한국정보과학회논문지:데이타베이스 (Journal of KIISE:Databases)

한국정보과학회 (Korean Institute of Information Scientists and Engineers)
권호 표지

불확정적으로 색인된 이미지 데이터베이스를 개념 기반으로 검색하기 위한 자료형

A Data Type for Concept-Based Retrieval against Image Databases Indefinitely Indexed

  • 발행 : 2002.02.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

트리플 이미지 색인 기법에는 두 가지 문제점이 있는 데 그 하나는 개념기반 이미지 검색을 지원하지 않는다는 것이고 다른 하나는 이접 레이블링(labeling)이 허용되지 않는다는 점이다. 이 문제점들을 해결하기 위해서 본 논문에서는 불확정적 퍼지 트리플(I-퍼지 트리플)이라는 새로운 이미지 색인 자료 형을 제안한다. I-퍼지 트리플에 의한 이미지 색인 방식에서는 이접 레이블링을 허용하기 때문에, 이미지 내 객체들이 꼭 확정적으로 인식될 필요가 없으며, 또 확정적으로 인식되지 않는 이미지들에 대해서도 개념 기반 이미지 정합이 가능하다. 본 논문에서 제안하는 이접 레이블링은 확장된 폐 세계 가정에 기반을 두고 있으며, 기념 기반 이미지 검색은 퍼지 술어에 의한 정합에 근거를 두고 있다. 본 논문에서는 또한 이접 레이블링에 의해 불확정적으로 색인된 이미지 데이터베이스로부터 원하는 답을 $\alpha$$\in$[0,1]확정도로 구해내는 개념기반 질의 평가 방식도 제안한다.

There are two significant drawbacks in triple image indexing; one is that is cannot support concept-based image retrieval and the other is that it fails to allow disjunctive labeling of images. To remedy the drawbacks, we propose a new technique supporting a concept-based retrieval against images indexed by indefinite fuzzy triples (I-fuzzy triples). The I-fuzzy triples allow not only a disjunctive image labeling, but also a concept-based matching against images labeled disjunctively. The disjunctive labeling is based on the expended closed world assumption and the concept-based image retrieval is based on fuzzy matching. In this paper, we also propose a concept-based query evaluation against the image database to extract desired answers with the degree of certainty $\alpha$$\in$[1,0].

키워드

참고문헌

  1. A. Portland, R. W. Picard and S. Sclaroff, Photobook:Tools for Content-Based Manipulation of Image Databases, International Journal of Computer Vision, 1996
  2. Graeme Baxter and Douglas Anderson, Image Indexing and Retrieval: Some Problems and Proposed Solutions, New Library World, Vol. 96, No. 1123, pp. 4-13, 1995
  3. M, Flickner et al, Query by Image and Video Content: The QBIC System, the IEEE Computer journal, Vol. 28, No. 9, pp. 23-31, 1995 https://doi.org/10.1109/2.410146
  4. R. Bach et al., 'The Virage Image Search Engine: An Open Framework for Image Management, In Proc. of SPIE, Vol. 2670, pp. 76-87, 1996 https://doi.org/10.1117/12.234785
  5. C. C. Chang and S. Y. Lee, 'Retrieval of Similar Pictures on Pictorial Databases,' Pattern Recognition, pp. 675-680, 1991 https://doi.org/10.1016/0031-3203(91)90034-3
  6. S. K. Chang, E. Jungert and C. Tortora, Intelligent Image Database Systems, Series on Software Engineering and Knowledge Engineering, Vol. 5, 1996
  7. S. K. Chang, Q. Y. Shi, and C. W. Yan, Iconic Indexing by 2-D string, IEEE Transaction, Pattern Analysis, pp. 413-428, 1987
  8. C.R. Cook and R. Oldehoeft, A Letter-Oriented Minimal Perfect Hashing Function, ACM SIGplan Notices Vol. 17, pp. 18-27, 1982 https://doi.org/10.1145/947955.947957
  9. R. Reiter, On Closed World Databases, In Logic and Databases, Plenum Press, pp. 55-76, 1978
  10. R. Reiter, Towards a Logical Reconstruction of Relational Databases Theory, In On Conceptual Modeling, Springer-Verlag, pp. 191-238, 1984
  11. A. M. Keller and M. W. Wilkins, On the Use of an Extended Relational Model to Handle Changing Incomplete Information, IEEE, TOSE, 1985
  12. J. D. Yang and D. G. Lee, Incorporating Concept-Based Match into Fuzzy Production Rules, Vol. 104, Information Sciences, pp. 213-239, 1998 https://doi.org/10.1016/S0020-0255(97)00063-7
  13. G. J. Klir, Fuzzy Sets and Fuzzy Logic: Theory and Applications, Prentice Hall, 1995
  14. J.D. Yang , 'An Image Retrieval Model Based on Fuzzy Triples,' Fuzzy Sets and Systems, vol. 121, No. 3, pp. 89-100, 2001
  15. M. P. Wand and M. C. Jones, Kernel Smoothing, Chapman & Hall, 1995