| 1 |
1
입력 영상의 각 프레임에서 핑거프린트를 추출하고, 상기 추출된 핑거프린트를 이용하여 상기 영상을 분절 단위로 나누는 영상 분절부;상기 나누어진 각 분절을 노드로 설정하고, 각 노드의 관측변수와 숨겨진 변수를 설정하여 마르코프 랜덤 필드(MRF)를 구축하는 마르코프 랜덤 필드 구축부;상기 구축된 마르코프 랜덤 필드의 확률 값을 최대화시키는 숨겨진 변수값을 추정하는 변수값 추정부;및상기 추정된 숨겨진 변수값을 이용하여 각 분절이 속하는 영상 및 그 영상에서의 위치를 인식하는 영상 인식부;를 포함하는 멀티미디어 인식 장치
|
| 2 |
2
제1항에 있어서,각 원본 영상의 분절에서 추출한 핑거프린트, 각 핑거프린트가 포함된 영상과 그 영상에서의 위치 정보가 저장된 데이터베이스를 더 포함하고, 상기 영상 인식부는 상기 데이터베이스에서 상기 숨겨진 변수값에 해당하는 핑거프린트 및 그 위치 정보를 추출하여 해당 영상을 인식하는 것을 특징으로 하는 멀티미디어 인식 장치
|
| 3 |
3
제1항에 있어서, 상기 영상 분절부는 상기 영상의 각 프레임에서 핑거프린트를 추출하고, 상기 추출된 핑거프린트를 이용하여 분절경계 집합(B)을 구한 후, 상기 분절경계 집합을 이용하여 분절(S)을 정의하는 것을 특징으로 하는 멀티미디어 인식 장치
|
| 4 |
4
제3항에 있어서, 상기 분절경계 집합(B)은, 를 이용하여 구하며, 상기 v[k]는 각 프레임에서 추출된 핑거프린트이고, 는 유클리드 거리이며, 는 미리 선택된 문턱값이고, K는 프레임의 개수이며, 은 번째 프레임인 것을 특징으로 하는 멀티미디어 인식 장치
|
| 5 |
5
제3항에 있어서, 상기 분절(S)은 를 이용하여 정의하되, 상기 는 분절경계 집합에 있는 원소의 수인 것을 특징으로 하는 멀티미디어 인식 장치
|
| 6 |
6
제1항에 있어서, 상기 마르코프 랜덤 필드 구축부는 각 분절을 노드로 설정하고, 각 노드와 이웃 노드 사이를 선분으로 연결한 후, 각 노드의 관측변수 및 숨겨진 변수를 설정하여 마르코프 랜덤 필드를 구축하는 것을 특징으로 하는 멀티미디어 인식 장치
|
| 7 |
7
제6항에 있어서, 상기 관측변수는 각 노드에 속하는 프레임에서 추출한 핑거프린트 벡터의 수열인 것을 특징으로 하는 멀티미디어 인식 장치
|
| 8 |
8
제6항에 있어서, 상기 숨겨진 변수는 해당 노드가 핑거프린트 데이터베이스에 존재하는 몇 번째 핑거프린트 벡터에 해당하는지에 대한 추정치인 것을 특징으로 하는 멀티미디어 인식 장치
|
| 9 |
9
제1항에 있어서, 상기 변수값 추정부는 각 노드의 숨겨진 변수와 이웃 노드의 숨겨진 변수 사이의 친화성 및 각 노드의 숨겨진 변수와 관측변수 사이의 친화성을 계산하여 친화성이 있는 경우 숨겨진 변수들의 주변 확률을 최대화시키는 숨겨진 변수값을 추정하는 것을 특징으로 하는 멀티미디어 인식 장치
|
| 10 |
10
제9항에 있어서, 상기 각 노드의 숨겨진 변수와 이웃 노드의 숨겨진 변수 사이의 친화성은 를 이용하여 구하되, 상기 는 노드 의 숨겨진 변수, 상기 는 이웃 노드 의 숨겨진 변수, 와 는 미리 설정된 매개변수, 는 i번째 분절에서 추출한 핑거프린트 벡터의 개수인 것을 특징으로 하는 멀티미디어 인식 장치
|
| 11 |
11
제9항에 있어서, 각 노드의 숨겨진 변수와 관측변수 사이의 친화성은 를 이용하여 구하되, 상기 는 를 이용하여 구하고, 는 실험적으로 설정되는 매개변수, 는 미리 설정된 최소 속도, 는 미리 설정된 최대 속도, 는 i번째 분절에서 추출한 핑거프린트 벡터의 개수, 은 m번째 핑거프링트에 대한 관측변수, 는 핑거프린트 데이터베이스에 존재하는 번째 핑거프린트 벡터인 것을 특징으로 하는 멀티미디어 인식 장치
|
| 12 |
12
제1항에 있어서, 상기 변수값 추정부는 를 이용하여 확률 값을 최대화시키는 숨겨진 변수값을 추정하는 것을 특징으로 하는 멀티미디어 인식 장치
|
| 13 |
13
(a)입력 영상의 각 프레임에서 핑거프린트를 추출하고, 그 추출된 핑거프린트를 이용하여 분절을 정의하는 단계;(b)상기 정의된 각 분절을 노드로 설정하고, 각 노드의 관측변수와 숨겨진 변수를 설정하여 마르코프 랜덤 필드를 구축하는 단계;(c)상기 구축된 마르코프 랜덤 필드의 확률 값을 최대화시키는 숨겨진 변수값을 추정하는 단계;및(d)상기 추정된 숨겨진 변수값을 이용하여 각 분절이 속하는 영상 및 그 영상에서의 위치를 인식하는 단계;를 포함하는 멀티미디어 인식 방법
|
| 14 |
14
제13항에 있어서, 상기 (a)단계는, 상기 영상의 각 프레임에서 핑거프린트를 추출하는 단계;현재 프레임과 인접 프레임의 핑거프린트간의 차가 미리 정해진 문턱치 이상인지의 여부를 이용하여 분절 경계 집합을 구하는 단계;및상기 구해진 분절경계 집합을 이용하여 분절을 정의하는 단계;를 포함하는 하는 것을 특징으로 하는 멀티미디어 인식 방법
|
| 15 |
15
제13항에 있어서, 상기 (b)단계는, 상기 정의된 각 분절을 노드로 설정하고, 각 노드와 주위 노드 사이를 선분으로 연결하는 단계; 각 노드에 존재하는 프레임에서 추출한 핑거프린트 벡터의 수열을 관측변수로 설정하고, 해당 노드가 핑거프린트 데이터베이스에 존재하는 몇 번째 핑거프린트 벡터에 해당하는지에 대한 추정치를 숨겨진 변수로 설정하여 마르코프 랜덤 필드를 구축하는 단계;를 포함하는 것을 특징으로 하는 멀티미디어 인식 방법
|
| 16 |
16
제13항에 있어서, 상기 (c)단계는, 각 노드의 숨겨진 변수와 이웃 노드의 숨겨진 변수 사이의 친화성 및 각 노드의 숨겨진 변수와 관측변수 사이의 친화성을 계산하는 단계; 신뢰 전파(belief propagation) 알고리즘을 이용하여, 숨겨진 변수들의 주변 확률을 최대화시키는 숨겨진 변수값을 추정하는 단계;를 포함하는 것을 특징으로 하는 멀티미디어 인식 방법
|
