KR20110087587A - 영상 검색 방법 및 장치 - Google Patents

영상 검색 방법 및 장치 Download PDF

Info

Publication number
KR20110087587A
KR20110087587A KR1020100007076A KR20100007076A KR20110087587A KR 20110087587 A KR20110087587 A KR 20110087587A KR 1020100007076 A KR1020100007076 A KR 1020100007076A KR 20100007076 A KR20100007076 A KR 20100007076A KR 20110087587 A KR20110087587 A KR 20110087587A
Authority
KR
South Korea
Prior art keywords
image
unique identifier
input image
feature
feature value
Prior art date
Application number
KR1020100007076A
Other languages
English (en)
Other versions
KR101718891B1 (ko
Inventor
정진국
휴이 미아오
박수홍
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 KR1020100007076A priority Critical patent/KR101718891B1/ko
Priority to US13/012,996 priority patent/US8861865B2/en
Publication of KR20110087587A publication Critical patent/KR20110087587A/ko
Application granted granted Critical
Publication of KR101718891B1 publication Critical patent/KR101718891B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

영상 검색 방법 및 장치가 개시된다. 본 발명에 따르면 영상의 메타 데이터의 고유 식별자를 이용하여 검색하고자 하는 영상의 원본 영상을 검색하거나, 고유 식별자가 존재하지 않을 때 검색하고자 하는 영상의 특징값을 이용하여 다른 디바이스에 저장된 원본 영상을 검색하는 영상 검색 방법 및 장치가 제공된다.

