[iitp] 콘텐츠 내 등장인물 감정 메타데이터 자동인덱싱 기술

 

[ 기술개발 시나리오 ]

 

 

 

*** 출처: [iitp] 콘텐츠 내 등장인물 감정 메타데이터 자동인덱싱 기술 - 권순일 세종대학교 교수

*** 문서:

file5953450821385872252-194104.pdf

 

 

 

I. 결과물 개요

 

 

 

 

 

 

II. 기술의 개념 및 내용

 

1. 기술의 개념

 

- 맞춤형 방송 장치들 간에 교환될 수 있는 데이터들 중 감성미디어 서비스를 위한 데이터 타입들을 정의

 

- 감성미디어 서비스란 미디어 콘텐츠가 담고 있는 감정, 예를 들어 기쁨, 슬픔, 화남 등을 기반으로 사용자에게 미디어 콘텐츠가 제공되는 맞춤형 방송 서비스 중 하나임

 

- 이러한 감성 미디어 서비스는 양방향 방송을 기반으로 서비스가 가능한데, 하나의 예를 들면, 사용자의 현재 감정 또는 사용자가 선택한 감정에 따라 사용자가 가장 관심을 가질 수 있는 미디어 콘텐츠의 장면을 선택하여 소비자에게 맞춤형 방송을 제공할 수 있음

 

 

2. 기술의 상세내용

 

- 감성 미디어 서비스는 미디어 콘텐츠의 구간 별로 객체의 감정 또는 구간에 포함되어 있는 감정정보를 획득 또는 삽입하여 시청자의 현재 감정 또는 시청자가 입력하는 감정에 따라 미디어 콘텐츠를 제공하는 서비스를 의미함

 

- 등장 객체 중심의 맞춤형 방송 서비스를 위한 프로그램에 대한 정보와 콘텐츠의 구간 정보인 세그먼트에 대한 정보를 정의하고 있으며, 감성미디어 서비스를 위하여 상기 메타데이터를 확장하여 메타데이터의 구조에 대한 정의 및 규정을 기술하고 활용함

 

- 감성 미디어 서비스를 위한 메타데이터는 미디어 콘텐츠의 정보, 콘텐츠의 구간에 대한 정보, 등장하는 객체에 대한 정보를 포함하며, 세그먼트 정보와 등장 객체에 대한 정보가 메타데이터에 포함됨으로써 시청자의 감정에 따라 제공되는 콘텐츠의 세그먼트를 획득하고, 조합할 수 있음

 

- 객체기반 미디어 서비스를 위한 감정 인덱싱 시나리오는 다음과 같음. 즉, 콘텐츠의 세그먼트에서 등장하고 있는 객체들의 감정과 객체들의 정보를 앞에 기술한 메타데이터 형태로 저장하고, 콘텐츠 전체에 대하여 메타데이터가 수집되면 사용자의 현재 감정 또는 사용자가 선택한 감정에 따라 사용자가 가장 관심을 가질 수 있는 미디어 콘텐츠의 장면을 선택하여 소비자에게 맞춤형 방송을 제공함

 

 

 

III. 국외 기술 동향 및 경쟁력

 

 

1. 중국 Zhongnan University 연구팀

 

- 추천 서비스의 품질 향상을 위해 감정 인식 추천시스템을 제안

 

- 소셜 네트워크의 데이터, 사용자 리뷰 데이터를 활용하여 감정정보를 취득하였고, 실험 결과 제안된 방법이 더 높은 예측등급을 제공하고 추천 정확도를 상당히 증가 시켰음을 보임

 

 

 

2. 미국 캘리포니아대학 연구팀

 

- 분위기 기반의 음악과 아티스트를 추천해 주는 Moodplay를 제안하였는데, 그 결과 분위기 정보는 유저의 추천 내용의 만족도뿐만 아니라 추천 데이터에 대한 이해도를 향상시킴

 

 

3. 표준화 동향

 

- 감성 인터페이스 국내 표준 개발을 추진 중에 있음

 

- 감성 미디어를 위한 메타데이터 표준화 진행 중

 

 

4. 기술적 경쟁력

 

- 본 기술의 경쟁기술은 '맞춤형 방송 서비스' 부문이며 기존의 콘텐츠를 추천하는 방식인 선호 미디어 기반, 소비 패턴 기반의 추천 시스템에 비해 감정정보 를 활용하여 더욱 사용자에게 만족스러운 결과를 추천할 수 우수성 및 차별성을 가지고 있음