Abstract

First, this paper compute difference value between frames using the composed method of $X^2$ histogram and color histogram and the normalization. Next, cluster representative frame was decided by using the clustering for distance and the k-mean grouping. Finally, representative frame of group was decided by using the likelihood ratio. Proposed method can be known by experiment as outstanding of detection rather than other methods, due to computing of difference value, clustering and grouping, and detecting of representative frame.

본 논문에서는 우선 $X^2$ 히스토그램과 컬러 히스토그램을 합성한 방법과 정규화를 통하여 프레임 간 차이값을 계산한다. 다음으로 거리에 대한 클러스터링과 k-mean 군집화를 이용하여 클러스터의 대표 프레임을 결정한다. 마지막으로 우도비를 이용하여 그룹의 대표 프레임을 결정한다. 제안한 방법은 차이값 계산, 클리스터링과 군집화, 대표 프레임 추출의 3단계 과정을 수행하므로 다른 방법보다 검출이 뛰어나다는 것을 실험을 통해 알 수 있다.

Keywords

• Clustering;
• K-mean Grouping;
• Likelihood Ratio;
• Representative Frame

• 클러스터링;
• k-mean 군집화;
• 우도비;
• 대표 프레임;