 장치 및 방법에 따르면 다음과 같은 효과가 하나 혹은 그 이상 있다.According to the apparatus and method for generating model-based segment metadata of the present invention as described above, there are one or more of the following effects.

첫째, 방송 컨텐츠에 대한 세그먼트 메타데이터 생성을 위한 방송 컨텐츠 분석 모델을 계층 구조로 저장하고, 수신하는 방송 컨텐츠에 최적의 모델을 적용하여 세그먼트 메타데이터를 생성하는 장점이 있다.First, there is an advantage of storing a broadcast content analysis model for generating segment metadata for broadcast content in a hierarchical structure and generating segment metadata by applying an optimal model to received broadcast content.

둘째, 특징 벡터 추출 수단을 추가 및 갱신할 수 있게 함으로써 방송 컨텐츠 분석 모델을 좀 더 다양하게 구성할 수 있게하는 장점도 있다.Second, there is an advantage in that the broadcast content analysis model can be configured in various ways by adding and updating the feature vector extracting means.

Claims (5)

특징 벡터 추출 수단을 수신하는 입력부;An input unit for receiving feature vector extraction means; 상기 수신된 특징 벡터 추출 수단을 선택적으로 조합하여 방송 컨텐츠 분석 모델을 구성하는 모델 편집부;A model editing unit configured to selectively combine the received feature vector extracting means to construct a broadcast content analysis model; 방송 컨텐츠의 이름과 상기 방송 컨텐츠의 방송 시간을 포함하는 방송 편성표, 상기 수신된 특징 벡터 추출 수단 및 상기 구성된 방송 컨텐츠 분석 모델을 저장하는 저장부;A storage unit for storing a broadcast schedule including a name of a broadcast content and a broadcast time of the broadcast content, the received feature vector extracting means, and the configured broadcast content analysis model; 상기 저장된 방송 편성표의 방송 컨텐츠 이름과 상기 저장된 방송 컨텐츠 분석 모델의 이름을 비교하여 최적의 방송 컨텐츠 분석 모델을 추출하는 제어부; 및A controller configured to extract an optimal broadcast content analysis model by comparing the broadcast content name of the stored broadcast schedule table with the name of the stored broadcast content analysis model; And 수신되는 멀티미디어 데이터에 상기 추출된 방송 컨텐츠 분석 모델을 적용하여 세그먼트 메타데이터를 생성하는 메타데이터 생성부를 포함하는 모델 기반 세그먼트 메타데이터를 생성하는 장치.Apparatus for generating a model-based segment metadata including a metadata generator for generating segment metadata by applying the extracted broadcast content analysis model to the received multimedia data. 제 1항에 있어서,The method of claim 1, 상기 특징 벡터 추출 수단은The feature vector extraction means 멀티미디어 데이터 스트림의 전후 관계를 구별하기 위하여 상기 멀티미디어 데이터 스트림의 각 프레임에 대한 특징을 분석하고 상기 프레임과 상기 프레임의 전후에 위치한 프레임의 유사성을 판단하는 모델 기반 세그먼트 메타데이터를 추출하는 장치.Apparatus for extracting the model-based segment metadata to analyze the characteristics of each frame of the multimedia data stream and to determine the similarity between the frame and the frame located before and after the frame to distinguish the front and rear relationships of the multimedia data stream. 제 1항에 있어서,The method of claim 1, 상기 모델 저장부는The model storage unit 복수의 상기 방송 컨텐츠 분석 모델을 방송 컨텐츠의 종류 및 내용에 따라 계층 구조로 저장하는 모델 기반 세그먼트 메타데이터를 추출하는 장치.Apparatus for extracting the model-based segment metadata for storing a plurality of the broadcast content analysis model in a hierarchical structure according to the type and content of the broadcast content. 특징 벡터 추출 수단을 수신하는 단계;Receiving a feature vector extracting means; 상기 수신된 특징 벡터 추출 수단을 선택적으로 조합하여 방송 컨텐츠 분석 모델을 구성하는 단계;Constructing a broadcast content analysis model by selectively combining the received feature vector extracting means; 방송 컨텐츠의 이름과 상기 방송 컨텐츠의 방송 시간을 포함하는 방송 편성표, 상기 수신된 특징 벡터 추출 수단 및 상기 구성된 방송 컨텐츠 분석 모델을 저장하는 단계;Storing a broadcast schedule including a name of a broadcast content and a broadcast time of the broadcast content, the received feature vector extracting means, and the configured broadcast content analysis model; 상기 저장된 방송 편성표의 방송 컨텐츠 이름과 상기 저장된 방송 컨텐츠 분석 모델의 이름을 비교하여 최적의 방송 컨텐츠 분석 모델을 추출하는 단계; 및Extracting an optimal broadcast content analysis model by comparing the broadcast content name of the stored broadcast schedule table with the name of the stored broadcast content analysis model; And 수신되는 멀티미디어 데이터에 상기 추출된 방송 컨텐츠 분석 모델을 적용하여 세그먼트 메타데이터를 생성하는 단계를 포함하는 모델 기반 세그먼트 메타데이터를 생성하는 방법.And generating segment metadata by applying the extracted broadcast content analysis model to the received multimedia data. 제 4항에 있어서,The method of claim 4, wherein 상기 최적의 방송 컨텐츠 분석 모델 추출은The optimal broadcast content analysis model extraction 상기 방송 편성표에 따른 방송 컨텐츠 이름에 대하여 계층 구조의 방송 컨텐츠 분석 모델을 상행 또는 하행으로 검사하는 모델 기반 세그먼트 메타데이터를 추출하는 방법.A method of extracting model-based segment metadata for checking a broadcast content analysis model of a hierarchical structure up or down for a broadcast content name according to the broadcast schedule.
KR1020040077205A 2004-09-24 2004-09-24 Apparatus and method for creating model-based segment metadata KR100678895B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020040077205A KR100678895B1 (en) 2004-09-24 2004-09-24 Apparatus and method for creating model-based segment metadata

