| 1 |
1
동영상 검색 시스템에 있어서, 동영상 편집, 동영상 정보 추출 및 썸네일 추출이 가능한 WPF기반의 동영상 편집 프로그램(600), 추출된 썸네일을 이용해 객체를 검출하여 객체 정보를 계산하는 객체검출 및 객체정보 계산 프로그램(700)을 가지고 있는 클라이언트(300), 동영상 및 동영상정보, 객체 정보를 업로드 받아 동영상 및 동영상정보는 동영상 정보 데이터베이스에, 객체 정보는 객체 정보 데이터베이스에 저장하는 Storage 서버(200), 클라이언트(300)로부터 객체 정보와 동영상 정보를 받아 동영상 정보 데이터베이스(400)와 객체 정보 데이터베이스(500)에 저장되어 있는 정보와 비교하는 유사객체 검사(900)과정을 거쳐 동일 영상 목록(1000)을 작성하여 보여주는 Web 0026# Streaming 서버(100)을 포함하며, 상기 객체검출 및 객체정보 계산 프로그램(700)은, 동영상 편집 및 썸네일 추출이 가능한 WPF 기반의 동영상 편집 프로그램(600)으로부터 추출된 썸네일에서 눈, 코, 입의 명암이 더 높은 것을 이용하여 후보 영역을 설정하는 평균 명암도 추출하고, 평균 명암 대비를 높여주는 히스토그램을 평활화하고, Sobel 알고리즘을 이용한 1차 이미지 외곽선을 검출하고, Laplacian 알고리즘을 이용한 2차 이미지 외곽선을 검출하고, Canny 알고리즘을 이용하여 3차 객체 외곽선을 검출하는 외곽선 검출부(810), Haar Wavelet를 이용하여 얼굴 인식하고, 얼굴을 확인하고, 들로네 삼각화를 이용하여 얼굴 특징점을 추출하고, 들로네 삼각화를 이용하여 특징점간의 상호거리를 측정하고, 3차 얼굴 외곽선을 이용하여 얼굴 외곽선내 면적 및 Pixel을 계산하는 얼굴 검출부(820), 외곽선내 지역특징을 검출하고, 지역특징을 확인하고, 지역특징간 상호거리를 측정하고, 3차 객체 외곽선을 이용하여 객체 외곽선내 면적 및 Pixel을 계산하는 객체 지역특징 검출부(830), 3차 외곽선을 이용하여 객체 끝점의 x, y좌표를 이어 객체 사각 영역을 지정하고, 객체 외각선의 경계부분의 Pixel정보를 추출하고, 객체 외곽선 내 면적을 계산하는 객체 Pixel 검출부(840), 얼굴검출부, 지역특징검출부, 객체 Pixel검출부에서 검출된 1차 객체정보 분석이 끝난 후 기타 특징 객체가 있는지 검사하고, 특징 객체가 없으면 모든 객체의 정보를 임시 저장하는 객체 검출 정보 저장부(850)를 포함하여 이루어지는 것을 특징으로 하는 객체 검출 정보를 이용한 유사 동영상 검색 시스템
|
| 3 |
3
동영상 편집 및 썸네일 추출이 가능한 WPF기반의 동영상 편집 프로그램(600), 외곽선 검출부(810), 얼굴 검출부(820), 객체 지역특징 검출부(830), 객체 Pixel 검출부(840), 객체 검출 정보 저장부(850)를 포함하여 추출된 썸네일을 이용해 객체를 검출하여 객체 정보를 계산하는 객체검출 및 객체정보 계산 프로그램(700)을 가지고 있는 클라이언트(300), 동영상 및 동영상, 객체 정보를 업로드 받아 동영상 정보 데이터베이스(400)와 객체 정보 데이터베이스(500)에 저장하는 Storage 서버(200), 클라이언트(300)로부터 객체 정보와 동영상 정보를 받아 동영상 정보 데이터베이스(400)와 객체 정보 데이터베이스(500)에 저장되어 있는 정보와 비교하여 동일 영상 목록을 작성하여 보여주는 Web 0026# Streaming 서버(100)을 포함하는 동영상 검색 