KR20230001453A - 사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 위한 사용자 단말기 - Google Patents

사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 위한 사용자 단말기 Download PDF

Info

Publication number
KR20230001453A
KR20230001453A KR1020210084299A KR20210084299A KR20230001453A KR 20230001453 A KR20230001453 A KR 20230001453A KR 1020210084299 A KR1020210084299 A KR 1020210084299A KR 20210084299 A KR20210084299 A KR 20210084299A KR 20230001453 A KR20230001453 A KR 20230001453A
Authority
KR
South Korea
Prior art keywords
thumbnail
user
generating
preference
segments
Prior art date
Application number
KR1020210084299A
Other languages
English (en)
Inventor
류은석
정종범
무즈타바굴람
Original Assignee
성균관대학교산학협력단
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 성균관대학교산학협력단 filed Critical 성균관대학교산학협력단
Priority to KR1020210084299A priority Critical patent/KR20230001453A/ko
Publication of KR20230001453A publication Critical patent/KR20230001453A/ko

Links

Images

Classifications

    • 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
    • H04N21/434—Disassembling of a multiplex stream, e.g. demultiplexing audio and video streams, extraction of additional data from a video stream; Remultiplexing of multiplex streams; Extraction or processing of SI; Disassembling of packetised elementary stream
    • H04N21/4347—Demultiplexing of several video streams
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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
    • H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
    • H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
    • H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
    • H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
    • 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
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47202—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting content on demand, e.g. video on demand
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8547—Content authoring involving timestamps for synchronizing content
    • 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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8549—Creating video summaries, e.g. movie trailer

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

본 발명에 의한 사용자 선호도 기반의 트레일러 영상 생성 방법은 원본 영상으로부터 썸네일을 생성하는 단계, 사용자의 선호도를 판단하고 썸네일 중에서 사용자의 선호도에 대응하는 선호 프레임이 임계치 이상 포함된 하나 이상의 관심 썸네일을 추출하는 단계, 관심 썸네일에서 선호 프레임의 재생 타이밍 정보를 획득하는 단계 및 원본 영상에서 재생 타이밍 정보에 대응하는 프레임을 추출하여 트레일러 영상을 생성하는 단계를 포함한다.

