• Journal of KIISE
• /
• v.42 no.2
• /
• pp.242-254
• /
• 2015

In this paper, we address the problem of improving the performance of multi-step k-NN search using multi-dimensional indexes. Due to information loss by lower-dimensional transformations, existing multi-step k-NN search solutions produce a large tolerance (i.e., a large search range), and thus, incur a large number of candidates, which are retrieved by a range query. Those many candidates lead to overwhelming I/O and CPU overheads in the postprocessing step. To overcome this problem, we propose two efficient solutions that improve the search performance by reducing the tolerance of a range query, and accordingly, reducing the number of candidates. First, we propose a tolerance reduction-based (approximate) solution that forcibly decreases the tolerance, which is determined by a k-NN query on the index, by the average ratio of high- and low-dimensional distances. Second, we propose a coefficient control-based (exact) solution that uses c k instead of k in a k-NN query to obtain a tigher tolerance and performs a range query using this tigher tolerance. Experimental results show that the proposed solutions significantly reduce the number of candidates, and accordingly, improve the search performance in comparison with the existing multi-step k-NN solution.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.353-355
• /
• 1999

본 논문에서는 영상의 flexible subblock을 이용하여 영상내에 물체의 이동이나, 빛의 변화, 시각점(view-point)의 변화등에 덜 민감한 영상 검색을 방법을 제안한다. 특징 값으로는 Ohta 컬러 공간으로부터 1, 2, 3차 central 모멘트 값을 추출해 내고, 쌍직교 웨이블릿 변환을 통해 고주파 영역으로부터 수직-수평 방향 성분을 추출하여 인덱스화 시킴으로써 인덱스를 위한 저장 공간을 줄이고 계산 시간을 향상시킬 수 있었다. 아울러, 2개의 특징 값을 다단계(multi-step) K-NN 방법에 적용시킴으로서 사용자가 검색하고자 하는 가장 유사한 k 개의 영상만을 사용자에게 보여 주도록 설계하였다. 본 논문에서는 제안하는 알고리즘의 우수성을 증명하기 위해 RGB 색상 공간을 그대로 적용하여 실험한 결과를 비교해 보았다. 추가적으로, 영상의 전역적인 유사성뿐만 아니라, 각 블록의 독립적인 특징 값을 이용하여 특정 블록에 대한 검색 환경도 제공하여 보다 의미있는 검색 환경을 제공하고 있다.