본 논문에서는 비디오 시퀀스의 자동분류를 지원하기 위한 기반기술로서, 변형된 $chi^2$-테스트와 자동 임계치-결정 알고리즘을 이용한 장면전환 검출 기법을 제안하였다. 변형된 $chi^2$-테스트는 기존의 컬러 히스토그램에서 컬러의 각 채널공간(RGB)에 NTSC표준에 따른 명암도 등급을 따로 계산하여 채널의 차이 값을 보다 세분화 할 수 있으며, 인접한 두 프레임사이의 상대적인 컬러 값의 차이를 강조하는$chi^2$- 테스트를 결합하여 보다 강건한 장면전환 곁출을 시도하고 있다. 자동 임계치-결정 알고리즘은 변형된 $chi^2$-테스트를 통하여 획득된 인접한 프레임들 사이의 차이 값들을 이용한다. 먼저, 차이 값들에 대한 전체 평균값을 계산한 후, 이 평균값을 만족하는 차이 값들만을 이용하여 다시 평균값을 계산하며, 이러한 평균값의 연속적인 계산 및 누적을 통하여 분산된 차이 값들로부터 가장 최적의 중간 평균값을 취하여 임계치로 설정하는 방법이다. 실험결과 제안된 장면전환 검출 방법과 자동 임계치-결정 알고리즘은 기존의 접근방법보다 효과적이며, 그 우수성을 보여주었다.
This paper proposes a robust scene change detection technique that uses the weighted chi-square test and the automated threshold-decision algorithms. The weighted chi-square test can subdivide the difference values of individual color channels by calculating the color intensities according to NTSC standard, and it can detect the scene change by joining the weighted color intensities to the predefined chi-square test which emphasize the comparative color difference values. The automated threshold-decision at algorithm uses the difference values of frame-to-frame that was obtained by the weighted chi-square test. At first, The Average of total difference values is calculated and then, another average value is calculated using the previous average value from the difference values, finally the most appropriate mid-average value is searched and considered the threshold value. Experimental results show that the proposed algorithms are effective and outperform the previous approaches.
