• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.4
• /
• pp.273-280
• /
• 2013

This paper presents novel OCS-LBP (Oriented Center Symmetric Local Binary Patterns) based on orientation of pixel gradient and image retrieval system based on BoF (Bag-of-Feature) and random forest classifier. Feature vectors extracted from training data are clustered into code book and each feature is transformed new BoF feature using code book. BoF features are applied to random forest for training and random forest having N classes is constructed by combining several decision trees. For testing, the same OCS-LBP feature is extracted from a query image and BoF is applied to trained random forest classifier. In contrast to conventional retrieval system, query image selects similar K-nearest neighbor (K-NN) classes after random forest is performed. Then, Top K similar images are retrieved from database images that are only labeled K-NN classes. Compared with other retrieval algorithms, the proposed method shows both fast processing time and improved retrieval performance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.348-353
• /
• 2008

이미지의 사용이 증가함에 따라 이미지 중 사용자가 원하는 이미지를 효율적으로 검색하기 위한 방법들이 연구되어 왔다. 본 논문에서는 질의 이미지를 분석하여 이미지 특징(feature)을 추출한 후 이미지 특징에 대한 유사도 평가를 통한 이미지 검색 및 온톨로지를 기반으로 검색된 이미지들과 유사하다고 판단된 이미지와 그러한 이미지들의 의미적 정보를 추출하는 방법을 제안한다. 제안된 시스템은 질의 이미지에서 색상, 질감, 모양 등의 특징을 추출하여 유사도 평가를 통해 검색된 이미지를 제공하고, 내용기반 이미지 검색 방식을 통해 이미지를 검색하고, 온톨로지를 이용해 이미지의 의미적 정보를 추출하여 사용자에게 이미지와 관련된 의미적 정보를 제공한다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.363-366
• /
• 2000

이미지의 한가지 특징(feature)만을 고려한 내용 기반 이미지 검색(content-based image retrieval)은 두가지 이상의 특징 정보를 사용했을 경우와 비교하여 정확도(precision)가 떨어져 성능을 저하시킬 수 있다 따라서 대부분의 검색 시스템에서는 색상(color)이나 형태(shape), 질감(texture) 등과 같은 이미지의 다양한 특징들을 결합하여 검색에 이용하고 있다. 본 논문에서는 이미지의 색상 및 형태 정보를 이용하여 사용자의 질의와 유사한 이미지를 제공하고, 고 차원화된 이미지의 특징들을 클러스터링(clustering) 방법을 이용하여 빠르게 검색할 수 있도록 하였으며, 또한 검색시 그룹 경계 보정 방법을 이용하여 전체 검색을 하지 않고도 전체검색 결과와 동일한 결과를 얻을 수 있는 시스템을 설계 및 구현하였다. 실험에 사용된 데이터는 2022개의 자연 영상이였으며, HSI 색상 정보와 이미지의 에지(edge) 정보를 특징 벡터로 삼았다. 실험 결과, 색상 정보 하나만을 사용한 경우보다 정확도와 재현율면에서 사용자가 원하는 이미지와 보다 유사한 결과를 검출할 수 있었을 뿐만 아니라 클러스터링을 사용함으로써 보다 빠르고, 전체검색 결과와 동일한 검색이 가능하다는 것을 입증하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.7B
• /
• pp.968-974
• /
• 2001

최근 정보통신기술의 발전과 함께 영상매체의 급속한 증가로 영상의 효율적인 관리와 검색의 필요성이 요구되면서 내용기반 영상검색이 핵심기술로 대두되고 있다. 내용기반 영상검색에서 영상의 특징을 표현하기 위해 색상 히스토그램을 많이 사용하고 있으나, 색상만을 고려하는 것은 많은 단점을 지니고 있으므로 본 논문에서는 먼저 순차영역분할(sequential clustering)기법을 도입하여 영역을 분할하며, 분할된 영역의 색상평균값과 영역의 중심점으로부터의 거리 히스토그램을 영상의 특징으로 구하여 이를 비교함으로써 색상과 공간정보를 함께 고려하는 방법을 제안한다. 제안된 방법의 특성의 수가 18개로 타 방법보다 매우 작은 저장공간을 가지면서도 동시에 검색효율이 8.5% 이상 개선되었다. Precision 대 Recall에서도 각 질의영상에서 대부분의 Recall 값에서 제안한 방법의 우수함이 확인되었으며, 시각적으로도 양호한 검색결과를 얻을 수 있었다.