Description

영상 검색 방법 및 장치{Method and apparatus for searching image}
본 발명은 영상 검색 방법 및 장치에 관한 것으로, 보다 구체적으로는 영상의 메타 데이터 또는 영상의 특징값을 이용하여 검색하고자 하는 영상의 원본 영상을 검색하는 방법 및 장치에 관한 것이다.
최근 컴퓨터와 통신 기술의 발달과 더불어 멀티미디어 정보 서비스에 대한 요구가 증가하고 있다. 또한, 인터넷, 디지털 카메라, 휴대 전화 등의 정보통신 분야가 발달함에 따라 전문가 집단이 아닌 일반인들도 기존의 미디어보다 빠르고 의미있는 정보들을 생산해 내면서 자신이 생산한 컨텐츠를 네트워크를 통해 다른 사용자들과 공유하는 커뮤니케이션 형태가 증가하고 있다.
컨텐츠는 게시판 형태의 웹 페이지, 블로그(blog) 및 웹진(webzine)과 같은 다양한 방식을 통해 네트워크에 연결된 사용자간에 공유될 수 있다. 일반적으로, 웹(web) 상을 통해 제공되는 컨텐츠는 웹 페이지에 적합한 형태로 트랜스코딩(transcoding)되거나 리사이즈(resize)되어서 네트워크를 통해 다른 사용자에게 제공된다. 예를 들어, 사용자가 블로그를 통해 자신이 찍은 사진을 제공할 때, 원본 사진의 크기 및 용량을 줄인 편집된 사진을 블로그를 통해 제공한다.
사용자들에 의하여 공유되는 컨텐츠는 공유과정 중에 각 사용자의 필요에 의하여 편집 및 변환 과정을 거쳐서 원본 컨텐츠가 차이가 나는 경우가 발생하며, 원본 컨텐츠를 이용하고자 하는 사용자는 원본 컨텐츠를 손쉽게 이용할 수 없는 불편함이 있다. 이에 따라 비디오, 오디오, 음성 및 정지 영상을 포함하는 다양한 형태의 멀티미디어 컨텐츠로부터 사용자가 원하는 내용의 정보를 효율적으로 찾아내고 그 정보를 사용자가 원하는 형태로 변형 또는 전송할 수 있도록 하는 기술의 필요성이 요구된다.
본 발명이 해결하고자 하는 기술적 과제는 영상의 편집 및 변환 과정 등에 의하여 변하지 않는 메타 데이터의 고유 식별자를 이용하여 검색하고자 하는 영상의 원본 영상을 검색하거나, 고유 식별자가 존재하지 않을 때 검색하고자 하는 영상의 특징값을 이용하여 다른 디바이스에 저장된 원본 영상을 검색하는 영상 검색 방법 및 장치를 제공하는 것이다.
본 발명의 일 실시예에 따른 영상 검색 방법은 검색하고자 하는 입력 영상의 메타 데이터에 고유 식별자가 존재하는지 여부를 판단하는 단계; 상기 고유 식별자가 존재하는 경우, 상기 고유 식별자를 이용하여 소정의 타겟 디바이스에서 원본 영상을 검색하는 단계; 상기 고유 식별자가 존재하지 않는 경우, 상기 입력 영상의 특징값을 추출하는 단계; 및 상기 추출된 특징값과 상기 타겟 디바이스에 저장된 영상들의 특징값을 비교하여 상기 원본 영상을 검색하는 단계를 포함한다.
본 발명의 일 실시예에 따른 영상 검색 장치는 검색하고자 하는 입력 영상의 메타 데이터에 고유 식별자가 존재하는지 여부를 판단하는 메타 데이터 판독부; 상기 입력 영상의 특징값을 추출하는 특징값 추출부; 및 상기 고유 식별자가 존재하는 경우 상기 고유 식별자를 이용하여 소정의 타겟 디바이스에서 원본 영상을 검색하고, 상기 고유 식별자가 존재하지 않는 경우 상기 추출된 특징값과 상기 타겟 디바이스에 저장된 영상들의 특징값을 비교하여 상기 원본 영상을 검색하는 영상 검색부를 포함한다.
본 발명에 따르면 영상의 메타 데이터를 이용하여 원본 영상에 대한 접근 편이성을 증가시킬 수 있다. 또한, 본 발명에 따르면 메타데이터가 존재하지 않는 경우에도 영상의 특징을 이용하여 원본 영상의 검색을 가능하게 한다. 또한, 본 발명에 따르면 디스플레이의 크기가 작은 모바일 기기나 디지털 카메라 등에서는 리사이즈된 작은 사진을 보관하고, 디스플레이 크기가 큰 TV로 영상을 감상하거나 프린터에서 영상을 프린팅할 때에는 고해상도의 원본 영상을 검색하여 감상 및 프린팅할 수 있도록 함으로써 각 디바이스의 성능에 적합한 영상을 제공하면서도 필요에 따라 고해상도의 원본 영상을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 영상 검색 시스템을 개괄적으로 도시한 참조도이다.
도 2는 본 발명의 일 실시예에 따른 영상 검색 장치의 구성을 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따른 영상의 메타 데이터를 나타낸 참조도이다.
도 4는 본 발명의 일 실시예에 따른 영상의 메타 데이터에 구비된 고유 식별자의 특성을 설명하기 위한 참조도이다.
도 5는 도 2의 영상 정보 데이터 베이스(240)의 일 실시예를 나타낸 참조도이다.