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040077205A KR100678895B1 (en) 2004-09-24 2004-09-24 Apparatus and method for creating model-based segment metadata

Publications (2)

Publication Number Publication Date
KR20060028157A true KR20060028157A (en) 2006-03-29
KR100678895B1 KR100678895B1 (en) 2007-02-06

Family

ID=37138983

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040077205A KR100678895B1 (en) 2004-09-24 2004-09-24 Apparatus and method for creating model-based segment metadata

Country Status (1)

Country Link
KR (1) KR100678895B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100993601B1 (en) * 2008-09-16 2010-11-10 (주)위디랩 Method of measuring similarity of digital video contents, method of managing video contents using the same and management system for video contents using the method of managing video contents

Also Published As

Publication number Publication date
KR100678895B1 (en) 2007-02-06

Similar Documents

Publication Publication Date Title
JP4905103B2 (en) Movie playback device
JP5322550B2 (en) Program recommendation device
JP4482829B2 (en) Preference extraction device, preference extraction method, and preference extraction program
KR100547317B1 (en) Simultaneous recording and playback apparatus with indexing/searching/browsing functionality
JP4247638B2 (en) Recording / reproducing apparatus and recording / reproducing method
JP5086617B2 (en) Content playback device
US20080059526A1 (en) Playback apparatus, searching method, and program
WO2005074275A1 (en) Content reproduction device
CN1984234A (en) Video search assisting method, video search assisting device, and broadcast receiving apparatus
KR20060027826A (en) Video processing apparatus, ic circuit for video processing apparatus, video processing method, and video processing program
KR20060014426A (en) System and method for generating audio-visual summaries for audio-visual program content
JP4925938B2 (en) Digest video information creation method, digest video information creation program, and video apparatus
US20100257156A1 (en) Moving picture indexing method and moving picture reproducing device
JP2006309920A (en) Information processing apparatus and its method
CN101169794A (en) Database producing method, program, device and image content recording device
JP5306550B2 (en) Video analysis information transmitting apparatus, video analysis information distribution system and distribution method, video viewing system and video viewing method
JP2010246000A (en) Video search reproduction device
KR100678895B1 (en) Apparatus and method for creating model-based segment metadata
JP2006180306A (en) Moving picture recording and reproducing apparatus
KR100370249B1 (en) A system for video skimming using shot segmentation information
JP2013098640A (en) Video analysis information uploading device and video viewing system and method
JP2012089186A (en) Content management device and content reproduction device
KR20090114937A (en) Method and apparatus for browsing recorded news programs
JP5266981B2 (en) Electronic device, information processing method and program
JP4287243B2 (en) Broadcast program recording apparatus, broadcast program reproducing apparatus, broadcast program recording / reproducing apparatus, and broadcast program recording / reproducing method

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: 20121228

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20131230

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20141223

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20151229

Year of fee payment: 10

LAPS Lapse due to unpaid annual fee