1 |
1
다수의 영상을 수집하는 영상 수집부와,수집된 다수의 영상 중 각각의 영상에 대해, 컬러 조합에 대응되는 감정을 정의한 컬러 조합 사전을 기반으로 컬러 조합의 분포도인 컬러 특징 벡터를 도출한 후 컬러 특징 벡터와 매칭되는 다수의 감성에 대한 컬러 확률적 감성 예측 값 및 다수의 감정들의 상관 관계를 나타내는 컬러 스케일을 도출하는 컬러 특징 처리부;크기 불변 특징 변환 알고리즘을 기반으로 각각의 영상에 대해 형태 특징을 도출한 후 도출된 형태 특징에 대한 시각 단어를 탐색한 후 탐색된 시각 단어 중 유사도가 높은 노드의 시각 단어의 개수인 형태 특징 벡터를 도출하고 도출된 형태 특징 벡터와 매칭되는 다수의 감성에 대한 형태 확률적 감성 예측값과 다수의 감정들의 상관 관계를 나타내는 형태 스케일을 도출하는 형태 특징 처리부; 및상기 컬러 특징 처리부의 컬러 확률적 감성 예측값과 컬러 스케일 및 상기 형태 특징 처리부의 형태 확률적 감성 예측값과 형태 스케일을 토대로 컬러 특징 및 형태 특징과 매칭되는 감성어를 도출하고 도출된 감성어로 각 영상을 색인하여 저장하는 영상 색인부를 포함하는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
2 |
2
제1항에 있어서, 상기 컬러 특징 처리부는, 상기 컬러 조합 사전을 토대로 각각의 영상에 대해 컬러 조합 분포인 컬러 특징 벡터를 출력하는 컬러 특징 검출 모듈; 및컬러 조합과 감성에 대한 확률적 감성 예측 모델을 기반으로 컬러 특징 벡터와 맴핑되는 다수의 감성들간의 상관 관계(연결 강도)를 나타내는 컬러 스케일과 각 감정에 대한 컬러 확률적 감정 예측값을 도출하는 컬러 감정 인식 모듈을 포함하는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
3 |
3
제2항에 있어서, 상기 컬러 특징 검출 모듈은, 주어진 각각의 영상에 대해 다수의 컬러 영역으로 클러스터링(clustering)을 실행하여 다수의 컬러 영역 단위로 분할하고,분할된 컬러 영역에 대한 영역 값과 영상의 중심 좌표와 영역 중심 좌표 간의 가우시안 거리값을 연산하여 영역의 대표값을 도출하며,도출된 영역 대표값을 기준으로 소정 수 영역 중 씨드 영역을 선택하며,선택된 씨드 영역을 중심으로 이웃하는 영역 들 간의 컬러 조합 중 유사도가 높은 컬러 조합을 상기 컬러 조합 사전을 토대로 탐색하고, 탐색된 유사도가 높은 컬러 조합에 기 정해진 가중치를 부여하여 유사도가 높은 컬러 조합의 갯수인 컬러 조합 분포도를 컬러 특징 벡터로 출력하도록 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
4 |
4
제3항에 있어서, 상 상기 컬러 감정 인식 모듈은, 상기 컬러 특징 벡터와 맵핑되는 감정에 대한 컬러 확률적 감정 예측값 을 도출하는 E- 스텝 부재와,상기 컬러 확률적 감정 예측값 을 토대로 감성들 간의 상관 관계를 나타내는 컬러 스케일 을 도출하는 M 스텝 부재를 포함하는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
5 |
5
제4항에 있어서, 상기 컬러 감정 인식 모듈은,새로운 영상에 대한 학습 시 상기 E 스텝 부재의 컬러 특징 확률적 감정 예측값 을 초기화하고 기 정해진 영상에 대한 컬러 영상 감성 확률값 을 고정하여 상기 M 스텝 부재에서 도출된 컬러 스케일 을 예측하여 업데이트하고 새로운 영상에 대한 테스트 시 상기 E 스텝 부재의 컬러 확률적 감정 예측값 을 초기화한 후 M 스텝 부재의 컬러 스케일 을 고정한 후 기 정해진 영상에 대한 감정 확률값 을 업데이트하는 업데이터 부재를 더 포함하도록 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
6 |
6
제1항에 있어서, 상기 형태 특징 처리부는, 크기 불변 특징 변환 알고리즘을 기반으로 각각의 영상에 대해 형태 특징을 도출한 후 도출된 형태 특징에 대한 시각 단어를 탐색한 후 탐색된 시각 단어 중 유사도가 높은 노드의 시각 단어의 개수인 형태 특징 벡터를 도출하는 형태 특징 검출 모듈과,형태 특징에 대한 감성의 확률적 감성 예측 모델을 기반으로 컬러 특징 벡터와 매칭되는 다수의 감성들간의 상관 관계(연결 강도)를 나타내는 형태 스케일과 각 감정에 대한 형태 특징 확률적 감정 예측값을 도출하는 형태 감정 인식 모듈을 포함하는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
7 |
7
제6항에 있어서, 상기 형태 특징 검출 모듈은,주어진 영상에 대해 기 정의된 탬플릿 데이터 셋을 토대로 클러스터링을 수행하여 대표성을 가지는 시각 단어와 시각 단어들의 계층적 구조인 시각 단어 트리를 구축하고,구축된 시각 단어 트리 중 영상과 유사도가 높은 노드를 탐색한 후 탐색된 노드의 시각 단어에 기 정해진 가중치를 부여하여 유사도가 높은 시각 단어 개수인 형태 특징 벡터를 도출하도록 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
