• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.283-286
• /
• 2006

내용기반의 이미지 검색방법은 객체의 내부의 정보를 이용한 검색방법으로 색상, 모양, 질감과 같은 특징을 사용한다. 이러한 특징 중에 모양은 검색에 사용될 수 있는 점을 추출하여 유사도 계산에 사용한다. 유사도 계산은 점의 개수가 증가할수록 검색의 응답시간도 함께 증가한다는 문제점이 있다. 본 논문은 응답시간 향상을 위하여 특징점들에 대한 그리드 기반의 유사도 매칭 기법을 제안한다. 그리드 기반의 유사도 매칭 기법은 점들을 그리드로 나누어 검색의 범위를 좁힘으로써 매칭하는 횟수를 줄이는 방법이다. 특징점으로 사용된 점들은 이미지의 선으로부터 MPP(Minimum Perimeter Polygons) 알고리즘으로 추출하였으며, 특징 점들간의 거리값의 합을 유사도로 계산하였다. 실험에서는 400여개의 식물 잎 이미지로부터 점들을 추출하여 검색 시간을 비교하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.453-457
• /
• 2001

영상검색은 문자위주의 검색을 한계로, 그 내용에 기반 한 특징벡터를 이용하여 검색을 수행한다. 특징벡터간의 거리를 계산하고 그 값들에 순위를 매긴다. 이렇게 얻어진 순위 값들을 가지고 사용된 검색방법의 유효성을 검사하는데 Recall/Precision 방법이 이용되고 있다. 질의영상과 같은 군에 속하는 영상이 얼마나 검출되었는지를 검출된 영상에 기반하여 계산하거나, 영상 군에 기반하여 계산하는 방법들이다. 그러나, 검출되는 순위값의 범위를 정하고, 그 범위 내에 속하는 만족하는 값의 개수를 세는 방법을 이용한다. 따라서 주어진 두 샘플의 전체적인 경향을 비교하지는 못한다. 본 연구에서는 순위를 이용하여 비교하고자 하는 두 샘플의 순위들을 결합하여 순위를 매기고 각 샘플들에 매겨진 순위값들의 평균과 분산을 이용하여 각 샘플들을 전체적으로 비교할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.161-164
• /
• 2007

최근 인터넷과 멀티미디어 기술이 발달함에 따라 이미지 데이터의 양이 급속히 증가하고 있다. 증가하는 이미지를 효과적으로 관리하고 검색하기 위해 내용기반 이미지 검색에 대한 연구가 활발히 진행되고 있다. 대부분의 내용 기반 이미지 검색 시스템은 색상, 모양, 질감 특징을 이용한 유사도-기반검색에 초점을 맞추고 있다. 따라서 본 논문에서는 이미지에 나타나는 주요 색상과 색상의 공간적 특성을 포함하는 픽셀샘플링, 그리고 이미지의 외형적 변경에 강인함을 갖는 불변 모멘트 값을 이용한 내용기반 이미지 검색 시스템을 제안한다. 첫 번째 유사성 검사 단계에서는 이미지의 영역별로 가중치를 부여하여 추출한 대표색상을 사용하여, 유사하지 않은 이미지를 제거하여 검색대상의 수를 줄이며, 두 번째 유사성 검사 단계에서는 첫 번째 단계에서 선별된 후보 이미지에 색상의 공간적 정보를 포함한 픽셀샘플링을 이용하여 색상의 공간적인 위치까지 유사한 이미지만을 선별한다. 두 번째 유사성 검사단계에서 이미지가 외형적으로 변형된 유사이미지의 검출이 어려운 점을 보완하는 방법으로 이미지의 불변 모멘트를 이용하여 검색의 정확성을 높인다. 제안한 이미지 검색 방법은 10000개의 다양한 이미지로 구성된 데이터베이스에서 검색을 효율성을 실험하였다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.41 no.4
• /
• pp.95-102
• /
• 2004

In order to process video data effectively, it is required that the content information of video data is loaded in database and semantic-based retrieval method can be available for various query of users. Currently existent contents-based video retrieval systems search by single method such as annotation-based or feature-based retrieval, and show low search efficiency md requires many efforts of system administrator or annotator because of imperfect automatic processing. In this paper, we propose semantics-based video retrieval system which support semantic retrieval of various users by feature-based retrieval and annotation-based retrieval of massive video data. By user's fundamental query and selection of image for key frame that extracted from query, the agent gives the detail shape for annotation of extracted key frame. Also, key frame selected by user become query image and searches the most similar key frame through feature based retrieval method and optimized comparison area extracting that propose. Therefore, we propose the system that can heighten retrieval efficiency of video data through semantics-based retrieval.