도 6은 본 발명의 일 실시예에 따른 영상 검색 방법의 일 실시예를 나타낸 플로우 차트이다.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예들에 대하여 구체적으로 설명한다.
도 1은 본 발명의 일 실시예에 따른 영상 검색 시스템을 개괄적으로 도시한 참조도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 영상 검색 시스템은 소정의 네트워크(130)를 통해 상호 연결된 영상 검색 장치(110) 및 타겟 디바이스(120)를 포함한다. 영상 검색 장치(110)는 검색하고자 하는 입력 영상의 원본 영상을 네트워크(130)를 통해 연결된 타겟 디바이스(120)에서 검색한다. 도 1에서는 하나의 타겟 디바이스(120)만을 도시하였으나, 이에 한정되지 않고 타겟 디바이스(120)는 복수 개일 수 있다.
영상 검색 장치(110) 및 타겟 디바이스(120)는 유무선 형태의 다양한 네트워크를 지원하는 PMP(Portable Multimedia Player), UMPC(Ultra Mobile Personal Computer), 노트북, 휴대폰, 디지털 카메라 및 PC 등의 다양한 디바이스가 될 수 있다. 특히 타겟 디바이스(120)는 원본 영상이 저장되는 저장 장치로서, 일 예로 NAS(Network Attached Storage)와 같이 네트워크를 통해 접근 가능한 저장 장치이거나, 웹(web) 상을 통해 제공되는 영상의 원본 영상이 저장되는 웹 서버일 수 있다. 또한, 영상 검색 장치(110) 및 타겟 디바이스(120)는 홈-게이트웨이(home gateway) 또는 홈-서버(home server)와 같은 제어 장치에 연결된 홈-네트워크 시스템을 구성하는 클라이언트 디바이스 중 하나일 수 있다. 예를 들어, 영상 검색 장치(110) 및 타겟 디바이스(120)는 가정 내 정보가전기기들을 제어하기 위한 표준안인 DLNA(Digital Living Network Alliance)에 따른 네트워크(130)를 통해 상호 연결되어 영상을 공유하는 디바이스들일 수 있다.
또한, 네트워크(130)는 근거리 네트워크, 장거리 네트워크를 모두 포함하며, 블루투스(Bluetooth), 와이파이(Wi-Fi), 와이브로(WiBro) 및 초광대역(Ultra Wide Band:UWB) 등과 같은 무선 인터넷 방식 및 IEEE 1394, 이더넷 등의 유선 인터넷 방식 등을 포함한다.
도 2는 본 발명의 일 실시예에 따른 영상 검색 장치의 구성을 나타낸 블록도이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 영상 검색 장치(200)는 메타 데이터 판독부(210), 특징값 추출부(220), 영상 검색부(230) 및 영상 정보 데이터 베이스(240)를 포함한다.
메타 데이터 판독부(210)는 검색하고자 하는 입력 영상이 입력되면, 입력 영상의 메타 데이터를 판독하여 메타 데이터에 고유 식별자가 존재하는지 여부를 판단한다.
도 3은 본 발명의 일 실시예에 따른 영상의 메타 데이터를 나타낸 참조도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 영상의 메타 데이터는 영상 메타 데이터, 디바이스 메타 데이터, 사용자 메타 데이터를 포함한다.
영상 메타 데이터는 고유 식별자, 원본 컨텐츠 위치 정보 및 원본 접근 권한 정보를 포함할 수 있다.
고유 식별자(310)는 영상이 생성될 때 메타 데이터의 해당 영역에 삽입되는 고유한 ID로서, 일 예로 UUID(Universally Unique Identifier)라는 데이터 타입을 고유 식별자로 이용할 수 있다.
UUID는 16바이트(128비트)의 숫자로, 이론적으로 가능한 UUID의 개수는 약 3x1038개이다. UUID는 32개의 16진수(hexadecimal)로 구성되며, 32개의 16진수는 하이픈(-)으로 분리되어 8-4-4-4-12 형태로 표기된다. 일 예로, UUID는 "550e8400-e29b-41d4-a716-446655440000"와 같은 값을 갖을 수 있다. 이러한 UUID는 MAC 어드레스 기반 방식, 시간 기반 방식, 이름 기반 방식, 난수 생성 방식 등 다양한 방식을 이용하여 생성될 수 있다. 구체적으로 MAC 어드레스에 기반하여 UUID를 생성하는 방식은, 원본 영상이 생성되는 디바이스의 MAC 어드레스를 이용하여 UUID를 생성하는 방식이며, 시간 기반 방식은 원본 영상이 생성되는 시간을 소정의 나노 세컨드(nanosecond) 시간 간격으로 측정하여 UUID를 생성하는 방식이며, 이름 기반 방식은 원본 영상의 이름을 16진수로 변환하고 변환된 16진수의 원본 영상의 이름을 이용하여 UUID를 생성하는 것이다. 