• Proceedings of the Korean Society for Information Management Conference
• /
• 2001.08a
• /
• pp.149-152
• /
• 2001

이용자 중심의 인터페이스 개발은 현재 검색시스템에서 가장 중요한 이슈가 되고 있다. 인터페이스에서 메타포의 사용은 바로 이용자 편의성을 높이는 방안이라 할 수 있다. 본 연구는 대학도서관과 공공도서관의 검색인터페이스에서 사용하고 있는 메타포의 유용성을 평가하였다. 그 결과 현재 사용되고 있는 메타포의 문제점은 비슷비슷하다는 점이며 한 이미지가 유일한 의미를 갖고 있지 못하여 혼동을 야기 시킨다는 점이며, 이미지와 텍스트간의 의미적 관계 또한 명료하지 않게 나타났다. 따라서 메타포 개발시 이미지에 담겨진 의미가 모든 이용자와 같을 수 있도록 논리적 유사점을 찾아내어야 할 것이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.366-371
• /
• 2006

퓨리에 시리즈를 사용하면 이미지의 외곽선 특성을 표현할 수 있다. 이미지의 퓨리에 계수를 추출하기 위해서는 우선 이미지를 구성하는 주요 오브젝트를 표현하는 곡선을 추출한다. 이러한 곡선은 오브젝트의 특정 중심점에서 외곽선을 따라 일회전하면서 그 거리를 좌표상에 표시함으로써 얻을 수 있다. 기존의 퓨리에 계수를 추출하는 방법들은 추출된 계수를 이용하여 해당 곡선을 복원했을 때 원래의 곡선에 존재하던 상세한 특성을 표현하지 못한다는 단점이 있으며 이는 결국 이미지로부터 추출한 곡선을 사용하여 이미지를 검색할 때 정확도를 상당히 떨어뜨리게 한다. 이러한 문제점을 해결하기 위해서 본 논문에서는 Binary Range Reduction (BRR) 알고리즘을 제안한다. BRR 알고리즘은 원래의 곡선과 퓨리에 계수를 통해서 복원된 곡선간의 차이를 줄이기 위해서 전체의 곡선을 통해서 하나의 퓨리에 계수 세트를 추출하지 않고, 복원된 곡선이 원래의 곡선과 차이가 일정 크기 이상 나지 않도록 퓨리에 계수를 추출하는 구간을 나누어가며 퓨리에 계수를 추출한다. 이렇게 추출된 다수의 퓨리에 계수 세트를 통해서 복원된 곡선을 사용하여 이미지들 간의 유사도를 비교한다. 실험을 통하여 BRR 알고리즘을 사용하여 곡선에서 추출한 퓨리에 계수로 복원한 곡선이 원래 곡선의 특성을 정확하게 표현하고 있음을 보였고, 퓨리에 계수와 BRR알고리즘을 이미지 검색에 적용하였을 때, 높은 검색 결과를 얻을 수 있음을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.106-108
• /
• 2004

이미지의 유사도나 의미분석을 위해 주요 특징벡터인 색상, 경계선, 질감 등의 연구와 이들을 이미지 전역구간 및 관심영역에 적용하기 위해 데이터베이스에 저장하기 위한 연구가 활발히 진행되고 있다. 특히, 특징벡터의 분할 방법을 유동적, 또는 크게 할 경우 알고리즘 복잡화로 인해 추출 및 검색시간과 오버헤드가 증가하게 되고, 적게할 경우 정확도가 감소한다. 따라서 본 논문은 색상 및 경계선 벡터를 사분트리 분할 인덱스 구조로 데이터 베이스에 저장하고, 두 가지 문제를 동시에 해결하기 위한 방법을 제안한다. 이미지 전역구간을 사분노드로 분할하고, 관심영역의 색상정보를 비교하고, 추출된 전역적 경계분포 순위계수와 비교 알고리즘을 이용하여 이미지에 분포된 객체의 위치정보를 검색함으로써, 검색속도 및 정확성을 개선하였다

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.16-17
• /
• 2011

온라인을 통한 이미지 공유는 사용자들이 활발하게 이용하고 있는 분야 중 하나이다. 사용자의 활발한 참여로 거대해진 이미지 데이터 베이스 내에서 효율적으로 이미지 검색을 수행하기 위해서는 이미지를 정확하기 표현하고 있는 태그의 존재가 매우 중요하다. 하지만, 최근 이미지에 등록 태그 중에서 상당 부분이 이미지와는 직접 관련이 없는 노이즈 태그라는 조사결과는 노이즈 태그로 인해서 이미지 검색의 정확성이 저하될 수 있다는 가능성을 암시한다. 그래서 노이즈 태그를 효과적으로 구분하기 위해서는 태그의 종류에 적합한 태그 정제 기술을 도입할 필요가 있다. 본 연구는 이를 위해서 이미지의 시각적 유사도에 기반한 Visually weighted neighbor voting 방법을 제안했다. 이를 통해서 이미지와 태그 사이의 관련성을 효과적으로 측정할 수 있었다. 그리고 기존 기술보다 안정적으로 노이즈 태그를 구분할 수 있음을 실험을 통해서 증명하였다.