• Proceedings of the KIEE Conference
• /
• 2000.11d
• /
• pp.742-744
• /
• 2000

본 논문에서는 영상의 형태 정보를 이용하여 내용 기반 영상 검색을 수행할 수 있는 방법으로, 질의(query) 영상의 의사 저나이크 모멘트에서 영상내의 물체 형태에 대한 기여도가 가장 큰 모멘트를 추출하여 영상 전체의 형태 정보를 대표하는 특징벡터로 정하여 영상 검색을 수행하는 방법과, 영상의 인터레스트 포인트에서 미분 불변치 벡터와 위치 특성 벡터를 계산하여 영상의 지역 형태 정보를 대표하는 특징벡터로 정하여 영상 검색을 수행하는 방법, 그리고 두가지 방법을 모두 고려하여 영상 검색을 수행하는 방법을 제시한다. 트레이드마크 영상 데이터베이스에 대해 영상 검색을 수행하여 기존의 영상 검색 방법과의 비교를 통하여 제안한 방법의 우수함을 보인다.

• Journal of the Korea Society of Computer and Information
• /
• v.9 no.2
• /
• pp.19-26
• /
• 2004

This paper proposes ACA (Adaptive Component Analysis) as a method for feature extraction and analysis of the content-based image retrieval system. For satisfactory retrieval, the features extracted from images should be appropriately applied according to the image domains and for this, retrieval measurement is proposed in this study. Retrieval measurement is a standard indicating how important the value of a relevant feature is to image retrieval. ACA is a middle stage for content-based image retrieval and it purposes to improve the retrieval speed and performance.

• KSCI Review
• /
• v.12 no.1
• /
• pp.9-19
• /
• 2004

This paper proposes ACA (Adaptive Component Analysis) as a method for feature extraction and analysis of the content-based image retrieval system. For satisfactory retrieval, the features extracted from images should be appropriately applied according to the image domains and for this. retrieval measurement is Proposed in this study. Retrieval measurement is a standard indicating how important the value of a relevant feature is to image retrieval ACA is a middle stage for content-based image retrieval and it purposes to improve the retrieval speed and performance.

• Proceedings of the Korea Database Society Conference
• /
• 1998.09a
• /
• pp.395-405
• /
• 1998

최근 멀티미디어 기술의 발전으로 인해 영상을 효율적으로 검색할 수 있는 영상 데이터베이스 시스템이 정보화 사회의 중요한 핵심 기술로 대두되고 있다. 본 논문에서는 내용기반 영상 데이터 검색을 위한 영상 특징 추출 방법으로 색상 정보와 모양 정보를 고려하는 다단계 영상 검색 시스템을 제안하였다. 1단계에서는 색상 정보론 얻기 위해서는 Striker 등이 제시한 색상 분포 특성을 이용한 색인 방법의 문제점을 보완하고 확장해서 지역 색상 분포 특성을 고려한 색인 방법을 사용하여 1차로 영상을 대분류한다. 2단계에서는 1단계에서 대분류된 집단 영상들에 대하여 2차로 모양 정보를 이용하여 사용자가 질의한 영상과 유사한 영상을 최종적으로 검색한다. 모양 정보를 얻기 위해서는 기존 불변 모멘트의 문제점인 많은 연산량과, Jain 등이 제시한 방향 히스토그램 인터섹션 방법에서 제기된 회전에 민감하다는 문제점을 해결하기 위해 물체의 윤곽선에 해당하는 화소들만을 대상으로 연산을 수행하는 향상된 불변 모멘트(Improved Moment Invariants : IMI)를 이용한다. 실험 영상으로 300개의 자동차 영상을 사용하여 기존 방법들과의 비교 실험을 통해 향상된 검색 결과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.73-76
• /
• 2002

비디오 하이라이트 요약을 위해 내용기반에 의한 의미 있는 이벤트의 검출 방법에 대해 논하였다. 제안된 방법은 비디오 파싱을 포함한 5개의 단계로 구성 되었고, 다수의 기술자가 하위 레벨 특징들의 추출과 정확한 이벤트 검출을 위해 사용 되었다. 특징의 추출에 사용하는 샷과 키 프레임은 이벤트 검출에 힌트가 되는 부분만 사용함으로써 계산 복잡도를 줄였다. 각 샷은 사전에 정의된 추론 방법에 의해 요소가 부여되고, 이들 샷들의 의미를 통합하여 하나의 이벤트가 구성 된다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.259-262
• /
• 2004

본 논문에서는 내용기반영상검색을 위해 웹으로부터 수집된 영상들 중에서 검색 요구가 높은 유용한 영상들을 검출하는 방법을 제안한다. 검색 요구가 높은 영상들 이외의 불용 영상들은 배너, 화면 캡쳐와 같이 그래픽 성격이 강한 특징이 있다. 이에 본 논문에서는 영상에서 가장 빈번하게 나타나는 우세 칼라(dominant color)에 대한 정보와 영상 내부에 위치하는 수평 및 수직 성분을 추출하여 유용한 영상에 대한 검출 기준으로 사용한다 또한 기존에 사용되는 인접한 픽셀간의 칼라 거리 및 영상의 가로 및 세로 비율을 활용한다. 이들 네 가지 특징을 순차적으로 조합하고 다수결 원칙을 적용하여 유용한 대상을 검출할 수 있도록 한다. 제안된 방법은 웹에서 직접 수집한 2047장의 영상에 적용하여 약 90%의 정확도를 얻었다.