난수 생성 방식은 임의의 16진수 난수(random number)를 생성하여 UUID를 생성하는 방식이다. 고유 식별자로서 UUID를 이용하는 경우 전술한 바와 같이 3x1038개의 UUID를 생성하는 것이 가능하기 때문에 수많은 컨텐츠에서 중복되는 UUID를 갖는 경우는 거의 발생되지 않는다. 고유 식별자는 원본 영상의 편집, 복사 및 변환 과정에 의하여 변경되지 않고 메타 데이터의 해당 영역에서 고유한 값이 유지된다.
도 4는 본 발명의 일 실시예에 따른 영상의 메타 데이터에 구비된 고유 식별자의 특성을 설명하기 위한 참조도이다.
도 4를 참조하면, 원본 영상의 메타 데이터에 저장된 고유 식별자(UUID)가"550e8400-e29b-41d4-a716-446655440000"의 값을 갖는다고 가정하면, 원본 영상이 PC와 같은 제 1 디바이스(410)에 저장, 편집 및 변환 과정을 거쳐 제 1 편집 영상이 생성된 경우 제 1 편집 영상의 메타 데이터에 저장된 고유 식별자(UUID)는 "550e8400-e29b-41d4-a716-446655440000"로서 원본 영상과 동일한 값을 갖는다. 또한, 제 1 편집 영상이 제 2 디바이스(420)에 복사 및 저장된 후 소정의 편집 및 변환 과정을 거쳐 생성된 제 2 편집 영상의 메타 데이터에 저장된 고유 식별자(UUID) 역시 "550e8400-e29b-41d4-a716-446655440000"로서 원본 영상과 동일한 값을 갖는다. 이와 같이 영상의 메타 데이터에 저장된 고유 식별자는 편집 및 변환 과정 등의 영상 처리 과정 및 디바이스간에 영상이 복사되어 이동하는 과정 중에 변화되지 않는 고유한 값으로서, 이러한 고유 식별자를 이용하여 원본 영상에서 파생된 영상들의 추적 및 검색이 가능하다.
다시 도 3을 참조하면, 원본 영상 위치 정보는 원본 영상이 저장된 타겟 디바이스(120)의 위치 정보로서, URL(Universal Resource Locator) 형태일 수 있다. 구체적으로, 원본 영상 위치 정보는 프로토콜(protocol) 및 원본 영상이 저장된 경로를 포함하며, "protocol://원본 영상이 저장된 타겟 디바이스의 위치" 형식으로 표현될 수 있다. 예를 들어, 타겟 디바이스(120)의 위치가 " http://www.samsung.com/private_contents "인 경우 해당 URL 정보가 원본 영상 위치 정보로서 메타데이터에 추가될 수 있다.
원본 영상 접근 권한 정보는 원본 영상이 임의의 사용자에게 공유되는 것을 방지하기 위한 것으로, 예를 들어 전술한 원본 영상 위치 정보를 암호화하고, 원본 영상 접근 권한 정보는 이러한 암호화된 원본 영상 위치 정보의 해독을 위한 암호화키 정보일 수 있다.
디바이스 메타 데이터는 영상이 서로 다른 디바이스들 사이에 전송된 경우 그 전송 히스토리 내역에 관한 정보를 포함한다. 예를 들어, 영상이 제 1 디바이스(Device ID=1)로부터 제 2 디바이스(Device ID=2)를 거쳐 제 3 디바이스(Device ID=3)로 전송된 경우, 제 3 디바이스에 저장된 변경된 영상의 디바이스 메타 데이터는 영상의 이동 경로를 나타내는 제 1 디바이스 및 제 2 디바이스의 ID 정보를 포함할 수 있다. 이와 같이, 디바이스 메타 데이터를 통해 영상 전송 경로의 추적 및 불법적인 영상 이용의 흐름을 추적할 수 있다.
사용자 메타 데이터는 편집 히스토리 및 계정 정보를 포함한다. 편집 히스토리는 변경된 영상의 편집 사항에 대한 정보를 포함한다. 예를 들어, 리사이즈된 영상의 경우, 편집 히스토리 메타 데이터에는 원본 영상의 크기 정보 및 원본 영상에서 변경된 사항(휘도, 백색 잡음 등)에 관한 정보가 포함될 수 있다. 이외에 사용자 메타 데이터로서 영상을 제공하는 사용자의 식별 정보를 나타내는 계정 정보가 포함될 수 있다. 예를 들어, 특정 웹 게시판에 제공된 영상의 경우라면, 계정 정보는 웹 게시판에 해당 영상을 업로드한 사용자의 ID 정보일 수 있다.
