본 기술은 영상 콘텐츠를 대상으로 딥러닝 기술을 기반으로 장면을 생성하는 기술임. 먼저, 색상 히스토그램의 변화를 기반으로 샷을 분할하고, 분할된 샷의 영상/음성/텍스트 특징을 추출한 후, 이를 학습된 딥러닝 모델에 전달하여 장면을 분할함.
본 기술은 새로운 영상 콘텐츠를 입력받아 분할 한 후, 이를 서버에 저장하는 서버 및 웹 기반 클라이언트 기술을 포함함.
- 최근 영화, 방송 콘텐츠 등 좋은 품질의 콘텐츠가 대량 생산되고 있고, 이를 사용하여 신규 응용 서비스를 개발함으로써, 신규 수익을 창출하려는 다방면의 시도가 계속되고 있음.
- 이를 위해, 휴대용 기기 등에서 재생할 수 있는 짧은 길이의 영상 생성에 대한 요구가 높아지고 있음. 현재까지 대부분의 클립 서비스는 사람에 의해 수동으로 분할된 영상 클립을 이용하고 있으며, 이에 소요되는 비용이 큰 상황임. 따라서 더 많은 콘텐츠를 기반으로 다양한 서비스 개발을 위한 자동화된 도구 개발이 시급함.
- 자동화된 도구를 통한 장면 분할을 위해서는 콘텐츠를 최소 의미 단위인 샷으로 분할하고, 이를 결합하여 장면을 생성하는 기술이 요구됨. 다양한 영상 콘텐츠의 장르, 촬영 기법 등을 고려하면, 분할 규칙과 같은 경험적인 방법의 한계가 뚜렷하며, 이를 해소하기 위해서는 데이터로부터 장면 경계를 자동으로 학습하여 새로운 영상을 자동 분할 할 수 있는 기술 개발이 필요함.
- 영상 콘텐츠의 영상/음성/텍스트 특징을 모두 활용하는 딥러닝 모델
- 학습 데이터 구축에 따라 장르/제작사에 따른 각기 다른 모델 생성 가능
- 다중 특징을 활용한 의미기반 장면 분할 가능
- 영상 콘텐츠의 샷 분할 및 특징 추출 기능
- 태깅 데이터 기반의 장면 분할 딥러닝 모델 학습 기능
- 웹 기반의 영상 콘텐츠 장면 분할 기능
- 딥러닝 기반 장면 분할 기술 시스템 요구사항 정의서 1종
- 딥러닝 기반 장면 분할 기술 상세설계서 1종
- 딥러닝 기반 장면 분할 기술 시험 절차 및 결과서 1종
- 딥러닝 기반 장면 분할 기술 프로그램 4종
● 샷 단위 정형 특징 추출기
● 장면 분할 모델 학습기
● 영상 콘텐츠 장면 분할기
● 장면 분할 웹 인터페이스
- 본 기술은 모든 영상 콘텐츠의 분할에 적용가능하기에, 방송 및 영화 콘텐츠 기반의 미디어 커머스, 클립 서비스, 콘텐츠 검색 및 추천 등 미디어 서비스 분야뿐만 아니라, CCTV 영상 저장 및 요약을 위한 분할 등 보안 서비스에도 적용이 가능함.
- 본 기술의 주요 수요처는 콘텐츠 사업자, 플랫폼 사업자 등 소수의 대기업과 다수의 중소기업들로 구성되어 일정 수준의 수요처 확보가 가능할 것으로 판단됨