8 |
8
제7항에 있어서, 상기 형태 감정 인식 모듈은, 상기 형태 특징 검출 모듈의 형태 특징 벡터와 맵핑되는 감정에 대한 형태 확률적 감정 예측값 을 도출하는 E- 스텝 부재과 상기 형태 확률적 감정 예측값 을 토대로 감성들 간의 상관 관계를 나타내는 형태 스케일 을 도출하는 M 스텝 부재로 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
9 |
9
제8항에 있어서, 상기 형태 감정 인식 모듈은,새로 입력된 영상에 대한 학습 시 E 스텝 부재의 형태 확률적 감정 예측값 을 초기화하고 기 정해진 영상에 대한 영상 감성 확률값 을 고정하여 상기 M 스텝 부재에서 도출된 형태 스케일 을 예측하여 업데이트하고 새로운 영상에 대한 테스트 시 상기 E 스텝 부재의 형태 특징 확률적 감정 예측값 을 초기화한 후 M 스텝 부재의 형태 스케일 을 고정한 후 기 정해진 영상에 대한 감정 확률값 을 업데이트하는 업데이트 부재를 더 포함하도록 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
10 |
10
제9항에 있어서, 상기 영상 색인부는, 상기 컬러 특징 처리부의 컬러 특징 확률적 감성 예측 값과 상기 형태 특징 처리부의 형태 확률적 감성 예측값의 평균값을 도출하고 상기 평균값이 기 정해진 임계치를 넘는 경우 평균값과 맵핑되는 감성어로 영상을 색인 및 저장하도록 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 시스템
|
11 |
11
a) 컬러 특징 처리부에서 수집된 다수의 영상 중 각각의 영상에 대해, 컬러 조합에 대응되는 감정을 정의한 컬러 조합 사전을 기반으로 컬러 조합의 분포인 컬러 특징 벡터를 도출한 후 컬러 특징 벡터와 맵핑되는 다수의 감성에 대한 컬러 특징에 대한 컬러 확률적 감성 예측 값 및 감정들 간의 상관 관계를 나타내는 컬러 스케일을 도출하는 컬러 특징 처리 과정;b) 형태 특징 처리부에서 크기 불변 특징 변환 알고리즘을 기반으로 각각의 영상에 대해 형태 특징을 도출한 후 도출된 형태 특징에 대한 시각 단어를 탐색한 후 탐색된 시각 단어 중 유사도가 높은 노드의 시각 단어의 개수인 형태 특징 벡터를 도출하고 도출된 형태 특징 벡터와 맵핑되는 다수의 감성에 대한 형태 특징에 대한 형태 확률적 감성 예측값 및 감정들 간의 상관 관계를 나타내는 형태 스케일을 도출하는 형태 특징 처리 과정;c) 상기 컬러 특징 처리부의 컬러 확률적 감성 예측값과 형태 특징 처리부의 컬러 확률적 감성 예측값을 토대로 주어진 영상에 대한 컬러 및 형태 특징과 맵핑되는 감성어를 도출하고 도출된 감성어로 영상을 색인하여 저장하는 영상 색인 과정을 포함하는 것을 특징으로 하는 감성 기반의 영상 색인 방법
|
12 |
12
제11항에 있어서, a) 상기 컬러 특징 처리 과정은, a-1) 상기 컬러 조합 사전을 토대로 각각의 영상에 대해 컬러 조합 분포인 컬러 특징 벡터를 출력하는 컬러 특징 검출 단계;a-2) 컬러 조합과 감성에 대한 확률적 감성 예측 모델을 기반으로 컬러 특징 벡터와 매칭되는 다수의 감성들간의 상관 관계(연결 강도)를 나타내는 컬러 스케일과 각 감정에 대한 컬러 확률적 감정 예측값을 도출하는 컬러 감성 인식 단계를 포함하는 것을 특징으로 하는 감성 기반의 영상 색인 방법
|
13 |
13
제12항에 있어서, 상기 a-2) 는컬러 특징 검출 모듈에서 도출된 컬러 특징 벡터와 맵핑되는 감정에 대한 컬러 확률적 감정 예측값 을 도출하는 E- 스텝 단계와, 상기 컬러 확률적 감정 예측값 을 토대로 감성들 간의 상관 관계를 나타내는 컬러 스케일 을 도출하는 M 스텝 단계로 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 방법
|
14 |
14
제13항에 있어서, 상기 a-2) 단계는,새로운 형상에 대한 학습 시 E 스텝 단계의 컬러 특징 확률적 감정 예측값 을 초기화하고 기 정해진 영상에 대한 영상 감성 확률값 을 고정하여 상기 M 스텝 부재에서 도출된 컬러 스케일 을 예측하여 업데이트하고 새로운 영상에 대한 테스트 시 상기 E 스텝 단계의 컬러 특징 확률적 감정 예측값 을 초기화한 후 M 스텝 부재의 컬러 스케일 을 고정한 후 기 정해진 영상에 대한 감정 확률값 을 업데이트하는 단계를 더 포함하도록 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 방법
|
15 |
15
제14항에 있어서, 상기 영상 색인 단계는, 상기 컬러 특징 처리부의 컬러 특징 확률적 감성 예측 값과 상기 형태 특징 처리부의 형태 확률적 감성 예측값의 평균값을 도출하고 상기 평균값이 기 정해진 임계치를 넘는 경우 평균값과 맵핑되는 감성어로 영상을 색인 및 저장하도록 구비되는 것을 특징으로 하는 감성 기반의 영상 색인 방법
|
16 |
16
제11항 내지 제15항 중 어느 한 항에 따른 방법의 각 단계를 수행하기 위한 명령어를 포함하는 컴퓨터 판독 가능 매체
|