다시 도 2를 참조하면, 영상 검색부(230)는 영상의 메타 데이터에 고유 식별자가 존재하는 경우, 고유 식별자를 이용하여 타겟 디바이스(120)에서 원본 영상을 검색한다. 구체적으로, 영상 검색부(230)는 네트워크를 통해 연결된 타겟 디바이스에 저장된 영상들 중 입력 영상의 고유 식별자와 동일한 고유 식별자를 갖는 영상을 검색하고 이를 원본 영상으로 결정할 수 있다. 만약, 원본 영상이 복수 개의 타겟 디바이스 간에 복사 및 전송된 경우, 복수 개의 타겟 디바이스에서 입력 영상의 고유 식별자와 동일한 고유 식별자를 갖는 영상이 검출될 수 있다. 이와 같은 경우, 영상 검색부(230)는 복수 개의 타겟 디바이스에서 검출된 입력 영상과 동일한 고유 식별자를 갖는 영상들 중 가장 높은 해상도를 갖는 영상을 원본 영상으로 검출하거나, 또는 전술한 메타 데이터에 구비된 원본 영상 위치 정보 또는 전송 히스토리 내역 정보를 참조하여 어떤 영상이 원본 영상인지를 결정할 수 있다.
또한, 영상 검색부(230)는 영상 정보 데이터 베이스(240)에 구비된 네트워크를 통해 연결된 타겟 디바이스들에 저장된 영상 데이터 정보를 이용하여 입력 영상의 고유 식별자와 동일한 고유 식별자를 갖는 원본 영상을 검색할 수 있다. 네트워크를 통해 영상 검색 장치와 연결된 각 디바이스들에 저장된 영상의 고유 식별자는 사전에 영상 검색 장치(200)의 영상 정보 데이터 베이스(240)에 저장될 수 있다. 영상 정보 데이터 베이스(240)는 미도시된 제어부에 의하여 제어되어 소정 시간 간격으로 네트워크를 통해 연결된 디바이스의 상태 변화를 모니터링하여 업데이트될 수 있다.
도 5는 도 2의 영상 정보 데이터 베이스(240)의 일 실시예를 나타낸 참조도이다.
도 5를 참조하면, 영상 정보 데이터 베이스는 네트워크를 통해 영상 검색 장치와 연결된 각 디바이스들에 저장된 영상의 파일명 및 고유 식별자 정보를 포함할 수 있다. 도 5에 도시된 바와 같이 영상 정보 데이터 베이스가 구성되고 검색하고자 하는 입력 영상의 메타 데이터에 구비된 고유 식별자가 "550e8400-e29b-41d4-a716-446655440000"인 경우, 영상 검색부(230)는 영상 정보 데이터 베이스를 검색하여 입력 영상과 동일한 고유 식별자를 갖는 영상 파일이 디바이스 1에 저장된 "DSC0801"이라는 파일명을 갖는 파일임을 검색할 수 있다. 영상 검색부(230)는 검색된 디바이스 1의 "DSC0801" 파일과 입력 영상의 해상도를 비교하여 디바이스 1의 "DSC0801" 파일의 해상도가 더 높은 경우에 "DSC0801"파일을 원본 영상으로 검색할 수도 있고, 메타 데이터의 원본 영상 위치 정보로부터 결정된 원본 영상의 위치 정보와 디바이스 1의 위치 정보가 일치하는 경우에 "DSC0801" 파일을 원본 영상으로 결정할 수 있다. 또한, 영상 검색부(230)는 메타 데이터의 전송 히스토리 내역 정보를 이용하여 디바이스 1의 "DSC0801" 파일이 "550e8400-e29b-41d4-a716-446655440000"라는 고유 식별자를 갖는 최초 영상인지 여부를 결정할 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 영상 검색 장치(200)는 영상의 메타 데이터에 구비된 고유한 값인 고유 식별자를 이용하여 원본 영상 및 원본 영상으로 파생된 영상의 검색을 가능하게 한다.
한편, 웹이나 블로그 상에 업로드되는 영상 파일의 경우 업로드 서버에서 원본 영상의 메타데이터를 삭제 또는 변경하는 경우가 있다. 이와 같은 경우 메타데이터에 구비된 고유 식별자 역시 삭제 및 변경되기 때문에 원본 영상의 추적이 불가능할 수 있다. 따라서, 본 발명의 일 실시예에 따른 영상 검색 장치(200)는 이와 같이 메타 데이터에 고유 식별자가 존재하지 않는 경우에 별도로 입력 영상의 특징값을 추출하고, 추출된 특징값과 가장 유사한 값을 갖는 타겟 디바이스의 영상을 검색한다.
다시 도 2를 참조하면, 특징값 추출부(220)는 입력 영상의 메타 데이터에 고유 식별자가 존재하지 않는 경우, 입력 영상의 특징값을 추출한다.
영상 데이터는 다양한 포맷으로 구성되어 있고, 많은 영상 데이터가 존재하기 때문에 영상의 효율적인 검색을 위해서는 영상 데이터의 내용 기술(content description)이 필요하다. 이러한 영상 데이터의 내용 기술을 위해서, 특징값 추출부(220)는 핑거프린트(fingerpring) 방식이나, MPEG-7에서 이용되는 다양한 영상 특징 추출 방식을 이용하여 입력 영상으로부터 특징값을 추출할 수 있다. 구체적으로, 특징값 추출부(220)는 색상에 대한 특성을 나타내는 칼라 히스토그램, 질감에 대한 특성을 나타내는 가버 웨이블릿 계수(Garbor Wavelet coefficient), 모양에 대한 특성을 나타내는 경계 영역 기술자, 스케일 불변 특징 변환(Scale Invariant Feature Transform:SIFT)를 이용한 특징 벡터 및 에지 특성을 나타내는 에지 성분 히스토그램(Edge Component Histogram) 중에서 적어도 하나의 값을 이용하여 입력 영상의 특징값을 결정할 수 있다. 이외에도 특징값 추출부(220)는 인간의 시각적 특성에 기초한 방향성 필터 뱅크인 라돈(Radon) 변환을 이용하여 입력 영상의 특징값을 추출할 수도 있다.
