• Journal of the Korea Society of Computer and Information
• /
• v.14 no.10
• /
• pp.73-82
• /
• 2009

This paper proposes a variance recovery method for character strokes that can be missed in applying the previously proposed color variance approach in text detection of natural scene images. The previous method has a shortcoming of missing the color variance due to the fixed length of horizontal and vertical windows of variance detection when the character strokes are thick or long. Thus, this paper proposes a variance recovery method by using geometric information of bounding boxes of connected components and heuristic knowledge. We have tested the proposed method using various kinds of document-style and natural scene images such as billboards, signboards, etc captured by digital cameras and mobile-phone cameras. And we showed the improved text detection accuracy even in the images of containing large characters.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1835-1838
• /
• 2003

Texts in natural images contain significant and detailed informations about the images. Thus, to extract those texts correctly, we suggest a text extraction method using color variance feature. Generally, the texts in images have color variations with the backgrounds. Thus, if we express those variations in 3 dimensional RGB color space, we can emphasize the text regions that can be hard to be captured with a method using intensity variations in the gray-level images. We can even make robust extraction results with the images contaminated by light variations. The color variations are measured by color variance in this paper. First, horizontal and vertical variance images are obtained independently, and we can fine that the text regions have high values of the variances in both directions. Then, the two images are logically ANDed to remove the non-text components with only one directional high variance. We have applied the proposed method to the multiple kinds of the natural images, and we confirmed that the proposed feature can help to find the text regions that can he missed with the following features - intensity variations in the gray-level images and/or color continuity in the color images.

• The KIPS Transactions:PartB
• /
• v.13B no.3 s.106
• /
• pp.205-214
• /
• 2006

Texts in images have significant and detailed information about the scenes, and if we can automatically detect and recognize those texts in real-time, it can be used in various applications. In this paper, we propose a new text detection method that can find texts from the various camera-captured images and propose a text segmentation method from the detected text regions. The detection method proposes color variance as a detection feature in RGB color space, and the segmentation method suggests an improved K-means color clustering in RGB color space. We have tested the proposed methods using various kinds of document style and natural scene images captured by digital cameras and mobile-phone camera, and we also tested the method with a portion of ICDAR[1] contest images.

• Journal of KIISE:Software and Applications
• /
• v.31 no.4
• /
• pp.420-438
• /
• 2004

Artificially or naturally contained texts in the natural images have significant and detailed information about the scenes. If we develop a method that can extract and recognize those texts in real-time, the method can be applied to many important applications. In this paper, we suggest a new method that extracts the text areas in the natural images using the low-level image features of color continuity. gray-level variation and color valiance and that verifies the extracted candidate regions by using the high-level text feature such as stroke. And the two level features are combined hierarchically. The color continuity is used since most of the characters in the same text lesion have the same color, and the gray-level variation is used since the text strokes are distinctive in their gray-values to the background. Also, the color variance is used since the text strokes are distinctive in their gray-values to the background, and this value is more sensitive than the gray-level variations. The text level stroke features are extracted using a multi-resolution wavelet transforms on the local image areas and the feature vectors are input to a SVM(Support Vector Machine) classifier for the verification. We have tested the proposed method using various kinds of the natural images and have confirmed that the extraction rates are very high even in complex background images.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.43-44
• /
• 2017

다양한 디지털 기기 활용의 증가로 인해 멀티미디어 데이터가 증가됨에 따라 내용 기반으로 검색하는 기술이 연구되고 있다. 내용 기반 검색을 위해 멀티미디어에서 추출된 고차원 특징 벡터가 대용량이 되면서 고차원 데이터를 분산해서 관리하는 색인 기법이 필요하다. 본 논문에서는 대용량 멀티미디어 데이터에서 유사한 이미지를 검출하기 위한 분산 고차원 색인 기법을 제안한다. 제안하는 기법은 마스터/슬레이브 구조로 되어 있다. 마스터 서버의 색인 구조는 그리드 방식을 사용하여 검색 요청 시 탐색하는 노드를 감소시킨다. 슬레이브 서버의 색인 구조는 구 형태로 색인하여 범위 질의와 최근접 질의를 효율적으로 검색한다.

• Proceedings of the KAIS Fall Conference
• /
• 2000.10a
• /
• pp.208-213
• /
• 2000

본 논문은 정지 화상에 대한 CBIR(Content-Based Image Retrieval)방법 중 칼라 특성을 이용해서 영상 내 공간 정보를 충분하게 표현할 수 있는 알고리즘을 제안한다. 일반적으로 칼라 특성을 이용한 CBIR은 영상 내 공간정보를 충분하게 표현하지 못하는 단점을 지니고 있다. 이에 기존 논문에서는 인위적으로 영상을 여러 개로 분할하는 방법 등으로 공간정보를 표현하고자 하였지만 특징벡터의 수가 급격히 늘어남에 따라 검색효율이 저하된다는 단점을 가지고있다. 본 논문에서는 기존의 방법을 칼라 오브젝트의 추출 방법에 따라 1차와 2차 관계에 의한 방법으로 분류하고, 이동, 회전 특히 크기 변화(축소, 확대)에 탁월한 성능을 보이는 칼라 오브젝트의 3차 관계를 이용한 방법을 소개한다. 주어진 영상으로부터 양자화된 24개의 버킷을 생성해서 각 버킷 내의 칼라에 대한 색의 표준 편차로 색의 분산 정도틀 나타내고, 히스토그램의 빈도수가 높은 세 개 버킷의 평균 칼라 위치를 계산해서 그들의 상호 각도를 추출하여 영상의 특징 벡터로 사용한을 제안하였다. 실험결과 기존 방법보다 특히 영상의 크기 변화에 대해 좋은 결과를 얻을 수 있었으며, 계산량도 적어 효율적임을 보여 주었다.

