본 논문에서는 클러스터링을 이용해서 급격한 장면 전환을 찾는 방법을 제안한다. 일반적으로 장면 전환검출 기법에서 많이 사용되는 특징들은 특별한 상황에서만 잘 적용된다는 단점이 있기 때문에 여러 종류의 특징을 동시에 고려하는 클러스터링 기반의 기법이 많이 사용되고 있다. 하지만 이 경우에는 클러스터의 초기 중심을 정하는 것이 중요한 문제가 된다. 본 논문에서는 k-평균 클러스터링에서의 초기 중심을 적응적으로 바꾸면서 장면 전환 존재 여부를 결정하도록 하였다. 실험 결과 초기 클러스터 중심이 고정된 경우에 비해서 더 좋은 결과를 얻었다.
In this paper, we propose an efficient method to detect abrupt shot changes in a video sequence using an unsupervised clustering. Conventional clustering-based shot change detection algorithms use multiple features in order to overcome the shortcomings of a single feature. In such methods it is very important to determine the appropriate initial cluster centers well. In this paper we propose a modified k-means clustering algorithm which estimates the initial cluster center adaptively. Experimental results show that the proposed algorithm works well.