Description

사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 위한 사용자 단말기{A Method For Generating a Trailer Video Based On User Preference and a User Terminal Using the same}
본 발명은 사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 이용하는 사용자 단말기에 관한 것으로, 경량화 된 인공신경망에 기반하여 사용자 선호도 기반의 트레일러 영상을 생성할 수 있는 발명에 관한 것이다.
주문형 비디오(video-on-demand; VOD) 서비스의 비약적인 성장으로 인해 사용자가 원하는 영상을 검색과 동시에 상영하는 기술의 중요성이 커지고 있다. 이에 일환으로 원본 영상에서 이벤트, 사람, 사물 등이 포함된 중요한 부분을 추출하여 트레일러 영상을 생성하는 기술이 대두되고 있다.
사용자의 관심사를 고려한 트레일러 영상을 생성하기 위해서는 등장 인물들의 외형, 움직임, 사물과의 상호작용, 이벤트 등 고려해야 할 대상이 많고 막대한 연산량을 요구한다. 이로 인해서, 개인화된 트레일러 영상을 생성하는 과정은 실시간 처리되는 것이 어렵다.
중앙화 된 서버 기반으로 트레일러 영상을 생성하면 보다 빠르게 영상을 요약할 수 있지만, 서버 기반 기술은 사용자의 관심사를 수집하기 때문에 사생활 침해 등의 문제가 있다.
본 발명은 사용자 단말기에서 트레일러 영상을 생성함으로써, 사생활 침해 우려를 방지하기 위한 것이다.
또한, 본 발명은 경량화 된 합성곱 신경망을 이용하면서도 빠르게 트레일러 영상을 생성하기 위한 것이다.
본 발명에 의한 사용자 선호도 기반의 트레일러 영상 생성 방법은 원본 영상으로부터 썸네일을 생성하는 단계, 사용자의 선호도를 판단하고 썸네일 중에서 사용자의 선호도에 대응하는 선호 프레임이 임계치 이상 포함된 하나 이상의 관심 썸네일을 추출하는 단계, 관심 썸네일에서 선호 프레임의 재생 타이밍 정보를 획득하는 단계 및 원본 영상에서 재생 타이밍 정보에 대응하는 프레임을 추출하여 트레일러 영상을 생성하는 단계를 포함한다.
본 발명은 사용자 단말기에서 트레일러 영상을 생성할 수 있기 때문에, 개인 정보가 외부 서버로 제공되는 것을 방지할 수 있다.
본 발명은 해상도가 낮은 썸네일 영상을 인공지능 학습하기 때문에 경량화 된 합성곱 신경망을 이용하면서도 빠르게 트레일러 영상을 생성할 수 있다.
도 1은 본 발명의 실시 예에 의한 사용자 선호도 기반의 트레일러 영상 생성 시스템을 나타내는 도면이다.
도 2는 본 발명의 실시 예에 의한 사용자 선호도 기반의 트레일러 영상 생성 방법을 나타내는 순서도이다.
도 3은 썸네일을 바탕으로 트레일러 영상을 생성하는 방법을 설명하는 모식도이다.
본 명세서의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 명세서는 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 명세서의 개시가 완전하도록 하며, 본 명세서가 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 명세서는 청구항의 범주에 의해 정의될 뿐이다.
본 명세서의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하고, 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시할 수도 있다.
본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예들을 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
또한, 본 명세서에 개시된 기술을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 기술의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 기술의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 그 기술의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
도 1은 본 발명의 실시 예에 의한 사용자 선호도 기반의 트레일러 영상 생성 시스템을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 실시 예에 의한 사용자 선호도 기반의 트레일러 영상 생성 시스템은 서버(100) 및 사용자 단말기(200)를 포함한다.
