영상의 전역 특징과 이동객체의 지역 특징을 융합한 동영상 검색 디스크립터 설계 :

정병만

추천

검색

자료유형: 학위논문

저자정보: 정병만 (대전대학교, 대전대학교 대학원)

지도교수: 이규원

발행연도: 2013

저작권: 대전대학교 논문은 저작권에 의해 보호받습니다.

이용수0

이 논문의 연구 히스토리 (2)

2014

영상의 전역 특징과 이동객체의 지역 특징을 융합한 동영상 검색 디스크립터 설계

정병만 , 이규원 한국정보통신학회논문지 2014.01 학술저널

2013

영상의 전역 특징과 이동객체의 지역 특징을 융합한 동영상 검색 디스크립터 설계

정병만 정보통신공 2013.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

We proposed an intelligent image retrieval system that detects moving objects and creates which is suitable for motion analysis, also searches the trajectory of moving objects. To segment moving objects from the background, we detected objects that stand on the background learning model, and extract motion trajectories of individual objects by using center of gravity of moving objects that is extracted sequentially. The center points of each object manages center of gravity of individual objects. The descriptor includes center of gravity of moving object belong to neighbor of the pre-defined position in grid pattern, the start frame number which a moving object appeared in the scene and the end frame number which it disappeared. It is possible to search in similarity order a video event which contains similar moving trajectory to the query of a sketched trajectory by using the proposed descriptor.
Proposed algorithm shows a robust recall and precision rate in the content based video retrieval. It is expected to application on system which needs trajectory retrieval and analysis of moving object such as image data retrieval, CCTV, department store, supermarket.

1. 서론 1
1.1 연구 배경 및 목적 1
1.2 연구 내용 4
2. 관련된 기존의 연구 및 이론적 배경
2.1 기존의 연구 5
2.2 이론적 배경 6
2.2.1 배경 제거 6
2.2.1.1 명도 값 차이 계산 7
2.2.1.2 임계값을 이용한 배경과 객체 분류 7
2.2.2 색상 평균 배경 9
2.2.3 영상 특징점 기반 디스크립터 설계 11
2.2.3.1 전역적 특징 디스크립터 13
2.2.3.2 지역적 특징 디스크립터 16
3. 이동객체 검출 및 추적을 통한 움직임 디스크립터 설계 19
3.1 이동객체 검출 21
3.2 이동객체 추적 27
3.3 이동객체 궤적 디스크립터 32
4. 실험 및 결과 고찰 35
4.1 실험 환경 35
4.2 실험 결과 및 평가 방법 41
4.2.1 실험 결과 41
4.2.2 질의에 따른 응답 Precision과 Recall 및 모델링 기법 비교 47
5. 결론 49

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)