시스템을 이용하는 방법에 있어서,상기 클라이언트(300)에서 전송된 동영상 키워드에서 품사 태그, 구 청커, P-norm 모델을 이용하여 색인어를 생성하고 상기 색인어를 동영상 정보 데이터베이스(400)의 데이터와 비교하여 편집된 동영상과 동일한 키워드를 포함하고 있는 동영상을 분류하는 카테고리 검색 단계(901), 상기 클라이언트(300)에서 전송된 동영상 타이틀에서 차트 파싱 알고리즘, 품사 태그, 구 청커, P-norm 모델을 이용하여 색인어를 생성하고 상기 색인어를 동영상 정보 데이터베이스(400)의 데이터와 비교하여 편집된 동영상과 동일한 타이틀을 포함하고 있는 동영상을 분류하는 유사 동영상 이름 검사 단계(910), 상기 클라이언트(300)에서 전송된 동영상 재생시간, 장면 전환 지점을 동영상 정보 데이터베이스의 데이터(400)와 비교하여 편집 영상과 동일한 재생시간 및 장면 전환 지점과 같은 영상을 분류하는 미디어 포지션 검사 단계(920), 상기 클라이언트(300)에서 전송된 썸네일의 미디어 포지션을 동영상 정보 데이터베이스(400)의 데이터와 비교하여 편집된 동영상과 동일한 썸네일 미디어 포지션을 가지고 있는 동영상을 분류하는 썸네일 포지션 검사 단계(930), 상기 클라이언트(300)에서 전송된 객체 정보를 객체정보 데이터베이스(500)의 데이터와 비교하여 편집된 동영상과 동일한 썸네일 객체를 가지고 있는 동영상을 분류하는 객체 정보 검색 단계(940), 상기 객체 정보 검색 단계(940), 추가 객체 정보 검사 단계(960)에서 분류된 영상에서 Bayes estimation 확률 추정법을 이용하여 편집된 영상과 유사한 영상을 분류하고 상기 분류된 영상을 목록화하는 유사 영상 확률 계산 단계(941), 상기 클라이언트(300)에서 전송된 객체 정보 중 첫 번째 썸네일의 객체정보와 객체정보 데이터베이스(500)의 데이터를 비교하여 편집 동영상과 동일한 첫 번째 썸네일 객체를 가지고 있는 동영상을 분류하는 최초 썸네일 검사 단계(950), 상기 클라이언트(300)로부터 전송된 미디어 아이템 소스와 동영상 정보 데이터베이스(400)의 데이터 비교하여 동일한 편집 동영상과 동일한 미디어 아이템 소스를 가지고 있는 동영상을 분류하는 미디어 아이템 소스 검사 단계(951), 상기 미디어 아이템 소스 검사 단계(951)에서 분류된 영상들의 장면 전환 지점을 클라이언트(300)에게 전송하여 모든 장면 전환지점을 썸네일 포지션으로 하여 썸네일을 재추출하는 영상 썸네일 추출단계(952), 상기 클라이언트(300)에서 재 추출된 썸네일의 객체를 검출하여 객체의 면적, 특징점간의 상호거리, 외곽선, Pixel 등의 객체 정보를 XML 파일로 저장하여 Web 0026# Streaming 서버(100)로 재전송하는 추가 객체 정보 검출 단계(953), 상기 클라이언트(300)에서 재전송된 객체정보를 객체 정보 데이터베이스(500)에 저장되어 있는 미디어 아이템 소스 검사 단계(951)에서 분류된 영상의 썸네일 객체정보와 비교하여 편집된 동영상과 동일한 썸네일 객체를 가지고 있는 동영상을 분류하는 추가 객체 정보 검사 단계(960), 객체 정보 검색 단계(940), 추가 객체 정보 검사 단계(960)에서 영상이 분류되지 않을 경우 유사 영상이 없다는 메시지를 클라이언트(300)에게 전송하는 유사 영상이 없는지 확률을 계산하는 단계(961)를 포함하여 이루어지는 것을 특징으로 하는 객체 검출 정보를 이용한 유사 동영상 검색 방법
|