서버(100)는 원본 영상을 소정 시간 단위로 분할하여 복수의 썸네일을 생성한다. 하나의 원본 영상으로부터 생성된 복수의 썸네일들은 하나의 썸네일 컨테이너에 포함될 수 있다. 서버(100)는 썸네일 컨테이너를 사용자 단말기(200)로 전송한다.
이를 위해서, 서버(100)는 대시 서버(110), 세그먼트 생성부(120) 및 썸네일 컨테이너 생성부(130)를 포함한다.
대시 서버(110)는 썸네일 컨테이너 및 스트리밍 클라이언트 디바이스(S102)가 요청하는 세그먼트를 MPD(media presentation description) 구문을 해석하여 DASH 클라이언트(S106)로 전송한다. 본 발명의 실시 예에서는 DASH가 사용되었으나, HLS (HTTP live streaming) 역시 사용될 수 있다.
세그먼트 생성부(120)는 원본 영상을 다중 대역폭에 맞춰 복수의 품질과 복수의 해상도를 갖는 영상으로 부호화하고, 소정 시간 단위로 분할하여 세그먼트들을 생성한다. 세그먼트들 각각은 복수의 프레임으로 구성된 영상들일 수 있다.
썸네일 컨테이너 생성부(130)는 새그먼트 생성부(120)가 생성한 세그먼트들 각각을 다운 샘플링하여 해상도를 축소함으로써, 썸네일을 생성한다. 하나의 썸네일은 복수의 세그먼트를 연결하여 생성될 수 있다.
또한, 서버(100)는 사용자 단말기(200)로부터 제공받은 타임 스탬프 정보에 기초하여, 사용자 선호도 기반의 트레일러 영상을 생성한다.
사용자 단말기(200)는 서버(100)로부터 썸네일 컨테이너를 제공받고, 사용자 선호도에 대응하는 썸네일 재생시간을 확인하여 썸네일 스탬프를 생성한다. 사용자 단말기(200)는 썸네일 스템프에 기초하여, 사용자 선호도에 대응하는 영상을 추출하여 트레일러 영상을 생성한다.
이를 위해서, 사용자 단말기(200)는 대시 클라이언트(210), 썸네일 분석부(220), 세그먼트 분석부(230), 프로필 분석부(240) 및 타임스탬프 생성부(250)를 포함한다.
대시 클라이언트(210)는 대시 서버(110)로부터 제공받은 썸네일 컨테이너를 썸네일 분석부(220)로 전달한다. 또한, 대시 클라이언트(210)는 썸네일 분석부(220)로부터 텍스트 기반 세그먼트 리스트를 전달받아 사용자 관심사에 대한 세그먼트 점수와 네트워크 대역폭을 만족하는 품질의 세그먼트 집합 목록을 계산하고, 세그먼트 목록을 MPD 구문 형태로 작성하여 대시 서버(110)에 요청하여 전송받은 세그먼트들을 세그먼트 분석부(230)에 전달한다.
썸네일 분석부(220)는 사용자의 선호도에 기초하여, 썸네일로부터 선호 프레임을 추출한다. 썸네일 분석부(220)는 인공지능 합성곱 신경망 가중치 연산을 통해서 선호 썸네일을 추출할 수 있으며, 인공지능 학습은 계산 복잡도를 감소시키기 위해 경량화된 2차원 합성곱 신경망(convolutional neural network; CNN) 또는 3차원 합성곱 신경망 등이 사용될 수 있다. 썸네일 분석부(220)는 타임스탬프 생성부(250)로 선택된 프레임들의 정보를 전달한다. 또한, 썸네일 분석부(220)는 사용자 관심사를 고려하여 각 썸네일을 2차원 합성곱 신경망을 통해 분석하여 사용자가 선호하는 이벤트, 행동, 물체가 임계치 이상인 썸네일들을 텍스트 기반 리스트로 생성하여 대시 클라이언트(210)에 전달한다.
세그먼트 분석부(230)는 대시 클라이언트(210)로부터 전달받은 세그먼트들을 복호화하고, 타임스탬프 생성부(250)로부터 전달받은 타임스탬프 정보들을 분석하여 사용자 선호도에 따라 영상을 추출하고, 병합하여 개인화된 트레일러 영상을 생성한다. 세그먼트 분석부(230)는 생성된 트레일러 영상을 대시 클라이언트(210)로 전달한다.
프로필 분석부(240)는 사용자의 개인 활동에 기초하여 사용자 선호도를 판단한다. 즉, 프로필 분석부(240)는 소셜 네트워크 서비스(social networking service; SNS) 활동, 영상을 시청중인 사용자를 촬영하거나 확인한 영상 및 이미지, 사용자로부터 추출된 음성 정보를 기반으로 사용자 특징(user feature)을 추출하고, 사용자 특징에 기초하여 사용자 선호도를 추출할 수 있다. 프로필 분석부(240)는 사용자 선호도를 썸네일 분석부(220)로 제공한다.
타임스탬프 생성부(250)는 썸네일 분석부(220)로부터 선택된 프레임들의 정보를 전달받아 사용자가 선호하는 행동 또는 장면이 포함된 시간대를 저장하고, 세그먼트 분석부(230)로 전달한다.