• The KIPS Transactions:PartD
• /
• v.19D no.2
• /
• pp.151-160
• /
• 2012

Most of the distributed high-dimensional indexing structures provide a reasonable search performance especially when the dataset is uniformly distributed. However, in case when the dataset is clustered or skewed, the search performances gradually degrade as compared with the uniformly distributed dataset. We propose a method of improving the k-nearest neighbor search performance for the distributed vector approximation-tree based on the strongly clustered or skewed dataset. The basic idea is to compute volumes of the leaf nodes on the top-tree of a distributed vector approximation-tree and to assign different number of bits to them in order to assure an identification performance of vector approximation. In other words, it can be done by assigning more bits to the high-density clusters. We conducted experiments to compare the search performance with the distributed hybrid spill-tree and distributed vector approximation-tree by using the synthetic and real data sets. The experimental results show that our proposed scheme provides consistent results with significant performance improvements of the distributed vector approximation-tree for strongly clustered or skewed datasets.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.86-88
• /
• 2000

SAN(Storage Area Network)이 최근 대용량 데이터를 효율적으로 관리하기 위한 차세대 저장 장치로 각광받고 있다. 이 SAN에는 이미지, 동영상, 지도, 캐드 데이터와 같은 대용량의 고차원 특징을 갖는 데이터들이 저장되어 관리 될 것이다. 따라서 SAN 환경에서 이들을 보다 빠르고 정확하게 검색할 수 있는 효율적인 고차원 색인구조가 필요하다. SAN 환경은 저장 장치를 공유하는 형태의 병렬 환경이라 볼 수 있다. 이 논문에서는 SAN의 병렬성을 충분히 이용해서 고차원 데이터를 색인할 수 있는 방법을 제안한다. 제안하는 고차원 색인 구조는 하나의 노드를 여러 디스크에 분산시켜 팬-아웃을 증가시키고 트리의 높이를 줄임으로서 검색성능을 향상시킨다. 또한 범위 질의와 K-최근접 질의 수행시 병렬성을 최대화하는 방법을 제안한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.12 no.6
• /
• pp.267-274
• /
• 2023

In this paper, a method for estimating the illuminant chromaticity of a scene for an input image is proposed. The illuminant chromaticity is estimated using the illuminant reference region. The conventional method uses a certain number of reference lighting information. By comparing the chromaticity distribution of pixels from the input image with the chromaticity set prepared in advance for the reference illuminant, the reference illuminant with the largest overlapping area is regarded as the scene illuminant for the corresponding input image. In the process of calculating the overlapping area, the weights for each reference light were applied in the form of a Gaussian distribution, but a clear standard for the variance value could not be presented. The proposed method extracts an independent reference chromaticity region from a given reference illuminant, calculates the characteristic values in the r-g chromaticity plane of the RGB color coordinate system for all pixels of the input image, and then calculates the independent chromaticity region and features from the input image. The similarity is evaluated and the illuminant with the highest similarity was estimated as the illuminant chromaticity component of the image. The performance of the proposed method was evaluated using the database image and showed an average of about 60% improvement compared to the conventional basic method and showed an improvement performance of around 53% compared to the conventional Gaussian weight of 0.1.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.500-502
• /
• 1998

최근 정보 사회에서 중요한 기술로 자리잡은 멀티미디어 정보 검색에 대한 다양한연구가 진행 중에 있다. 본 논문은 정지 화상에 대한 CBIR(Content-Based Image Retrieval)방법 중 칼라 정보를 이용한 방법에서 공간 정보를 충분하게 표현할 수 있는 알고리즘을 제안한다. 일반적으로 칼라 정보를 이용한 CBIR에서는 공간정보를 표현하기 위하여 인위적으로 영상을 여러 개로 분할하는 방법이나 영상의 히스토그램 내에서 영상의 위치 정보를 이용하는 방법 등이 연구되었다. 본 논문에서는 기존의 방법을 칼라 오브젝트의 추출 방법에 따라 1차와 2차 관계에 의한 방법으로 분류하고, 이동, 회전 특히 크기 변화(축소, 확대)에 탁월한 성능을 보이는 3차 칼라 오브젝트 관계를 이용한 방법을 소개한다. 제안된 알고리즘은 주어진 영상으로부터 양자화 된 24개의 버킷(bucket)을 생성해서 각 버킷 내의 칼라에 대한 색의 표준 편차로 색의 분산 정도를 나타내고, 빈도수가 높은 3개 버킷의 평균 칼라 위치를 계산해서 그들의 상호 각도를 추출하여 영상의 특징 벡터로 사용하였다. 실험결과 기존 방법보다 특히 영상의 크기 변화에 대해 좋은 결과를 얻을 수 있었으며, 계산량도 적어 효율적임을 보여 주었다.