정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document :
| 한글제목(Korean Title) |
영상 콘텐츠 오브젝트의 감정 영향력 분석을 통한 오브젝트 감정 순위 결정법 |
| 영문제목(English Title) |
Objects Sentiment Ranking Method Using Sentimental Sensitivity Analysis of Objects in Video Content |
| 저자(Author) |
이소정
손규진
김윤희
Sojeong Lee
Gyujin Son
Yoonhee Kim
|
| 원문수록처(Citation) |
VOL 26 NO. 12 PP. 0528 ~ 0534 (2020. 12) |
한글내용
(Korean Abstract) |
현대에는 다양한 기술의 발전으로 동영상 콘텐츠가 증가하고 있고, 이에 따라 사람들은 자신의 감정 표현에 있어 동영상 매체를 활용하는 것이 만연해졌다. 따라서 텍스트 분석뿐만 아니라 반응 동영상 속 시청자의 감정을 분석할 필요가 있다. 기존의 시스템은 콘텐츠의 관련 반응 동영상 속 시청자의 감정과 직결하여 오브젝트의 감정값을 도출하지는 않으므로 오브젝트의 감정값을 추출할 방법이 필요하다. 따라서 본 연구에서는 콘텐츠의 등장 오브젝트와 관련 반응 동영상 오브젝트의 감정 영향력을 분석하고 오브젝트 감정 순위를 결정할 수 있는 기법을 제안한다. 본 시스템은 감정 오브젝트 추출을 위해 대상 콘텐츠에 대한 반응 동영상 수집을 통해 시청자 감정을 분석하고, 대상 콘텐츠 속 오브젝트의 시청자 감정값을 정량화한다. 또한, 추출된 오브젝트들을 기반으로 감정별 오브젝트 사전을 구축한다. 다양한 동영상을 대상으로 한 실험을 통해 구간 가중치를 적용한 구간의 오브젝트 존재 변화에 따라 다중 오브젝트 가중치를 적용하여 감정 영향력 평가를 진행함으로써 선별적 감정 오브젝트 추출이 가능함을 보였다. |
영문내용
(English Abstract) |
Currently, video content is in demand because of the development of various technologies, that have led to the widespread use of video media for people to express their thoughts. Thus, it is necessary to analyze the viewer's thoughts in the reaction video as well as text analysis. The existing system does not derive the sentimental value of the objects directly from the viewer's thoughts in the related reaction video of the content, so an approach to extracting the objects sentiment is needed. Thus, this study analyzed the sentimental influence of the content's appearance objects and associated reaction video objects and proposes techniques to extract the ranking of the objects sentiment. This system analyzed viewers' sentiment through collecting reaction videos to target content for extracting sentiment objects and quantifies viewer sentiment values of objects in the target content. A sentimental object dictionary was built based on the extracted objects. The experiments showed to collect effective sentimental objects selectively, applying multi-level weights to the analysis of sentiment objects depending on the change of their existence in specific periods of videos. |
| 키워드(Keyword) |
이미지 딥러닝
감정 영향력 분석
감정 오브젝트
유튜브
동영상
image deep learning
sentimental sensitivity analysis
sentimental object
YouTube
video
|
| 파일첨부 |
PDF 다운로드
|