도 2는 본 발명의 실시 예에 의한 사용자 선호도 기반의 트레일러 영상 생성 방법을 나타내는 순서도이고, 도 3은 썸네일을 바탕으로 트레일러 영상을 생성하는 방법을 설명하는 모식도이다.
도 2 및 도 3을 참조하면, 본 발명의 실시 예에 의한 사용자 선호도 기반의 트레일러 영상 생성 방법을 살펴보면 다음과 같다.
제1 단계(S210)에서 서버(100)는 원본 영상으로부터 썸네일을 생성한다. 이를 위해서, 서버(100)의 세그먼트 생성부(120)는 원본 영상을 소정 시간 단위로 분할하여 세그먼트를 생성한다. 소정 시간은 임의로 설정될 수 있으며, 각각의 세그먼트들은 동일한 시간 단위로 설정될 수 있다.
썸네일 컨테이너 생성부(130)는 하나 이상의 세그먼트를 연결하고, 클라이언트(200)의 연산 능력에 따라 세그먼트 생성ㅂ(120)에서 부호화 된 세그먼트 중 작은 크기의 세그먼트를 선택하여 썸네일을 결정한다. 그리고, 썸네일 컨테이너 생성부(130)는 하나의 원본 영상에 속하는 썸네일들을 2차원 배열의 형태로 병합하여 하나의 썸네일 컨테이너를 생성한다.
제2 단계(S220)에서, 사용자 단말기(200)는 사용자의 선호도를 판단하고, 사용자의 선호도에 대응하는 관심 썸네일을 획득한다.
이를 위해서, 프로필 분석부(240)는 사용자의 개인 활동에 기초하여 사용자 선호도를 판단하고, 사용자 선호도를 썸네일 분석부(220)로 제공한다.
썸네일 분석부(220)는 사용자의 선호도에 기초하여, 썸네일로부터 선호 프레임을 추출함으로써 관심 썸네일을 획득할 수 있다.
이를 위해서, 썸네일 분석부(220)는 썸네일 컨테이너에서 썸네일을 추출하고 분석하여 사용자 선호도에 대응하는 썸네일을 추출한다. 썸네일 분석부(220)는 서버(100)에서 학습되어 전송된 가중치를 바탕으로 선호 썸네일을 선택한다. 이때, 인공지능 학습은 계산 복잡도를 감소시키기 위해 경량화된 2차원 합성곱 신경망(convolutional neural network; CNN) 또는 3차원 합성곱 신경망 등이 사용될 수 있다. 도 3은 제1 내지 제3 썸네일들(TH1,TH2,Th3)이 관심 썸네일로 획득된 것을 모식화하고 있다.
제3 단계(S230)에서, 타임스탬프 생성부(250)는 타임 스탬프를 획득한다. 타임스탬프는 관심 썸네일들의 재생 타이밍 정보를 포함한다.
타임스탬프 생성부(250)는 썸네일 분석부(220)로부터 선택된 프레임들의 정보를 전달받아 사용자가 선호하는 행동 또는 장면이 포함된 시간대를 저장하고, 세그먼트 분석부(230)로 전달한다. 타임스탬프 생성부(250)는 관심 썸네일에 속한 세그먼트들을 분석하여 최종 선호 썸네일을 획득하고, 최종 선호 썸네일의 재생 타이밍 정보에 기초하여 타임스탬프 정보를 생성할 수 있다. 이때, 타임스탬프 생성부(250)는 사용자의 선호 썸네일이이 속한 세그먼트만을 선택할 수 있다. 도 3에서와 같이, 썸네일 컨테이너에서 사용자가 선호하는 이벤트, 행동, 물체가 포함된 썸네일을 선택하고, 선택된 썸네일에 대한 구체화 된 썸네일 컨테이너를 서버(100)에 요청한 후, 선호 썸네일이 속한 세그먼트들이 제1 내지 제6 세그먼트들(SE1~SE6)일 경우, 타임스탬프 생성부(250)는 제1 내지 제6 세그먼트들(SE1~SE6)에서 타임스탬프를 추출한다. 이와 같이, 선호 썸네일이 속한 세그먼트만을 분석하기 때문에, 경량화 된 합성곱 신경망을 바탕으로 타임스탬프 정보를 생성할 수 있다.
선호 썸네일이 속한 세그먼트일지라도, 타임스탬프 생성부(250)는 인공지능 학습을 통해서 선호도에 포함되는 썸네일이 없는 제1 세그먼트(SE1)는 타임스탬프 정보에서 누락될 수 있다.
제4 단계(S240)에서, 세그먼트 분석부(230)는 타임스탬프에 기초하여, 원본 영상의 일부를 추출하여 사용자 선호도 기반의 트레일러 영상을 생성한다.
세그먼트 분석부(230)는 대시 클라이언트(210)로부터 전달받은 세그먼트들을 복호화하고, 타임스탬프 생성부(250)로부터 전달받은 타임스탬프 정보들을 분석하여 사용자 선호도에 따라 영상을 추출한다. 세그먼트 분석부(230)는 생성된 트레일러 영상을 대시 클라이언트(210)로 전달한다. 결과적으로, 세그먼트 분석부(230)는 원본 영상에서 사용자가 선호하는 프레임들로만 구성된 트레일러 영상을 추출할 수 있다.
이상 설명한 내용을 통해 당업자라면 본 명세서의 기술사상을 일탈하지 아니하는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서, 본 명세서의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허 청구의 범위에 의해 정하여져야만 할 것이다.

