• Journal of Internet Computing and Services
• /
• v.11 no.3
• /
• pp.15-24
• /
• 2010

In this paper, we propose an image classification which combines semantic relations of tags with contents of images to improve the satisfaction of image retrieval on application domains as huge image sharing sites. To make good use of image retrieval or classification algorithms on huge image sharing sites as Flickr, they are applicable to real tagged Web images. To classify the Web images by 'bag of visual word' based image content, our algorithm includes training the category model by utilizing the preliminary retrieved images with semantically related tags as training data and classifying the test images based on PLSA. In the experimental results on the Flickr Web images, the proposed method produced the better precision and recall rates than those from the existing method using tag information.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.709-711
• /
• 2004

이 논문의 목적은 기하급수적으로 늘어나고 있는 이미지 데이터의 효율적인 검색을 위해 텍스처의 특징을 추출하여 이미지를 검색하는 방법을 제시하고, 다중 필터를 이용한 이미지 검색 기술을 보여주는 것이다. 본 논문에서는 텍스처 이미지 분석에 다양하게 이용되고 있는 Gabor Filtering 기술을 이용하여 질의 이미지에 대한 최적 필터를 선택하는 과정과 선택된 필터를 적용하여 최적의 이미지를 검색하는 프로세스를 제시하고자 한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.40 no.3
• /
• pp.171-180
• /
• 2003

A content-based image retrieval(CBIR) system builds the image database using low-level features such as color, shape and texture and provides similar images that user wants to retrieve when the retrieval request occurs. What the user is interest in is a response time in consideration of the building time to build the index database and the response time to obtain the retrieval results from the query image. In a content-based image retrieval system, the similarity computing time comparing a query with images in database takes the most time in whole response time. In this paper, we propose the two-phase search method with the clustering technique of feature vector in order to minimize the similarity computing time. Experimental results show that this two-phase search method is 2-times faster than the conventional full-search method using original features of ail images in image database, while maintaining the same retrieval relevance as the conventional full-search method. And the proposed method is more effective as the number of images increases.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.28 no.7C
• /
• pp.719-725
• /
• 2003

The content-based image retrieval system extracts features of color, shape and texture from raw images, and builds the database with those features in the indexing process. The search in the whole retrieval system is defined as a process which finds images that have large similarity to query image using the feature database. This paper proposes a new two-stage search method in the content-based image retrieval system. The method is that the features are condensed and stored by the property of Cauchy-Schwartz inequality in order to reduce the similarity computation time which takes a mostly response time from entering a query to getting retrieval results. By the extensive computer simulations, we have observed that the proposed two-stage search method successfully reduces the similarity computation time while maintaining the same retrieval relevance as the conventional exhaustive search method. We also have observed that the method is more effective as the number of images and dimensions of the feature space increase.

• Journal of Intelligence and Information Systems
• /
• v.15 no.2
• /
• pp.49-59
• /
• 2009

Contents-based image retrieval methods are in general more objective and effective than text-based image retrieval algorithms since they use color and texture in search and avoid annotating all images for search. SIM(Self-organizing Image browsing Map) is one of contents-based image retrieval algorithms that uses only browsable mapping results obtained by SOM(Self Organizing Map). However, SOM may have an error in selecting the right BMU in learning phase if there are similar nodes with distorted color information due to the intensity of light or objects' movements in the image. Such images may be mapped into other grouping nodes thus the search rate could be decreased by this effect. In this paper, we propose an improved SIM that uses HSV color model in extracting image features with color quantization. In order to avoid unexpected learning error mentioned above, our SOM consists of two layers. In learning phase, SOM layer 1 has the color feature vectors as input. After learning SOM Layer 1, the connection weights of this layer become the input of SOM Layer 2 and re-learning occurs. With this multi-layered SOM learning, we can avoid mapping errors among similar nodes of different color information. In search, we put the query image vector into SOM layer 2 and select nodes of SOM layer 1 that connects with chosen BMU of SOM layer 2. In experiment, we verified that the proposed SIM was better than the original SIM and avoid mapping error effectively.

• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.88-90
• /
• 2005

최근 인터넷의 급속한 성장은 이미지와 같은 멀티미디어 정보의 급격한 증가를 가져왔다. 따라서 사용자로 하여금 원하는 이미지를 검색하는데 있어서 좀 더 효율적이고 정확한 검색 방법의 필요성이 대두되어 왔다. 일반적으로 이미지 검색 방법에는 키워드 기반 방식과 내용 기반 방식이 존재한다. 그러나 위 두 방법은 지금의 대용량 이미지 데이터베이스 검색에 있어서 여러 문제점들을 가지고 있다. 특히, 키워드 기반 방식을 보완하기 위해서 제안되어진 내용 기반 방식의 경우, 사람이 인식할 수 있는 의미 정보가 아닌 시각 정보만을 이용하기 때문에 시맨틱 갭(semantic gap) 문제가 발생하게 된다. 본 논문에서는 이미지 객체의 시각 정보들에 대한 중간 의미값으로 구성된 시각 정보 온톨로지와 동물에 대한 분류 정보를 표현하고 있는 동물 온톨로지를 구축하고, 이를 이용하여 이미지로부터 .고수준의 의미 정보를 완전 자동으로 추출하는 효율적인 방법을 제안한다.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.25 no.4
• /
• pp.313-332
• /
• 2014

With the increased creation, distribution, and use of image in context of the development of digital technologies and internet, research endeavors have accumulated drastically. As two dominant aspects of image retrieval have been considered content-based and concept-based image retrieval, concept-based image retrieval has been focused in the field of Library and Information Science. This study aims to systematically review the accumulated research of image retrieval from the perspective of LIS field. In order to achieve the purpose of this study, two data sets were prepared: a total of 282 image retrieval research papers from Web of Science, and a total of 35 image retrieval research from DBpia in Kore for comparison. For data analysis, systematic review methodology was utilized with bibliographic analysis of individual research papers in the data sets. The findings of this study demonstrated that two sub-areas, image indexing and description and image needs and image behavior, were dominant. Among these sub-areas, the results indicated that there were emerging areas such as collective indexing, image retrieval in terms of multi-language and multi-culture environments, and affective indexing and use. For the user-centered image retrieval research, college and graduate students were found prominent user groups for research while specific user groups such as medical/health related users, artists, and museum users were found considerably. With the comparison with the distribution of sub-areas of image retrieval research in Korea, considerable similarities were found. The findings of this study expect to guide research directions and agenda for future.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.281-284
• /
• 2003

기존의 내용기반 비디오 검색 시스템들은 주석기반 검색 또는 특징기반 검색과 같은 단일 방식으로만 검색을 하므로 검색 효율이 낮을 뿐 아니라 완전한 자동 처리가 되지 않아 시스템 관리자나 주석자의 많은 노력을 요구한다. 본 논문에서는 주석기반 검색과 특징기반 검색을 이용하여 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 에이전트 기반에서의 자동화되고 통합된 비디오 의미기반 검색 시스템을 제안한다 사용자의 기본적인 질의와 질의에 의해 추출된 키 프레임의 이미지를 선택함으로써 에이전트는 추출된 키 프레임의 주석에 대한 의미를 더욱 구체화시킨다. 또한, 사용자에 의해 선택된 키 프레임은 질의 이미지가 되어 제안하는 특징기반 검색기법을 통해 가장 유사한 키 프레임을 검색한다. 따라서 의미기반 검색을 통해 비디오 데이터의 검색의 효율을 높일 수 있도록 시스템을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.61-63
• /
• 2001

최근들어, 인터넷상의 E-business나 쇼핑몰사이트와 같은 웹 사이트에서 멀티미디어 정보를 많이 사용하고 있다. 멀티미디어 정보 중에서도 이미지 정보가 가장 많이 사용되고 있으며, 이는 사용자들이 가장 많이 접하는 정보이다. 기존의 이미지 검색 기법은 내용 기반 검색이나 키워드를 이용한 검색 방법을 지원하지만, 사용자의 의도를 적용하지는 못하고 있다. 본 논문에서는 웹에서 사용자가 이미지를 검색하고 접근하는 패턴을 이미지의 칼라와 질감을 특징으로 한 벡터를 기반으로 시스템에 학습 시키고 사용자의 검색 성향을 분석하여 시스템에 적용한다. 이미지 검색의 효율을 높이기 위하여 질감을 기반으로 비트 벡터 인덱스(bit vector index) 기법을 적용하며, 인덱스에 의한 이미지 자동 분류 기법을 제안한다. 또한 이미지 칼라의 정보를 영역별로 추출하여 칼라 부분매칭 검색을 가능하게 한다. 이러한 이미지 검색 시스템을 사용하는 사용자의 정보를 시스템에 학습시키고 학습된 결과를 이용해서 사용자가 검색 하고자 하는 이미지 정보에 편리성을 제공하고 검색의 효율성을 증대시킨다.