전 세계적으로 방송사 및 영상 관련 기관들의 비디오 기반 시스템이 디지털로 전환되고 있다. 이송 과정에서 발생하는 디지털 드롭아웃은 콘텐츠의 질을 낮추게 만든다. 게다가 디지털 드롭아웃에 초점이 맞춰진 연구가 매우 미미하며 기존 방법들로 해결하기에는 한계점이 존재한다. 상기 이유로, 우리는 디지털 드롭아웃 블록이 가지는 독특한 패턴들의 주파수 특성을 강조할 수 있도록 이산 코사인 변환 (Discrete Cosine Transform) 계수를 기반으로 하는 새로운 특징표현 방법을 제안한다. 또한, 분류를 위해 특징 벡터를 효율적으로 활용할 수 있는 SVM 기반의 오류블록 분류방법을 활용한다. 더 나아가 이 방법은 기존 방법들의 프레임 간 연속성을 이용해 발생하는 문제점들을 극복하였다. 단독 프레임의 정보만을 이용함으로써 빠른 물체의 존재하에서도 동작이 가능하고, 특정 모델이나 추정이 필요하지 않아 최소의 복잡도 하에 오류 검출이 가능하다.
The video-based system of the broadcasters and the video-related institutions have shifted from analogical to digital in worldwide. This migration process can generate a defect, digital dropout, in the quality of the contents. Moreover, there are limited researches focused on these kind of defects and those related have limitations. For that reason, we are proposing a new method for feature extraction emphasizing in the peculiar block pattern of digital dropout based on discrete cosine transform (DCT). For classification of error block, we utilize support vector machine (SVM) which can manage feature vectors efficiently. Further, the proposed method overcome the limitation of the previous one using continuity of frame by frame. It is using only the information of a single frame and works better even in the presence of fast moving objects, without the necessity of specific model or parameter estimation. Therefore, this approach is capable of detecting digital dropout only with minimal complexity.
