• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 춘계학술발표논문집(상)
• /
• pp.210-214
• /
• 2002

본 논문에서는 효율적인 이미지 분할을 위한 객체지향 모델링 방법을 제시한다. 이를 위하여 분할 객체와 자료구조를 제시하며 각각의 객체들을 위한 클래스 계층 구조를 나타낸다. 또한 객체의 부분에 대한 계층구조는 물론 객체의 기하학적인 표현을 위한 표현 클래스도 제시한다. 결론적으로 이미지 객체에 대한 시스템 독립적 이미지 분할을 위한 클래스 계층 구조를 객체지향 방법으로 제시하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.685-687
• /
• 2023

최근에 이르러 인공신경망의 발전은 CNN(Convolutional Neural Network) 알고리즘을 활용한 이미지 분석 및 검색 시스템에 비약적인 기여를 하고 있다. 이는 이미지를 입력으로 받아 유사한 이미지를 찾아내는 기능을 향상시키는 연구를 촉진시켰다. 이와 같은 기술의 실용화는 다양한 분야를 포괄하며, 대표적으로 쇼핑몰의 상품검색, 검색 엔진 등에 응용되어 사용자의 편의를 제고하고 있다. 이에 따라 상품명에 대한 정보가 없는 상황에서도 단순한 이미지 정보를 통해 원하는 상품을 검색하는 것이 가능해졌다. 그러나, 실제 세계의 이미지에는 다양한 객체들이 복잡하게 혼재하고 있어 CNN 알고리즘 단독으로는 이미지 내부의 객체를 정확히 분석하고, 그 객체가 포함된 다른 이미지들을 효과적으로 검색하는데 한계가 있음이 인지되고 있다. 본 연구는 이러한 문제점을 개선하기 위해 객체 탐지 알고리즘을 적용하는 방안을 모색하였다. 본 논문에서는 객체 탐지 알고리즘을 통해 이미지 내부의 객체를 분석하고, 그에 따른 유사 객체를 포함하는 이미지를 찾아내는 전략을 제시한다. 이를 통해 이미지 분석 및 검색의 정확성을 더욱 향상시킬 수 있는 가능성을 제안한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.53-56
• /
• 2001

이미지 데이타베이스에서 이미지의 객체에 대한 모양 정보는 효율적인 유사성 검색을 위해 매우 중요하다. 본 논문에서는 객체의 지역적인 모양 특징 정보를 이용한 유사성 검색 방안을 제안한다. 이 검색 방안은 사용자의 질의를 이용하여 각 이미지 객체에 대하여 부분 검색 및 전체 검색을 지원한다. 이 때, 유사성 검색을 위해 사용되는 객체의 모양 특징은 지역 특징을 지닌 (거리 r, 각도 $\theta$)의 집합으로 표현되며 같은 객체에 대하여 위치 변화, 크기 변화, 회전시 항상 일정한 값을 지닌다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.477-482
• /
• 2001

이미지 데이터베이스에서 특성 객체를 가지고 있는 이미지를 효율적으로 검색하는 각 객체의 모양 특징을 질의 이미지의 질의 객체의 특징과 비교해야 한다. 올바른 모양 비교 기준은 사람이 보기에 같거나 유사하다고 판단하는 방법을 기준으로 삼는다. 본 논문에서는 질의 객체를 가진 이미지의 유사 검색에서 모양 비교의 정확도를 높이기 위한 매칭 기법을 제안한다. 이를 위해 질의 객체와 대상 객체에 비교를 시작할 근사한 우세점을 찾고 올바른 모양 비교를 위한 매칭 알고리즘을 제안한다. 또한 질의 중심의 유사도를 비교하기 위해 유사함수를 설정한다. 유사성 검색을 위해 사용되는 객체의 모양 특징은 객체의 윤곽선상의 점들 중 결정된 지역 특징을 지닌 (거리 ${\gamma}$, 각도$\theta$)의 우세점 집합으로 표현한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.347-349
• /
• 2020

본 논문에서는 컴퓨팅 이미지 객체인식 시스템인 YOLO 성능 향상을 위한 효율적인 이미지 마킹 정책을 제안한다. 이 정책은 이미지 데이터를 통한 객체인식 학습 YOLO의 객체인식을 높이고 다른 객체와의 구분을 최대화하여 학습 모델의 성능을 높인다. YOLO의 성능을 최대화하기 위하여 YOLO의 학습을 몇 번 시킬 것인지 무엇을 객체로 인식시킬지 동적으로 할당한다. 이때 학습 싸이클에 따라 객체의 인식이 달라지며 어느 싸이클에서 가장 효율적인지, 왜 다른 객체를 같이 학습시켜야 하는지 중명한다. 본 논문에서는 YOLO의 싸이클과 다른 객체 학습에 있어서 최적의 객체인식 싸이클과 학습 성능 향상 면에서 우수함을 보인다.