또한, 특징값 추출부(220)는 입력 영상에 대한 DCT(Discrete Cosine Transform)을 수행하여 입력 영상을 주파수 영역으로 변환하고, 주파수 영역으로 변환된 입력 영상의 DCT 계수를 이용하여 입력 영상의 특징값을 추출할 수 있다.
영상 검색부(230)는 타겟 디바이스에 저장된 영상들의 특징값과 입력 영상의 특징값을 비교하여 현재 입력 영상과 가장 유사한 특징값을 갖는 영상을 원본 영상으로 결정할 수 있다. 타겟 디바이스에 저장된 영상들의 특징값은, 전술한 타겟 디바이스에 저장된 영상들의 고유 식별자와 유사하게 사전에 미리 데이터베이스화되어 영상 정보 데이터 베이스(240)에 저장될 수 있다. 이와 같은 경우, 영상 검색부(230)는 영상 정보 데이터 베이스(240)에 저장된 각 디바이스에 저장된 영상들의 특징값과 입력 영상의 특징값을 비교하여 원본 영상을 검색할 수 있다.
도 6은 본 발명의 일 실시예에 따른 영상 검색 방법의 일 실시예를 나타낸 플로우 차트이다.
도 6을 참조하면, 단계 610에서 메타 데이터 판독부(210)는 검색하고자 하는 입력 영상의 메타 데이터를 판독한다.
단계 620에서 메타 데이터 판독부(210)는 입력 영상의 메타 데이터에 고유 식별자가 존재하는지 여부를 판단하고, 고유 식별자가 존재하는 경우에는 입력 영상의 고유 식별자를 영상 검색부(230)로 출력한다.
단계 630에서, 단계 620의 판단 결과 입력 영상의 고유 식별자가 존재하는 경우 영상 검색부(230)는 입력 영상과 동일한 고유 식별자를 갖는 타겟 디바이스의 원본 영상을 검색한다. 전술한 바와 같이, 원본 영상으로부터 복수 개의 파생 영상이 생성된 경우 동일한 고유 식별자를 갖는 영상 역시 각 디바이스에 분산되어 저장될 수 있기 때문에, 동일한 고유 식별자를 갖는 복수 개의 영상이 존재할 경우 영상 검색부(230)는 검색된 영상들의 해상도를 비교하여 최대 해상도를 갖는 영상을 원본 영상으로 결정하거나, 입력 영상의 메타 데이터에 구비된 원본 영상 위치 정보 또는 전송 히스토리 내역을 참조하여 원본 영상을 결정할 수 있다.
단계 640에서, 단계 620의 판단 결과 입력 영상의 고유 식별자가 존재하지 않는 경우, 특징값 추출부(220)는 입력 영상의 특징값을 추출한다. 전술한 바와 같이, 특징값 추출부(220) 핑거프린트(fingerpring) 방식이나, MPEG-7에서 이용되는 색상에 대한 특성을 나타내는 칼라 히스토그램, 질감에 대한 특성을 나타내는 가버 웨이블릿 계수(Garbor Wavelet coefficient), 모양에 대한 특성을 나타내는 경계 영역 기술자, 스케일 불변 특징 변환(Scale Invariant Feature Transform:SIFT)를 이용한 특징 벡터 및 에지 특성을 나타내는 에지 성분 히스토그램(Edge Component Histogram) 중에서 적어도 하나의 값을 이용하거나, DCT 변환 계수를 이용하여 입력 영상의 특징값을 결정할 수 있다.
단계 650에서, 단계 620의 판단 결과 입력 영상의 고유 식별자가 존재하지 않는 경우 영상 검색부(230)는 입력 영상의 추출된 특징값과 타겟 디바이스에 저장된 영상들의 특징값을 비교하여 입력 영상의 특징값과 가장 유사한 특징값을 갖는 타겟 디바이스의 영상을 원본 영상으로 결정한다.
한편, 상술한 본 발명의 실시예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성가능하고, 컴퓨터로 읽을 수 있는 기록매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다. 상기 컴퓨터로 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등)와 같은 저장매체를 포함한다.
이제까지 본 발명에 대하여 그 바람직한 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
100: 영상 검색 장치 120: 타겟 디바이스
130: 네트워크 210: 메타 데이터 판독부
220: 특징값 추출부 230: 영상 검색부
240: 영상 정보 데이터 베이스

