• 정보과학회 논문지
• /
• 제42권2호
• /
• pp.242-254
• /
• 2015

본 논문에서는 다차원 인덱스 기반 다단계 k-NN 검색의 성능 향상 문제를 다룬다. 기존 다단계 k-NN 검색에서는 고차원 객체의 저차원 변환으로 인한 정보 손실로 k-NN 질의 결과 매우 큰 허용치(검색 범위)가 결정되어 범위 질의 결과로 많은 후보가 검색된다. 또한, 많은 후보는 후처리 과정에서 매우 많은 I/O 및 CPU 오버헤드를 발생시킨다. 본 논문에서는 이와 같은 고찰에 기반하여 범위 질의의 허용치를 줄여 후보 개수를 줄이고 이를 통해 성능을 향상시키는 방법을 제안한다. 먼저, k-NN 질의 결과로 결정된 허용치를 고차원 및 저차원 객체간 거리 비율로 강제 축소하여 범위 질의에 사용하는 허용치 축소 (근사적) 해결책을 제안한다. 다음으로, k-NN 질의 계수 k 대신 c k 를 사용하여 얻은 보다 타이트(tight)한 허용치로 범위 질의를 수행하는 계수 제어 (정확한) 해결책을 제안한다. 실제 객체 데이터를 사용하여 실험한 결과, 제안한 두 가지 해결책은 기존 다단계 k-NN 검색에 비해 후보 개수와 검색 시간 모두를 크게 향상시킨 것으로 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• 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.