Claims (9)

  1. 원본 영상으로부터 썸네일을 생성하는 단계;
    사용자의 선호도를 판단하고, 상기 썸네일 중에서 상기 사용자의 선호도에 대응하는 선호 프레임이 임계치 이상 포함된 하나 이상의 선호 썸네일을 추출하는 단계;
    상기 선호 썸네일에서, 상기 선호 프레임의 재생 타이밍 정보를 획득하는 단계; 및
    상기 원본 영상에서, 상기 재생 타이밍 정보에 대응하는 프레임을 추출하여 트레일러 영상을 생성하는 단계;를 포함하는 사용자 선호도 기반의 트레일러 영상 생성 방법.
  2. 제 1 항에 있어서,
    상기 썸네일을 생성하는 단계는
    상기 원본 영상을 임의의 시간 단위로 분할하여 복수의 세그먼트들을 생성하는 단계; 및
    하나 이상의 상기 세그먼트들을 연결하고, 연결된 상기 세그먼트들의 해상도를 낮추어 상기 썸네일을 생성하는 단계를 포함하는 것을 특징으로 하는 사용자 선호도 기반의 트레일러 영상 생성 방법.
  3. 제 1 항에 있어서,
    상기 선호 썸네일을 추출하는 단계는
    합성곱 신경망을 이용하여 상기 썸네일들을 학습하여 획득하는 것을 특징으로 하는 사용자 선호도 기반의 트레일러 영상 생성 방법.
  4. 제 1 항에 있어서,
    상기 재생 타이밍 정보는
    상기 세그먼트들 중에서 상기 선호 프레임이 속한 세그먼트를 인공지능 학습한 것에 기초하여 최종 선호 프레임을 획득하고, 상기 최종 선호 프레임의 재상 타이밍을 획득하는 것을 특징으로 하는 사용자 선호도 기반의 트레일러 영상 생성 방법.
  5. 제 2 항에 있어서,
    상기 트레일러 영상을 생성하는 단계는
    상기 세그먼트들 중에서, 상기 재생 타이밍 정보에 대응하는 선호 세그먼트들을 추출하고, 상기 선호 세그먼트들을 복호화하는 것을 특징으로 하는 사용자 선호도 기반의 트레일러 영상 생성 방법.
  6. 원본 영상을 소정 시간 단위로 분할한 복수의 썸네일을 이용하여, 사용자 기반의 트레일러 영상을 생성하는 사용자 단말기에 있어서,
    사용자의 선호도를 판단하는 프로필 분석부;
    상기 썸네일 중에서 상기 사용자의 선호도에 대응하는 선호 프레임이 임계치 이상 포함된 하나 이상의 관심 썸네일을 추출하는 썸네일 분석부;
    상기 관심 썸네일에서, 상기 선호 프레임의 재생 타이밍 정보를 획득하는 타임스탬프 생성부; 및
    상기 원본 영상에서, 상기 재생 타이밍 정보에 대응하는 프레임을 추출하여 트레일러 영상을 생성하는 세그먼트 분석부;를 포함하는 사용자 단말기.
  7. 제 6 항에 있어서,
    상기 썸네일 분석부는
    상기 사용자 선호도를 판단하기 위해서 상기 썸네일을 인공지능 학습하기 위한 합성곱 신경망을 포함하는 것을 특징으로 하는 사용자 단말기.
  8. 제 6 항에 있어서,
    상기 타임스탬프 생성부는
    상기 세그먼트들 중에서 상기 선호 프레임이 속한 세그먼트를 인공지능 학습한 것에 기초하여 최종 선호 프레임을 획득하고, 상기 최종 선호 프레임의 재상 타이밍을 획득하는 것을 특징으로 하는 사용자 단말기.
  9. 제 6 항에 있어서,
    상기 세그먼트 분석부는
    상기 세그먼트들 중에서, 상기 재생 타이밍 정보에 대응하는 선호 세그먼트들을 추출하고, 상기 선호 세그먼트들을 복호화하는 것을 특징으로 하는 사용자 단말기.
KR1020210084299A 2021-06-28 2021-06-28 사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 위한 사용자 단말기 KR20230001453A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210084299A KR20230001453A (ko) 2021-06-28 2021-06-28 사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 위한 사용자 단말기