Claims (17)

  1. 영상 검색 방법에 있어서,
    검색하고자 하는 입력 영상의 메타 데이터에 고유 식별자가 존재하는지 여부를 판단하는 단계;
    상기 고유 식별자가 존재하는 경우, 상기 고유 식별자를 이용하여 소정의 타겟 디바이스에서 원본 영상을 검색하는 단계;
    상기 고유 식별자가 존재하지 않는 경우, 상기 입력 영상의 특징값을 추출하는 단계; 및
    상기 추출된 특징값과 상기 타겟 디바이스에 저장된 영상들의 특징값을 비교하여 상기 원본 영상을 검색하는 단계를 포함하는 것을 특징으로 하는 영상 검색 방법.
  2. 제 1항에 있어서,
    상기 고유 식별자는 UUID(Universally Unique IDentifier)인 것을 특징으로 하는 영상 검색 방법.
  3. 제 1항에 있어서,
    상기 고유 식별자는
    상기 원본 영상의 편집, 복사 및 변환 과정에 의하여 변경되지 않는 고유한 값을 갖는 것을 특징으로 하는 영상 검색 방법.
  4. 제 1항에 있어서,
    상기 특징값은 핑거프린트(fingerprint) 방식을 이용하여 추출되는 것을 특징으로 하는 영상 검색 방법.
  5. 제 1항에 있어서,
    상기 특징값을 추출하는 단계는
    상기 입력 영상에 대한 DCT(Discrete Cosine Transform)을 수행하여 상기 입력 영상을 주파수 영역으로 변환하는 단계; 및
    상기 주파수 영역으로 변환된 입력 영상의 DCT 계수를 이용하여 상기 입력 영상의 특징값을 추출하는 단계를 더 포함하는 것을 특징으로 하는 영상 검색 방법.
  6. 제 1항에 있어서,
    상기 특징값은 색상에 대한 특성을 나타내는 칼라 히스토그램, 질감에 대한 특성을 나타내는 가버 웨이블릿 계수(Garbor Wavelet coefficient), 모양에 대한 특성을 나타내는 경계 영역 기술자, 스케일 불변 특징 변환(Scale Invariant Feature Transform:SIFT)를 이용한 특징 벡터 및 에지 특성을 나타내는 에지 성분 히스토그램(Edge Component Histogram) 중에서 선택된 적어도 하나의 값을 이용하는 것을 특징으로 하는 영상 검색 방법.
  7. 제 1항에 있어서,
    상기 타겟 디바이스에 저장된 영상들의 고유 식별자 및 특징값을 데이터베이스화하여 사전에 저장하는 단계를 더 포함하는 것을 특징으로 하는 영상 검색 방법.
  8. 제 7항에 있어서,
    상기 원본 영상을 검색하는 단계는
    상기 데이터베이스에 구비된 상기 타겟 디바이스에 저장된 영상들의 고유 식별자 및 특징값을 이용하는 것을 특징으로 하는 영상 검색 방법.
  9. 영상 검색 장치에 있어서,
    검색하고자 하는 입력 영상의 메타 데이터에 고유 식별자가 존재하는지 여부를 판단하는 메타 데이터 판독부;
    상기 입력 영상의 특징값을 추출하는 특징값 추출부; 및
    상기 고유 식별자가 존재하는 경우 상기 고유 식별자를 이용하여 소정의 타겟 디바이스에서 원본 영상을 검색하고, 상기 고유 식별자가 존재하지 않는 경우 상기 추출된 특징값과 상기 타겟 디바이스에 저장된 영상들의 특징값을 비교하여 상기 원본 영상을 검색하는 영상 검색부를 포함하는 것을 특징으로 하는 영상 검색 장치.
  10. 제 9항에 있어서,
    상기 고유 식별자는 UUID(Universally Unique IDentifier)인 것을 특징으로 하는 영상 검색 장치.
  11. 제 9항에 있어서,
    상기 고유 식별자는
    상기 원본 영상의 편집, 복사 및 변환 과정에 의하여 변경되지 않는 고유한 값을 갖는 것을 특징으로 하는 영상 검색 장치.
  12. 제 9항에 있어서,
    상기 특징값 추출부는
    핑거프린트(fingerprint) 방식을 이용하여 상기 특징값을 추출하는 것을 특징으로 하는 영상 검색 장치.
  13. 제 9항에 있어서,
    상기 특징값 추출부는
    상기 입력 영상에 대한 이산 코사인 변환을 수행하여 상기 입력 영상을 주파수 영역으로 변환하고, 주파수 영역으로 변환된 입력 영상의 DCT 계수를 이용하여 상기 입력 영상의 특징값을 추출하는 것을 특징으로 하는 영상 검색 장치.
  14. 제 9항에 있어서,
    상기 특징값은 색상에 대한 특성을 나타내는 칼라 히스토그램, 질감에 대한 특성을 나타내는 가버 웨이블릿 계수(Garbor Wavelet coefficient), 모양에 대한 특성을 나타내는 경계 영역 기술자, 스케일 불변 특징 변환(Scale Invariant Feature Transform:SIFT)를 이용한 특징 벡터 및 에지 특성을 나타내는 에지 성분 히스토그램(Edge Component Histogram) 중에서 선택된 적어도 하나의 값을 이용하는 것을 특징으로 하는 영상 검색 장치.
  15. 제 9항에 있어서,
    상기 타겟 디바이스에 저장된 영상들의 고유 식별자 및 특징값을 저장하는 영상 정보 데이터 베이스를 더 포함하는 것을 특징으로 하는 영상 검색 장치.
  16. 제 15항에 있어서,
    상기 영상 검색부는
    상기 데이터베이스에 구비된 상기 타겟 디바이스에 저장된 영상들의 고유 식별자 및 특징값을 이용하는 것을 특징으로 하는 영상 검색 장치.
  17. 제 1항 내지 제8항 중 어느 한 항에 기재된 방법을 구현하기 위한 프로그램 이 기록된 컴퓨터로 판독 가능한 기록 매체.
KR1020100007076A 2010-01-26 2010-01-26 영상 검색 방법 및 장치 KR101718891B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020100007076A KR101718891B1 (ko) 2010-01-26 2010-01-26 영상 검색 방법 및 장치
US13/012,996 US8861865B2 (en) 2010-01-26 2011-01-25 Method and apparatus for searching for image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020100007076A KR101718891B1 (ko) 2010-01-26 2010-01-26 영상 검색 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20110087587A true KR20110087587A (ko) 2011-08-03
KR101718891B1 KR101718891B1 (ko) 2017-03-23

