다중 비주얼 특징을 이용한 어학 교육 비디오의 자동 요약 방법

Q: 이 논문에서 정의한 자동 요약이란 무엇인가?

자동 요약은 양방향 방송 환경에서 증가하는 사용자 요구와 기호에 적합한 콘텐츠를 제공하고, 방대한 방송 콘텐츠를 효율적으로 관리 및 이용하기 위해 비디오로부터 내용 기반 요약 정보를 자동으로 생성하는 과정이다. 이는 샷 경계 검출, 키프레임 추출, 다중 비주얼 특징 분석을 통해 어학 교육 비디오의 세분화된 내용 정보를 결정하고, 이를 MPEG-7 MDS 계층적 요약 구조에 맞춰 XML 문서로 생성하는 것을 포함한다.

Q: 어학 교육 비디오의 내용 세분화는 어떤 비주얼 특징으로 가능한가?

연구 결과, 어학 교육 비디오는 색도 히스토그램 첨도와 질감 기술자의 30채널 에너지 표준편차를 이용해 지문 부분을, 에지 히스토그램, 스케일러블 칼라 기술자, 움직임 강도 특징의 조합으로 설명 부분과 대화 부분을 효과적으로 검출할 수 있다. 이러한 다중 비주얼 특징의 효율적인 조합은 각 내용 부분의 고유한 시각적 특성을 반영하여 높은 정확도로 세분화를 가능하게 한다.

한희준; 김천석; 추진호; 노용만

추천

검색

질문

자료유형: 학술저널

저자정보: 한희준 김천석 추진호 노용만

저널정보: 한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제7권 제10호

발행연도: 2004.10

수록면: 1,452 - 1,463 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The requirement of automatic video summary is increasing as bi-directional broadcasting contents and various user requests and preferences for the bi-directional broadcast environment are increasing. Automatic video summary is needed for an efficient management and usage of many contents in service provider as well. In this paper, we propose a method to generate a content-based summary of linguistic educational videos automatically. First, shot-boundaries and keyframes are generated from linguistic educational video and then multiple(low-level) visual features are extracted. Next, the semantic parts (Explanation part, Dialog part, Text-based part) of the linguistic educational video are generated using extracted visual features. Lastly the XML document describing summary information is made based on Hierarchical Summary architecture of MPEG-7 MDS(Multimedia Description Scheme). Experimental results show that our proposed algorithm provides reasonable performance for automatic summary of linguistic educational videos. We verified that the proposed method is useful for video summary system to provide various services as well as management of educational contents.

#Automatic Summarization(자동 요약) #MPEG-7 #Video Indexing(비디오 색인)

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2012-004-004439728

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)