가우시안의 차를 이용하여 검색속도를 향상한 최소 오디오 핑거프린팅

권진만; 고일주; 장대식

추천

검색

질문

자료유형: 학술저널

저자정보: 권진만 고일주 장대식

저널정보: 한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제14권 제12호

발행연도: 2009.12

수록면: 75 - 87 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 오디오 핑거프린트 데이터 생성 방법과 이를 이용한 오디오 데이터 비교 방법에 관한 것으로서, 오디오 데이터의 특징을 이용하여 음악을 식별하는 방법을 제시한다. 일반적으로 영상인식을 위해 많이 사용되는 가우시안의 차(Difference of Gaussian, DoG)를 오디오 데이터에 적용하여 음악이 급진적으로 변하는 부분을 추출하고, 해당 위치를 핑거프린트로 정의하는 방식이다. 이렇게 만들어진 핑거프린트는 음질의 변화에 민감하지 않으며, 음악 데이터의 일정 부분만으로도 원본과 동일 위치의 핑거프린트 추출이 가능하다. 이 시스템은 기존의 주파수 영역을 이용한 시스템 보다 오디오 핑거프린트의 데이터량과 계산량을 줄여줌으로써 검색을 할 때 보다 효율적인 성능을 나타낸다. 이를 응용하여 인터넷에 유통되는 복사된 음악의 저작권 보호, 또는 음악의 메타정보 등을 사용자에게 나타낼 수 있다.

#핑거프린트 #가우시안의 차 #fingerprint #Difference of Gaussian (DoG) #DTW

참고문헌 (16)

참고문헌 신청

1. [학술지(정기간행물)] - D. G. Lowe / 2004 / Distinctive image features from scale-invariant keypoints / Intl. J. Computer Vision 60 (2) : 91 ~ 110

2. [학술대회논문] - K. Mikolajczyk / 2002 / An affine invariant interest point detector / European Conference on Computer Visioin

3. [학술지(정기간행물)] - T. Lindeberg / 1994 / Scale-space theory: a basic tool for analyzing structures at different scales / Journal of Applied Statistics

4. [학술대회논문] - E. J. Keogh / 2001 / Derivative Dynamic Time Warping / First SIAM international Conference on Data Mining

5. [학술지(정기간행물)] - J. C. Brown / 2006 / Classification of vocalizations of killer whales using dynamic time warping / Journal of the Acoustical Sociery of America 119 : EL34 ~

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

권진만

소속기관 한국컴퓨터정보학회

주요연구분야 공학 > 컴퓨터학

논문수 1 이용수 27

고일주

소속기관 숭실대학교

주요연구분야 공학 > 컴퓨터학 TOP 10% 공학 > 기타공학 > 기타 공학

논문수 87 이용수 11,583

장대식

소속기관 한국컴퓨터정보학회

주요연구분야 공학 > 컴퓨터학

논문수 7 이용수 213

이 논문과 함께 이용한 논문

이진 핑거프린트의 결합에 의한 강인한 오디오 핑거프린트

장달원 , 이석필 방송공학회논문지 2012 .07

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)