KCC 2021
Current Result Document :
| 한글제목(Korean Title) |
비디오 세그먼트 단위 부분 복사 검출을 위한 CNN Local Feature의 Aggregation 방법별 성능 비교 |
| 영문제목(English Title) |
A Performance Comparison by Aggregation Methods of CNN Local Feature for Segment-level Video Partial Copy Detection |
| 저자(Author) |
강민영
정민수
이동훈
낭종호
Minyoung Kang
Minsoo Jeong
Donghoon Lee
Jongho Nang
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 0983 ~ 0985 (2021. 06) |
한글내용
(Korean Abstract) |
최근 멀티미디어 컨텐츠 수요가 증가하여 다양한 플랫폼들이 발전함에 따라 불법 컨텐츠 복제, 유포 및 저작권 침해와 같은 문제들이 발생하고 있다. 이러한 문제를 해결하기 위해 비디오 내용에 기반한 고유한 식별자를 추출하는 여러 방법들이 제안되었는데 실제 복사 비디오에 대해서는 복사 검출에서 실패하였다. 본 논문에서 제안하는 방법은 내용 기반 비디오 복사 검출의 문제점을 보완 및 해결하기 위한 딥러닝 기반의 세그먼트 Fingerprint를 추출하여 aggregation 하는 방법이다. 딥러닝 모델의 Convolution Feature Map에서 추출한 Local Feature를 기반으로 Vector of Locally Aggregated Descriptors(이하 VLAD)기법[1]과 Triplet loss를 이용해 학습하는 netVLAD 기법[2]으로 세그먼트 Fingerprint를 생성한다. 실험에서는 유튜브를 기반으로 수집된 비디오 부분 복사 검출 데이터 셋인 VCDB[3]를 사용했고, Bagof-Local Features 기법[4]과 비교하여 각 aggregation 방법별 성능을 분석한다. 5초 단위로 샘플링한 프레임 Fingerprint 기준으로 netVLAD 기법에서 75.7%의 가장 높은 성능을 얻었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