• Journal of Korea Multimedia Society
• /
• v.5 no.5
• /
• pp.505-514
• /
• 2002

In this Paper, we propose a method of content-based image classification using neural network. The images for classification ate object images that can be divided into foreground and background. To deal with the object images efficiently, object region is extracted with a region segmentation technique in the preprocessing step. Features for the classification are texture and shape features extracted from wavelet transformed image. The neural network classifier is constructed with the extracted features and the back-propagation learning algorithm. Among the various texture features, the diagonal moment was more effective. A test with 300 training data and 300 test data composed of 10 images from each of 30 classes shows correct classification rates of 72.3% and 67%, respectively.

• 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
• /
• 2000.10a
• /
• pp.142-144
• /
• 2000

오늘날, 컴퓨터 하드웨어와 네트워크의 발달로 인하여, 사용자의 멀티미디어 정보 검색 시스템에 대한 요구들이 높아져가고 있다. 이러한 멀티미디어 정보 검색 시스템에서 멀티미디어 정보는 그 해당 데이터의 고유한 성질에 알맞은 특징 정보로써 표현되며, 각각의 특징 정보를 이용하여 해당 멀티미디어 정보 검색을 위한 색인을 구성하고 사용자의 질의에 대해 검색을 수행하게 된다. 그러나 이미지나 비디오 등의 다른 멀티미디어 정보 검색에 비해, 음악 정보에 대한 검색은 아직 연구가 미비한 상태이므로 본 논문에서는 음악 정보로부터 추출된 특징 정보를 이용하여 음악정보의 다차원 색인을 구축함으로써, 사용자의 음악 질의에 대해서 보다 나은 기능들과 효율을 가지도록 내용 기반 음악 정보 검색 수행을 지원하는 정보 검색 기법을 제안한다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.11 no.3
• /
• pp.10-14
• /
• 2006

To effectively manage a very large amount of music data, we need an indexing technique based on audio features. But the indexing techniques for audiofeatures have not been studied completely. In this paper, we describe a content-based music information retrieval technique for audio features using the TIP-indexing file. In addition, we develop and experiment the TIP-indexing files using various blocking factors to present performance comparisons for effective indexing. Experimental results show the effectiveness of the proposed techniques.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.24 no.10B
• /
• pp.1902-1911
• /
• 1999

In this paper we present a content-based image retrieval algorithm using the visual feature vectors which describe the spatial characteristics of objects. The proposed technique uses the Gaussian mixture model(GMM) to represent multi-colored objects and the expectation maximization(EM) algorithm is employed to estimate the maximum likelihood(ML) parameters of the model. After image segmentation is performed based on GMM, the shape and color features are extracted from each object using Fourier descriptors and color histograms, respectively. Image retrieval consists of two steps: first, the shape-based query is carried out to find the candidate images whose objects have the similar shapes with the query image and second, the color-based query is followed. The experimental results show that the proposed algorithm is effective in image retrieving by using the spatial and visual features of segmented objects.

• Journal of IKEEE
• /
• v.7 no.2 s.13
• /
• pp.210-217
• /
• 2003

A novel characteristic value extraction method based on mathematical morphology is proposed. Morphological spatial frequency defined by morphological pattern distribution function is introduced and applied to define a new feature called ‘average height.' The average height is used to define a characteristic value which is to be used to generate an index key value for content-based image retrieval. Superiority of the method was proved for various images by experiment. Furthermore the fact that the proposed method does not need threshold to obtain binary image provides its applicability to content-based image retrieval.