장면 전환 검출 기술은 대용량 비디오 데이터의 효율적인 관리를 위한 주요 기술로서, 다양한 비디오 데이터에 적용하기 위한 적응적인 검출 알고리즘이 요구된다. 본 논문에서는 확장 참조 구간 동안의 프레임들의 히스토그램 평균값을 이용한 적응적인 장면 전환 검출 알고리즘을 제안한다. 제안하는 방법은 히스토그램을 이용해서 프레임들의 특징값을 계산하고, 확장 참조 구간 동안의 프레임들의 히스토그램 평균값을 이용해서 임계값을 정의하여 특징값과 임계값의 비교를 통해서 장면 전환 발생 여부를 판단한다. 동일한 비디오 데이터를 사용한 실험을 통해서 제안하는 방법이 기존의 방법들보다 검출 정확도에서 최대 15% 이상 향상되었음을 확인하였다. Homecast사의 TVUS HM-900 PLUS 모델의 휴대용 멀티미디어 재생기에서 제안하는 방법을 구현하여 PC보다 성능이 낮은 하드웨어 플랫폼에서도 실시간으로 장면 전환 검출이 동작하는 것을 확인하였다. 본 논문에서 제안하는 방법은 휴대용 미디어 재생 장치나 휴대 전화 등 비교적 낮은 하드웨어 플랫폼에서 유용하게 사용될 수 있다.
A shot change detection technique is an important technique for effective management of video data, thus it requires an adaptive algorithm for various video sequences to detect an accurate shot change frames. In this paper, we propose an adaptive shot change detection algorithm using histogram mean of frames within extension sliding window. Our algorithm calculates a frame feature value using histogram and defines an adaptive threshold using an average of histogram mean of frames within the extension sliding window and determines a shot change by comparing the feature value and the threshold. We obtained better detection rate than the conventional methods maximally by 15% in the experiment with the same test sequence. We verified real-time operation of shot change detection in the hardware platform with low performance by implementing it on TVUS HM-900 PLUS model of Homecast. The Proposed algorithm can be useful in the hardware platform such as portable multimedia player(PMP) or cellular phone with low CPU performance.
