• Journal of the Korean Society for information Management
• /
• v.16 no.4
• /
• pp.95-107
• /
• 1999

Various approaches have been made for dividing images in content-based image retrieval. One of them defined five regions for images and conducted a series of experiments. A major assumption of the experiment is that the center regions of images are very important. It is based on the observation that meaningful objects are usually located in the center region of images. From this point of view, we tried to test if the assumptions is objectively valid by calculating and comparing PIM(Picture Information Measure) entropies of image regions proposed by S.K Chang. The experimental results showed that there were statistical PIM differences between the center and other regions.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.106-108
• /
• 2002

본 연구에서는 멀티미디어 데이터 검색에 클러스터링과 인덱싱 기법을 같이 적용하여 유사할 이미지끼리는 인접 디스크에 클러스터하고 이 클러스터에 접근하는 인덱스를 구축하여 검색이 빠르게 이루어지는 유사 검색방법을 제시한다. 이 연구에서는 트리 유사 구조의 인덱스 대신 해싱 방법을 이용하며 검색시 I/O시간을 줄이기 위해 오브젝트를 가진 클러스터 위치를 찾는데 한번의 I/O를 사용하고 이 클러스터를 읽기 위해 연속주인 파일 I/O를 사용하여 클러스터를 찾는 데용을 최소화한다 클러스터인덱싱 접근은 트리 유사 구조와 임의 I/O를 사용한 내용기반의 이미지 검색보다 효율적인 검색 적합성을 보이며 연속적 I/O를 통해 검색 미용을 낮춘다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.139-141
• /
• 2000

인터넷 분야가 급성장 하면서 수많은 정보들 가운데에서도 멀티미디어 정보의 양이 급격히 증가하고 있으며, 특히 멀티미디어 정보 가운데에서도 이미지 데이터의 양이 급격히 증가하고 있다. 이러한 이미지의 양은 대규모이므로 사용자가 원하는 이미지를 찾기 위해, 이미지 데이터를 검색하기 위한 여러 가지 방법들이 많이 연구되어 왔다. 본 논문에서는 이미지 검색에서의 색상 질의를 비율로써 정확하게 검색하기 위하여 사람이 색상을 보고 느끼는 색상, 명도, 채도 방식을 이용해 이미지의 색상을 분류하였으며, 웹 브라우저 상에서 가 안정적인 색상을 나타내는 웹 칼라를 이용해 색상을 60도씩 분리하여 분류하였다. 이러한 분류 결과를 이미지 검색에 적용하여 색의 비율단위로 다양하고 정확한 검색을 할 수 있었다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.674-675
• /
• 2015

최근 이미지가 가지는 의미적 정보를 온톨로지로 어노테이션한 후 이미지를 분류하고 검색하는 방법들이 제안되고 있다. 하지만 이미지 검색이 어노테이션된 데이터에 SPARQL 질의를 통해 이루어지기 때문에 질의 결과와 일치하는 이미지들만 검색이 된다. 본 논문에서는 기존의 의미 기반 질의 방식이 아닌 이미지에 어노테이션된 온톨로지를 이용하여 유사 이미지를 검색하는 시스템을 제안한다. 설계된 시스템은 이미지가 가지는 태그 정보를 RDF 온톨로지로 확장하는 기존 연구에 추가적으로 온톨로지 유사 매칭 알고리즘을 사용하여 사용자가 원하는 유사 이미지를 검색할 수 있도록 한다.

• Journal of Internet Computing and Services
• /
• v.11 no.3
• /
• pp.15-24
• /
• 2010

In this paper, we propose an image classification which combines semantic relations of tags with contents of images to improve the satisfaction of image retrieval on application domains as huge image sharing sites. To make good use of image retrieval or classification algorithms on huge image sharing sites as Flickr, they are applicable to real tagged Web images. To classify the Web images by 'bag of visual word' based image content, our algorithm includes training the category model by utilizing the preliminary retrieved images with semantically related tags as training data and classifying the test images based on PLSA. In the experimental results on the Flickr Web images, the proposed method produced the better precision and recall rates than those from the existing method using tag information.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.28 no.7C
• /
• pp.719-725
• /
• 2003

The content-based image retrieval system extracts features of color, shape and texture from raw images, and builds the database with those features in the indexing process. The search in the whole retrieval system is defined as a process which finds images that have large similarity to query image using the feature database. This paper proposes a new two-stage search method in the content-based image retrieval system. The method is that the features are condensed and stored by the property of Cauchy-Schwartz inequality in order to reduce the similarity computation time which takes a mostly response time from entering a query to getting retrieval results. By the extensive computer simulations, we have observed that the proposed two-stage search method successfully reduces the similarity computation time while maintaining the same retrieval relevance as the conventional exhaustive search method. We also have observed that the method is more effective as the number of images and dimensions of the feature space increase.

• The KIPS Transactions:PartD
• /
• v.9D no.5
• /
• pp.779-788
• /
• 2002

There are many technically difficult issues in searching multimedia data such as image, video and audio because they are massive and more complex than simple text-based data. As a method of searching multimedia data, a similarity retrieval has been studied to retrieve automatically basic features of multimedia data and to make a search among data with retrieved features because exact match is not adaptable to a matrix of features of multimedia. In this paper, data clustering and its indexing are proposed as a speedy similarity-retrieval method of multimedia data. This approach clusters similar images on adjacent disk cylinders and then builds Indexes to access the clusters. To minimize the search cost, the hashing is adapted to index cluster. In addition, to reduce I/O time, the proposed searching takes just one I/O to look up the location of the cluster containing similar object and one sequential file I/O to read in this cluster. The proposed schema solves the problem of multi-dimension by using clustering and its indexing and has higher search efficiency than the content-based image retrieval that uses only clustering or indexing structure.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.4 s.42
• /
• pp.1-7
• /
• 2006

Recently, studies of relevance feedback to increase the performance of image retrieval has been activated. In this Paper a new region weighting method in region based image retrieval with relevance feedback is proposed to reduce the semantic gap between the low level feature representation and the high level concept in a given query image. The new weighting method determines the importance of regions according to the spatial locations of regions in an image. Experimental results demonstrate that the retrieval quality of our method is about 18% in recall better than that of area percentage approach. and about 11% in recall better than that of region frequency weighted by inverse image frequency approach and the retrieval time of our method is a tenth of that of region frequency approach.

• 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.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.726-729
• /
• 2015

최근 네트워크 및 카메라 모듈의 발전으로 인해 생성되는 이미지 데이터의 양이 대용량화 되고 있으며, 이미지 데이터를 이용한 이미지 검색 서비스가 제공되고 있다. 이미지 검색 서비스를 제공하기 위해 이미지 데이터베이스 구축이 요구된다. 효율적인 데이터베이스 구축을 위해 Bow 기법을 이용하여 데이터의 차수를 낮춘 후 이미지 벡터를 저장하는 방식을 사용한다. 그러나 이미지 데이터의 수가 급격히 증가하여 오랜 수행 시간을 요구한다. 본 논문에서 인-메모리 기반 분산 프레임워크인 스파크를 이용한 이미지 벡터 생성 과정을 분산 설계하였다. 실험을 통해 제안하는 분산 처리 기법이 기존방법에 비해 효율적임을 보인다.