• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.211-214
• /
• 2007

최근 멀티미디어 데이터, 특히 UCC를 중심으로 동영상 데이터가 급증하고 있다. 그러나 현재 대부분의 검색 시스템은 키워드 기반의 동영상 데이터 검색만을 지원하고 있으며, 따라서 사용자가 원하는 동영상 데이터를 효율적으로 검색하지 못하는 실정이다. 동영상 데이터에 대한 효율적인 검색을 지원하기 위해서는, 동영상의 내용(이미지, 색, 모양 등)을 고차원의 특징 벡터 데이터로 표현하여 유사한 동영상을 검색하는 내용-기반 검색이 요구된다. 본 논문에서는 내용-기반 검색을 위해 제안된 기존의 고차원 벡터 데이터 색인 구조를 실험을 통하여 성능을 비교하며, 이를 통해 동영상 내용-기반 검색에 가장 효율적인 색인 기법을 제시한다. 아울러 보다 효율적인 내용-기반 검색을 위한, 근사 k-NN 질의 탐색 기법의 유용성을 검증한다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.7 no.5
• /
• pp.510-521
• /
• 2001

Image retrieval system should be construct for searching fast, efficient image be extract the accurate feature information of image with more massive and more complex characteristics. Image retrieval system are essential differences between image databases and traditional databases. These differences lead to interesting new issues in searching of image, data modeling. So, cause us to consider new generation method of database, efficient retrieval method of image. In this paper, To extract feature information of edge using in searching from input image, we was performed to extract the edge by convolution Laplacian mask and input image, and we implemented the annotation-based and content-based image retrieval system for searching fast, efficient image by generation image database from extracting feature information of edge and metadata. We can improve the performance of the image contents retrieval, because the annotation-based and content-based image retrieval system is using image index which is made up of the content-based edge feature extract information represented in the low level of image and annotation-based edge feature information represented in the high level of image. As a conclusion, image retrieval system proposed in this paper is possible the accurate management of the accumulated information for the image contents and the information sharing and reuse of image because the proposed method do construct the image database by metadata.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.880-882
• /
• 2005

내용기반 영상 검색 시스템은 데이터베이스에 저장된 정지영상의 색이나, 질감, 형태 등의 특징을 이용한다. 본 연구는 실험 영상 집합에서 주요 객체를 추출하여, 객체들의 외형으로부터 분리된 토큰들을 군집화 한 후, 그 군집단위를 색인어로 사용하여 검색하는 방법이다. 기존의 내용기반 영상 검색 시스템에서 모양 정보는 그 표현과 색인 정합 등의 문제로 처리 방법이 명확하지 않았고, 회전, 크기 변화, 폐색 등에 민감했다. 따라서 기존 방법의 문제점을 해결하기 위해서 토큰을 이용한 색인을 이용하여 지역 정보와, 이들 지역 정보들의 관계에 의한 전역 정보를 복합적으로 이용한 방법을 제안한다.

• Journal of Biomedical Engineering Research
• /
• v.22 no.1
• /
• pp.1-7
• /
• 2001

본 논문에서는 초음파 의료영상 데이터베이스로부터 원하는 영상들을 찾아내기 위한 내용기반 영상 검색기법을 제안한다. 전체 영상 검색 시스템은 공간영역의 히스토그램과 웨이브릿 변환영역에서 부대역의 통계적 특성벡터를 이용한 2단계 검색 알고리즘을 사용하였다. 또한 히스토그램의 인덱싱 기법으로 Legendre 모멘트를 이용해서 데이터베이스에 저장되는 인덱스의 크기를 최소화시켜서 기존의 히스토그램을 이용한 검색방법 비해서 검색속도를 높이면서 검색결과를 개선시켰다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.7 no.4
• /
• pp.9-16
• /
• 2002

Content based Image retrieval methods in the multimedia information retrievals use primary visual features such as color, texture and shape. Color and texture generally are used as features of the image retrieval systems. But these systems may produce errors in similar image retrieval because two images with different shapes can represent very different contents. Therefore, the use of shape describing features is essential in an efficient content based image retrieval system. In this paper, after the global features filtering process by the boundary of objects, we have created a better shape similarity image retrieval system by a histogram of shape information.