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210084299A KR20230001453A (ko) 2021-06-28 2021-06-28 사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 위한 사용자 단말기

Publications (1)

Publication Number Publication Date
KR20230001453A true KR20230001453A (ko) 2023-01-04

Family

ID=84925106

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210084299A KR20230001453A (ko) 2021-06-28 2021-06-28 사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 위한 사용자 단말기

Country Status (1)

Country Link
KR (1) KR20230001453A (ko)

Similar Documents

Publication Publication Date Title
US11025959B2 (en) Probabilistic model to compress images for three-dimensional video
US11416546B2 (en) Content type detection in videos using multiple classifiers
KR102050780B1 (ko) 신경망을 이용한 컨텐츠 인지 기반 컨텐츠 전송 서버 장치 및 방법
US9774887B1 (en) Behavioral directional encoding of three-dimensional video
US9860593B2 (en) Devices, systems, methods, and media for detecting, indexing, and comparing video signals from a video display in a background scene using a camera-enabled device
CN105898583B (zh) 一种图像推荐方法及电子设备
CN107888993B (zh) 一种视频数据的处理方法及装置
JP2009510877A (ja) 顔検出を利用したストリーミングビデオにおける顔アノテーション
KR102299960B1 (ko) 영상과 관련된 키워드를 추천하는 장치 및 방법
KR20170102570A (ko) 소셜 네트워킹 툴들과의 텔레비전 기반 상호작용의 용이화
KR20180018522A (ko) 정보 처리 장치 및 정보 처리 방법
Polakovič et al. Adaptive multimedia content delivery in 5G networks using DASH and saliency information
Huang et al. A cloud computing based deep compression framework for UHD video delivery
CN114139491A (zh) 一种数据处理方法、装置及存储介质
KR20230001453A (ko) 사용자 선호도 기반의 트레일러 영상 생성 방법 및 이를 위한 사용자 단말기
US11910038B2 (en) Crop-based compression of videos
US20240314390A1 (en) Electronic device, system, and method for intelligent horizontal-vertical image transform
CN113068059B (zh) 视频直播方法、装置、设备及存储介质
KR20120085586A (ko) 구간 동영상 제공 장치 및 방법
KR102107059B1 (ko) 기계학습 기반의 콘서트 중계 영상 추천 방법 및 장치
Mittal et al. Visually lossless H. 264 compression of natural videos
EP3588963A1 (en) Transmitting apparatus, transmitting method, receiving apparatus, receiving method, and programs
US20230276111A1 (en) Video processing
US12058470B2 (en) Video compression and streaming
US20240040171A1 (en) Systems and methods for light weight bitrate-resolution optimization for live streaming and transcoding

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application