• 정보처리학회논문지B
• /
• 제10B권7호
• /
• pp.823-828
• /
• 2003

이 논문의 주요 목적은 내용을 기반으로 하는 이미지 검색에서 이미지 객체의 외형특징을 추출하는 방법을 제시하는 것이다. 대부분의 실질적인 객체들의 외형은 불규칙적이고, 이러한 객체를 수치화하기위한 일반적인 방법은 없다. 특히 전자 카타로그들은 상품들을 나타내는 많은 이미지를 포함하고 있다. 이 논문에서는 이미지 전체가 아닌 이미지내의 개별 객체들을 기반으로 특징을 추출하는 방법을 제시한다. 왜냐하면 제시된 방법은 한 이미지내에서 RLC lines을 사용하여 각 객체들의 외형을 기반으로하는 방법을 사용하기 때문이다. 실험결과는 일반적으로 가장 많이 사용하는 특징인 Texture와 비교를 했고 제시된 외형을 나타내는 변수들이 전자카타로그의 이미지 객체들을 뚜렷하게 나타냈고, 보다 정확하게 객체들을 분류하고 구별하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (1)
• /
• pp.262-264
• /
• 1998

이미지 데이터베이스를 구성하여 사용자가 원하는 정보를 추출하는 의미 기반 검색을 지원하기 위해서는 이미지 내용에 관한 의미 정보들이 데이터 모델로 구조화되어야 한다. 본 논문에서는 다양한 정적 이미지 내용 정보들을 분류하고 그를 체계적으로 표현하기 위한 이미지 데이터 모델을 소개한다. 특히 본 이미지 데이터 모델은 그래프 이론을 이용하여 이미지내에 포함된 시각 객체들의 내용 정보를 표현하고 객체들간의 의미 관계를 정의한다. 이는 이미지 내용에 대한 정확한 정보 표현과 질의에 대한 이미지 검색 효율을 향상시킬 수 있으며 객체들간의 의미 관계를 이용한 질의와 검색을 가능하게 한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.462-464
• /
• 2012

이미지를 입력으로 사용하는 다양한 응용 분야에서, 이미지에 포함되어 있는 객체의 의미를 이해하는것은 매우 중요하다. 이미지에 포함된 객체의 인식을 위해 우선적으로 관심 영역을 추출하는 경우, 인식하고자 하는 대상의 특징에 대한 사전 지식이나 입력된 이미지에서의 위치, 색, 그리고 크기 정보를 이용하는 것이 일반적이다. 그러나 이미지로부터 사전 지식이 전무한 불특정 다수의 객체에 대한 의미를 추론해야 하거나 그로부터 정보를 수집해야 하는 경우, 이러한 관심 영역 추출 방법은 효과적이지 않다. 본 논문에서는 이를 위해 컬러 이미지를 입력으로 사용하는 응용에서 이미지의 양자화 된 색 정보와 다중 저해상도 정보만을 이용하여 관심 객체가 될 가능성이 있는 후보 관심 영역들을 포함하는 최소 장방형 영역들을 구조적 정보와 함께 추출할 수 있는 방법을 제안한다.

• 한국정보과학회논문지:데이타베이스
• /
• 제27권4호
• /
• pp.572-584
• /
• 2000

내용기반 이미지 검색을 하기 위해서는 이미지에 대한 내용정보가 필요하며, 이러한 내용정보간에는 상호 연관성이 존재한다. XML(eXtensible Markup Language)은 내용정보간의 상호연관성을 표현하기에 적절하므로 본 논문에서는 이미지 내용정보를 구조화하기 위한 방법으로 XML을 사용하였다. 또한 이미지는 눈에 보이는 객체의 시각적인 특징과 이미지 전테가 내포하는 시술적인 의미도 가지므로, 이러한 이미지의 특성에 따라 내용정보의 구조도 객체의 시각적 특징 중심의 모델링과 의미 중심의 모델링으로 구분하여 XML 문서 구조를 모델링 하였다. 구조화된 모델들 간의 객체지향 특성을 이용하여 XML 데이터 서버인 eXcelon에 통합하고, 이를 XQL(XML Query Language)에 의하여 질의해 냄으로써 검색 구간에 제약을 가하고 이를 통하여 더욱 효과적인 검색을 지원하도록 한다. 검색되어진 XML 문서 구조는 XSL(extensible StyleSheets Language)의 적용을 통하여 쉬운 형태로 웹 브라우저 상에 출력하도록 한다. 마지막으로 본 논문에서 제안한 모댈링의 효율성을 검증하기 위하여, 웹 상에서 이미지 내용정보의 상호 연관성에 기반 하여 원하는 이미지를 검색할 수 있는 시스템을 구현하였다.

• 정보처리학회논문지B
• /
• 제15B권2호
• /
• pp.81-86
• /
• 2008

이 논문에서 겹쳐지고 잘린 이미지내의 타원형 객체들 가운데 부분적으로 겹쳐져 보이지 않는 외형과 객체 내 영역을 재구성하고 계산하기 위한 방법을 제안한다. 대칭 속성을 이용하여 부분적으로 겹쳐져 보이지 않는 객체를 인식하기 위해서 객체내의 부분인식에 기반을 둔 방법이다. 이 방법은 객체 내에서 대칭축을 이용하여 영역 복사를 통한 보이지 않는 영역을 복원하는 간결한 방법을 제시한다. 이 방법은 통계적 예측보다 대칭 기반의 객체 복원에 의존하기 때문에 부분적으로 겹쳐져 보이지 않는 부분에 대해서 측정된 변수를 가지고 분류 트리를 이용하여 객체 인식를 수행한다. 이는 비록 객체의 자세에는 한계를 가지고 있지만 크기 변경이나 회전, 시각의 변화에서 부분적으로 가려진 객체를 인식하는데 뛰어난 것으로 나타났다.