| 1 |
1
비디오 스트림에 대한 스트림 데이터 분석 방법에 있어서,(a) 비디오 스트림 데이터에 대하여 우점 특징을 나타내는 파티클 집합을 생성하여, 상기 비디오 스트림 데이터를 세그먼트 집합으로 분할하는 단계;(b) 상기 세그먼트 집합에 대하여 순서적 특징을 생성하도록 진화 파티클 필터링을 수행하는 단계; 및(c) 상기 진화 파티클 필터링이 수행된 파티클 집합에 대하여 순서 의존성 구조를 추정하여 전이 확률 메트릭스로 전환하는 단계;를 포함하는 비디오 스트림 분석 방법
|
| 2 |
2
제1항에 있어서, 상기 (a) 단계는(a-1) 원본 이미지에 대하여 특성을 추출하고, 추출된 특성을 이용하여 비주얼 워드 집합을 생성하는 단계; (a-2) 무작위로 선정된 비주월 워드를 연관하여 위치 정보를 가지는 파티클 집합을 생성하는 단계; 및(a-3) 상기 파티클 집합에 대응되도록 상기 세그먼트 집합을 생성하는 단계;를 포함하는 것을 특징으로 하는 비디오 스트림 분석 방법
|
| 3 |
3
제2항에 있어서, 상기 (a-1) 단계는SHIF를 이용하여 상기 특성을 추출하는 것을 특징으로 하는 비디오 스트림 분석 방법
|
| 4 |
4
제1항에 있어서, 상기 파티클 집합은해당 집합에 포함된 개별 파티클을 노드와 에지의 쌍으로 표현 가능하고, 상기 노드는 비주얼 워드 집합에서 선택될 수 있는 것을 특징으로 하는 비디오 스트림 분석 방법
|
| 5 |
5
제4항에 있어서, 상기 (b) 단계는적합도를 중요 분포 q로서 이용하여 파티클을 선정하는 단계를 포함하는 것을 특징으로 하는 비디오 스트림 분석 방법
|
| 6 |
6
제5항에 있어서, 상기 적합도는 파티클 하나를 구성하는 노드간의 거리, 파티클 하나의 이미지 표현 능력 및 페널티를 고려하여 계산되는 것을 특징으로 하는 비디오 스트림 분석 방법
|
| 7 |
7
제6항에 있어서, 상기 진화 파티클 필터링은상기 적합도 값의 분포를 이용하여 상기 파티클을 샘플링하며, 특정 시점의 어느 한 파티클 집합을 구성하는 파티클의 수는 고정되는 것을 특징으로 하는 비디오 스트림 분석 방법
|
| 8 |
8
제7항에 있어서, 상기 진화 파티클 필터링은재샘플링에 따른 개체군 퇴보를 방지하기 위하여, 유전 연산자 결과물과 부모 세대 개체군의 적합도를 이용하여 새로운 개체군을 구성하는 것을 특징으로 하는 비디오 스트림 분석 방법
|
| 9 |
9
제1항에 있어서, 상기 (c) 단계는(c-1) 서로 상이한 파티클 집합을 비교 탐색하는 단계;(c-2) 상기 비교 탐색한 결과, 두 집합 사이의 차이가 특정 기준값 이상일 경우 새로운 우점 이미지라고 추정하는 단계; 및(c-3) 새로운 우점 이미지가 존재하면, 이를 전이 확률 자료 구조에 추가하는 단계;를 포함하는 것을 특징으로 하는 비디오 스트림 분석 방법
|
| 10 |
10
제1항에 있어서, 상기 비디오 스트림 분석 방법은(d) 상기 파티클 집합을 이용하여 상기 세그먼트를 대표하는 이미지를 재생성하는 단계;를 더 포함하는 것을 특징으로 하는 비디오 스트림 분석 방법
|
