1 |
1
다수의 영상 클립을 공감 별로 분류하여 라벨링하는 단계;상기 영상 클립에서 ROI (region of interest) 영상을 추출하고 ROI 영상의 영상 특성을 추출하여 학습 데이터를 준비하는 단계;상기 학습 데이터를 이용한 학습에 의해 훈련된 웨이트를 포함하는 영상 특성 모델 파일을 생성하는 단계;별도로 입력된 영상 데이터에 대해 상기 훈련된 웨이트를 이용한 합성곱 신경망 기법에 의해 상기 입력 영상 데이터의 공감을 판단하는 단계;를 포함하는 동영상 특성을 이용한 공감 평가 방법
|
2 |
2
제1항에 있어서,상기 모델 파일은 K-NN 모델 파일인, 동영상 특성을 이용한 공감 평가 방법
|
3 |
3
제2항에 있어서,상기 영상 특성은 Gray, RGB(red, green, blue), HSV(Hue, Saturation, Value), LAB(Light, ratio of change from red to green, ratio of change from blue to yellow) 중에 적어도 어느 하나를 포함하는 동영상 특성을 이용한 공감 평가 방법
|
4 |
4
제1항에 있어서,상기 영상 특성은 Gray, RGB(red, green, blue), HSV(Hue, Saturation, Value), LAB(Light, ratio of change from red to green, ratio of change from blue to yellow) 중에 적어도 어느 하나를 포함하는 동영상 특성을 이용한 공감 평가 방법
|
5 |
5
제1항 내지 제4항 중의 어느 한 항에 있어서,상기 영상 클립의 영상 특성을 추출하는 단계에서 음향 특성도 같이 추출하는 단계;추출된 음향 특성을 학습 데이터로 이용하여 훈련된 웨이트를 포함하는 음향 특성 모델 파일을 생성하는 단계; 그리고 별도로 입력된 음향 데이터를 이용한 합성곱 신경망 기법에 의해 상기 입력 음향 데이터의 공감을 판단하는 단계:가 더 포함되는 동영상 특성을 이용한 공감 평가 방법
|
6 |
6
제5항에 있어서,상기 음향 특성은, 피치(frequency), 음량(power), 톤(MFCC; Mel-Frequency Cepstral Coefficients, 12 coefficient) 중의 적어도 어느 하나를 포함하는 동영상 특성을 이용한 공감 평가 방법
|
7 |
7
제6항에 있어서,상기 톤은 저주파 스펙트럼 평균값과 표준편차, 중간 주파 스펙트럼 평균값, 고주파 스펙트럼 평균값과 표준편차 중 적어도 어느 하나를 포함하는 동영상 특성을 이용한 공감 평가 방법
|
8 |
8
제1항에 기재된 방법을 수행하는 영상 특성을 이용한 공감 평가 장치에 있어서,상기 영상 특성 모델 파일을 저장하는 메모리;입력 영상 데이터의 공감을 판단 공감 평가부가 실행되는 프로세서;상기 입력 영상 데이터를 입력 받아 상기 프로세스로 전달하는 영상 처리 장치; 를 포함하는 동영상 특성을 이용한 공감 평가 장치
|
9 |
9
제8항에 있어서, 상기 영상 처리 장치에는 입력 영상 소스로부터의 동영상을 중간에서 캡쳐하는 영상 캡쳐 장치가 연결되는, 동영상 특성을 이용한 공감 평가 장치
|
10 |
10
제6항에 있어서,상기 모델 파일은 K-NN 모델 파일인, 영상 특성 기반 공감 평가 방법
|
11 |
11
제8항 내지 제11항 중의 어느 한 항에 있어서,상기 영상 특성은 Gray, RGB(red, green, blue), HSV(Hue, Saturation, Value), LAB(Light, ratio of change from red to green, ratio of change from blue to yellow) 중에 적어도 어느 하나를 포함하는 동영상 특성을 이용한 공감 평가 장치
|
12 |
12
제8항에 있어서,상기 메모리에 상기 영상 클립의 음향 특성에 의해 훈련된 음향 특성 모델 파일을 저장되고,상기 공감 평가부는 상기 영상 특성 모델파일과 음향 특성 모델 파일에 상기 입력 영상 데이터와 입력 음향 데이터을 적용하여 공감 여부를 판단하는, 동영상 특성을 이용한 공감 평가 장치
|
13 |
13
제12항에 있어서,상기 음향 특성은 피치(frequency), 음량(power), 톤(MFCC; Mel-Frequency Cepstral Coefficients, 12 coefficient) 중의 적어도 어느 하나를 포함하는 동영상 특성을 이용한 공감 평가 장치
|
14 |
14
제13항에 있어서,상기 톤은, 저주파 스펙트럼 평균값과 표준편차, 중간 주파 스펙트럼 평균값, 고주파 스펙트럼 평균값과 표준편차 중 적어도 어느 하나를 포함하는 동영상 특성을 이용한 공감 평가 장치
|