• The KIPS Transactions:PartD
• /
• v.18D no.5
• /
• pp.323-328
• /
• 2011

For content-based image retrieval, the earth mover's distance and the optimal color composition distance are proposed to measure the dissimilarity. Although providing good retrieval results, both methods are too time-consuming to be used in a large image database. To solve the problem, we propose a new distance function that calculates an approximate earth mover's distance in linear time. To calculate the dissimilarity in linear time, the proposed approach employs the space-filling curve. We have performed extensive experiments to show the effectiveness and efficiency of the proposed approach. The results reveal that our approach achieves almost the same results with the EMD in linear time.

• Journal of KIISE:Databases
• /
• v.31 no.1
• /
• pp.13-22
• /
• 2004

With the proliferation of multimedia data, there is an increasing need to support the indexing and retrieval of high-dimensional image data. Although there have been many efforts, the performance of existing multidimensional indexing methods is not satisfactory in high dimensions. Thus the dimensionality reduction and the approximate solution methods were tried to deal with the so-called dimensionality curse. But these methods are inevitably accompanied by the loss of precision of query results. Therefore, recently, the vector approximation-based methods such as the VA- file and the LPC-file were developed to preserve the precision of query results. However, the performance of the vector approximation-based methods depend largely on the size of the approximation file and they lose the advantages of the multidimensional indexing methods that prune much search space. In this paper, we propose a new index structure called the GC-tree for efficient similarity search in image databases. The GC-tree is based on a special subspace partitioning strategy which is optimized for clustered high-dimensional images. It adaptively partitions the data space based on a density function and dynamically constructs an index structure. The resultant index structure adapts well to the strongly clustered distribution of high-dimensional images.

• Journal of KIISE:Computer Systems and Theory
• /
• v.37 no.5
• /
• pp.314-318
• /
• 2010

This paper proposes an image retrieval method based on the Multiple Region-of-Interest. In the proposed method, the image is segmented into blocks, among which the blocks overlapped with multiple ROIs are selected. The similarity of images is measured using the MPEG-7 dominant color descriptor(DCD) and considering the relative location of the overlapped blocks. The experimental results showed that the proposed method improves the retrieval performance than the previous methods using the global DCD or comparing the blocks at the same position. In addition, the method that considers the relative position of blocks overlapped with the multiple ROIs also showed a better performance than the existing methods.

• Journal of KIISE:Databases
• /
• v.34 no.3
• /
• pp.193-205
• /
• 2007

Increasing amount of digital images requires more accurate and faster way of image retrieval. So far, image retrieval method includes content-based retrieval and keyword based retrieval, the former utilizing visual features such as color and brightness and the latter utilizing keywords which describe the image. However, the effectiveness of these methods as to providing the exact images the user wanted has been under question. Hence, many researchers have been working on relevance feedback, a process in which responses from the user are given as a feedback during the retrieval session in order to define user’s need and provide improved result. Yet, the methods which have employed relevance feedback also have drawbacks since several feedbacks are necessary to have appropriate result and the feedback information can not be reused. In this paper, a novel retrieval model has been proposed which annotates an image with a keyword and modifies the confidence level of the keyword in response to the user’s feedback. In the proposed model, not only the images which have received positive feedback but also the other images with the visual features similar to the features used to distinguish the positive image are subjected to confidence modification. This enables modifying large amount of images with only a few feedbacks ultimately leading to faster and more accurate retrieval result. An experiment has been performed to verify the effectiveness of the proposed model and the result has demonstrated rapid increase in recall and precision while receiving the same number of feedbacks.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06d
• /
• pp.346-348
• /
• 2006

본 논문은 잎맥 특징을 이용한 식물의 잎 이미지 검색 방법을 제안한다. 식물의 검색을 위해 모양 기반의 검색방법을 사용하였으며, 잎의 외곽선 분만 아니라 내부의 잎맥 정보를 이용하여 정확율을 향상시켰다. 외곽선은 MPP(Minimum Perimeter Polygons) 알고리즘을 개선하여 표현하고, 내부의 잎맥의 특징은 CSS(Curvature Scale Space)를 개선하여 주맥과 교차점, 끝점을 추출하여 표현하였다. 특징 점들간의 관계와 거리값을 통해 가중치가 있는 그래프로 표현하고 이 값을 통해 유사도를 계산하였다. 실험에서는 식물도감에서 1000여개의 식물 잎 이미지를 추출하여 기존의 알고리즘인 Fourier Descriptor, CSSD, CCD, Moment Invariants, MPP와 비교하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.233-236
• /
• 2001

멀티미디어 데이터의 증가와 마이닝 기술의 발전으로 인해 멀티미디어 마이닝에 대한 관심이 증가하고 있다. 본 논문에서는 특성국지화를 이용한 내용기반의 정보검색 기술과 다차원 데이터큐브 구축기술을 통해 멀티미디어 데이터에서 연관규칙을 찾아내는 멀티미디어 데이터마이닝 시스템 프로토타입을 제안한다. 특히 멀티미디어 데이터의 칼라, 질감 등 거시적인 이미지 성분 대신 이미지의 영역성과 유사성을 이용한 특성국지화방법을 이용하여 이미지를 분할함으로써 방대한 데이타에서 효과적인 내용기반의 정의 검색을 시행하고 검색한 벡터를 메타데이타로 한 데이스베이스를 구축한다. 그리고 데이터베이스에서 데이터간 연관규칙을 찾아내어 지식을 마이닝하는데 효과적인 다차원 데이터큐브를 구축하고 여기에 연관규칙 검색 알고리즘을 적용한다.