• Journal of the Institute of Convergence Signal Processing
• /
• v.4 no.2
• /
• pp.12-17
• /
• 2003

This paper proposes content-based image retrieval system with fuzzy ART neural network algorithm. Retrieving large database of image data, the clustering is essential for fast retrieval. However, it is difficult to cluster huge image data pertinently, Because current retrieval methods using similarities have several problems like low accuracy of retrieving and long retrieval time, a solution is necessary to complement these problems. This paper presents a content-based image retrieval system with neural network in order to reinforce abovementioned problems. The retrieval system using fuzzy ART algorithm normalizes color and texture as feature values of input data between 0 and 1, and then it runs after clustering the input data. The implemental result with 300 image data shows retrieval accuracy of approximately 87%.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2001.06a
• /
• pp.257-260
• /
• 2001

내용 기반 영상 검색 시스템의 전체 구조를 살펴볼 때 질의영상을 입력하는 입력부, 입력된 질의영 상의 색상 및 형태정보를 분석하여 DB내의 영상과 유사도를 측정하는 검색 엔진부, 그리고 유사도 측정 결과 검색된 영상을 사용자에게 보여주는 출력부로 나눠볼 수 있다. 본 논문에서는 효율적인 검색 결과를 얻기 위해서 입력부에서는 사용자의 편의성을 고려한 인터페이스 설계를 논의하고, 검색엔진부 에서는 질의영상의 한 빈에 대하여 비교영상의 인접한 빈 중 유사도가 높은 빈을 검색한 후 그 위치 가 가까울수록 인접 빈에 높은 가중치를 부여하는 방식을 이용하여 히스토그램 인터섹션이 가지는 장점을 그대로 계승하면서 색상이나 명도, 태도에 약간의 차이가 존재하는 영상들들 효율적으로 검색할 수 있는 검색 기법을 제안하였다. 또한 출력부에서는 검색 시스템의 검색 효율이 뛰어나더라도 그것을 사용자에게 효과적으로 제시되지 못할 경우 일어날 검색 시스템의 효율성 반감을 고려하여 영상 특징 간의 관계성과 전체적인 일견의 효과를 제공할 수 있는 Iandscape 모델을 제안하였다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2000.11a
• /
• pp.441-446
• /
• 2000

본 논문은 웹 상에서 이미지검색 시스템을 구현하는데 검색방법은 영상의 영역과 넓이를 이용한 체인 코드에 기반 하여 복잡도와 영역 색상 정보를 이용하였고, 클라이언트와 서버간의 데이터베이스 연결은 JDBC를 이용하였다. 기존의 검색할 때마다 프로세스가 필요한 CGI를 이용한 방법보다 더 효율적이었다 입력된 영상을 이용하여 검색하는 방법을 사용하였으며, 색상 정보 추출은 RGB신호를 256칼라로 양자화 하였다. 영상의 색상과 객체가 갖는 복잡도를 이용한 내용기반 영상 검색방법을 제시하였다. 본 논문에서는 기존의 방법인 색상특징 과 제안한 체인코드에 의한 객체의 복잡도를 특징으로 하는 공간정보를 결합한 방법을 제안하였다 실험결과 영상의 모양 특징도 고려한 제안한 방법이 내용기반 검색에서 색상 특징만을 고려한 기존의 방법보다 우수하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.5 no.2
• /
• pp.22-29
• /
• 2000

The purpose of this paper is to propose a method to maximize a content-based image retrieval efficiency in multiple images. To perform an image retrieval job efficiently, it is necessary to minimize the number of candidate-images. Furthermore, a miximum efficiency of image retrieval could not be expected if an image retrieval job in the multiple images is done on the basis of patterns of single image distinctive features. In this method, a multiple SOFM neural network system is adopted to select automatically distinctive feature patterns which have a maximum efficiency of image retrieval in the multiple images. In this method. an image retrieval efficiency is improved 3% than individual features and the number of candidate-images is reduced by the multiple SOFM neural network system.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.359-361
• /
• 1999

내용 기반 영상 검색을 위해 본 연구에서는 Vector Quantization을 이용하여 영상을 구성하는 주요 객체들의 특징 추출 방법을 제안한다. 내용 기반 검색 시스템에서 사용되는 영상의 주요 특징들은 색상, 질감, 형태 및 영상을 구성하고 있는 객체들의 공간적 위치 등이 사용된다. 이러한 특징들 중에서 어떤 특징들을 사용하고 또 어떤 방식으로 결합하느냐에 따라 혹은 영상의 특성을 잘 나타낼 수 있는 주요 특징을 어떻게 추출, 표현하느냐에 따라 검색 성능에 큰 영향을 미친다. 이 중 본 논문에서는 일반적인 색상, 질감 특징 추출방법과 더불어 Vector Quantization 알고리즘을 이용하여 정지 영상을 구성하고 있는 객체들의 대표 색상과 질감 특징을 빠르게 추출하고 이를 내용 기반 검색에 이용함으로써 객체의 위치, 회전 및 크기 변화에 무관한 검색을 가능케 했다. 연구의 실험 결과 VQ를 이용함으로써 대표특징치 추출시간을 줄일 수 있었고 검색시 색상과 질감 특징의 가중치를 각각 0.5, 0.5로 주는 것이 가장 높은 검출율을 보였으며 제안된 방식에 의해 '사람' 영상의 경우 0.9의 검출율을 보였다.