Family

ID=44308990

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020100007076A KR101718891B1 (ko) 2010-01-26 2010-01-26 영상 검색 방법 및 장치

Country Status (2)

Country Link
US (1) US8861865B2 (ko)
KR (1) KR101718891B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101717079B1 (ko) * 2015-10-07 2017-03-16 민운기 색 히스토그램 정보 중복성에 관한 영상 키 인증 방법 및 시스템
KR20170068493A (ko) * 2014-11-13 2017-06-19 삼성전자주식회사 영상의 주파수 특성 정보를 포함하는 메타 데이터를 생성하는 방법 및 장치

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013175608A1 (ja) * 2012-05-24 2013-11-28 株式会社日立製作所 画像解析装置、画像解析システム、画像解析方法
US20150066997A1 (en) * 2013-08-30 2015-03-05 General Electric Company Systems and Methods for Managing Power Plant Component Information
CN105577712B (zh) * 2014-10-10 2019-06-11 腾讯科技（深圳）有限公司 一种文件上传方法、装置和系统
US9865306B2 (en) 2015-03-30 2018-01-09 International Business Machines Corporation System to distinguish between visually identical objects
US11816143B2 (en) 2017-07-18 2023-11-14 Ebay Inc. Integrated image system based on image search feature
JP6987615B2 (ja) * 2017-11-20 2022-01-05 株式会社日立製作所 データ管理システム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11143908A (ja) * 1997-11-14 1999-05-28 Ricoh Co Ltd ファイルシステムおよび該システムに使用するプログラムを記録した記録媒体
KR20010027936A (ko) * 1999-09-16 2001-04-06 박종섭 텍스쳐 영상 검색 장치 및 그 방법
JP2001134589A (ja) * 1999-11-05 2001-05-18 Nippon Hoso Kyokai <Nhk> 動画像検索装置
KR20090038810A (ko) * 2007-10-16 2009-04-21 한국전자통신연구원 파일 생성 및 소비 방법 및 그 장치와 컴퓨터로 읽을 수 있는 기록매체

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2629909A1 (en) * 2007-04-26 2008-10-26 Bowe Bell + Howell Company Apparatus, method and programmable product for identification of a document with feature analysis
JP5173721B2 (ja) * 2008-10-01 2013-04-03 キヤノン株式会社 文書処理システム及びその制御方法、プログラム、記憶媒体

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11143908A (ja) * 1997-11-14 1999-05-28 Ricoh Co Ltd ファイルシステムおよび該システムに使用するプログラムを記録した記録媒体
KR20010027936A (ko) * 1999-09-16 2001-04-06 박종섭 텍스쳐 영상 검색 장치 및 그 방법
JP2001134589A (ja) * 1999-11-05 2001-05-18 Nippon Hoso Kyokai <Nhk> 動画像検索装置
KR20090038810A (ko) * 2007-10-16 2009-04-21 한국전자통신연구원 파일 생성 및 소비 방법 및 그 장치와 컴퓨터로 읽을 수 있는 기록매체

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170068493A (ko) * 2014-11-13 2017-06-19 삼성전자주식회사 영상의 주파수 특성 정보를 포함하는 메타 데이터를 생성하는 방법 및 장치
US10417766B2 (en) 2014-11-13 2019-09-17 Samsung Electronics Co., Ltd. Method and device for generating metadata including frequency characteristic information of image
KR101717079B1 (ko) * 2015-10-07 2017-03-16 민운기 색 히스토그램 정보 중복성에 관한 영상 키 인증 방법 및 시스템

Also Published As

Publication number Publication date
US8861865B2 (en) 2014-10-14
KR101718891B1 (ko) 2017-03-23
US20110182518A1 (en) 2011-07-28

Similar Documents

Publication Publication Date Title
CN109690538B (zh) 用于识别匹配内容的系统和方法
KR101718891B1 (ko) 영상 검색 방법 및 장치
US8825598B2 (en) Media file synchronization
US8782170B2 (en) Information processing apparatus, information processing method, and computer program
JP3997774B2 (ja) データ処理システム、データ処理方法、および情報処理装置、並びにコンピュータ・プログラム
US20170185675A1 (en) Fingerprinting and matching of content of a multi-media file
EP3528199B1 (en) Method and apparatus for collecting content
WO2018004717A1 (en) Systems and methods for identifying matching content
US20080195924A1 (en) Method and apparatus for encoding multimedia contents and method and system for applying encoded multimedia contents
KR100865249B1 (ko) 파일 공유에 임베딩된 데이터의 사용
JP2011044149A (ja) ネットワークを通じるコンテンツ提供方法及び装置、コンテンツ受信方法及び装置及びネットワークを通じるデータバックアップ方法及び装置、バックアップデータ提供装置及びバックアップシステム
KR102173111B1 (ko) 네트워크를 통한 컨텐츠 제공 방법 및 장치, 컨텐츠 수신 방법 및 장치
JP5181691B2 (ja) 情報処理装置、情報処理方法、コンピュータプログラム及び記録媒体
US20100228751A1 (en) Method and system for retrieving ucc image based on region of interest
KR20090037704A (ko) 직관적 이미지 검색을 위한 이미지의 메타 데이터 생성방법
JP2011248671A (ja) 多数の参照用映像の中から検索キー用映像を用いて検索する映像検索装置、プログラム及び方法
JP2004062216A (ja) データファイリング方法、データファイリング装置、記憶媒体、プログラム
WO2020066607A1 (ja) 画像データ格納装置、画像データ格納方法、及び、プログラム
Liu et al. A novel robust video fingerprinting-watermarking hybrid scheme based on visual secret sharing
KR20100116056A (ko) 디지털 콘텐츠 저작권 보호를 위한 분산 필터링 장치 및 그 방법
JP5753999B2 (ja) 端末装置、データ処理プログラム、及びデータ管理システム
JP2023112455A (ja) 情報処理装置および情報処理方法
Rashed et al. Towards detecting faked images
KR100811970B1 (ko) 미디어 서버의 파일 제공방법
KR20150044058A (ko) 업로드 동영상 파일의 미리보기 정보 처리방법 및 그 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200227

Year of fee payment: 4