• Journal of Information Management
• /
• v.40 no.2
• /
• pp.71-94
• /
• 2009

Indexing images using traditional indexing methods like taxonomy is not always efficient because of its visual content. This study examined how to apply folksonomies to image retrieval. To do this, first, we developed a category model for image tags found in Flickr. The model includes five categories and seventeen subcategories. Second, in order to evaluate the usefulness of the model to represent the various image tags as well as to investigate the end-user tagging behavior, three researchers classified the sampled image tags(141 most popular tags, 105 tags on three individual tag clouds and 3,848 image tags assigned on 156 images) according to the model. Finally, based on the research results, we proposed three methods for efficient image retrieval: extending folksonomies by combining them with ontologies; improving image retrieval efficiency using visual content and folksonomies; and updating taxonomy using folksonomies.

• Journal of Digital Contents Society
• /
• v.2 no.2
• /
• pp.157-166
• /
• 2001

In this paper we propose a feature vector extraction technique using regression of shape features for the content-based image retrieval system. The proposed technique can reduce the number of dimensions of a feature vector by converting the extracted high-dimensional feature vector into a specific n-dimensional feature vector. This paper shows how to resolve the 'dimensionality curse' problem by reducing the number of dimensions of a feature vector, and shows that the technique is more efficient than the conventional techniques for the practical image retrievals.

• Journal of Korea Multimedia Society
• /
• v.14 no.11
• /
• pp.1491-1499
• /
• 2011

Now a days, to make good use of tags is a general tendency when users need to upload or search some multimedia data such as images and videos on the Web. In this paper, we introduce an approach to calculate semantic importance of tags and to make re-ranking with them on tagged Web image retrieval. Generally, most photo images stored on the Web have lots of tags added with user's subjective judgements not by the importance of them. So they become the cause of precision rate decrease with simple matching of tags to a given query. Therefore, if we can select semantically important tags and employ them on the image search, the retrieval result would be enhanced. In this paper, we propose a method to make image retrieval re-ranking with the key tags which share more semantic information with a query or other tags based on Wikipedia-based semantic relatedness. With the semantic relatedness calculated by using huge on-line encyclopedia, Wikipedia, we found the superiority of our method in precision and recall rate as experimental results.

• Annual Conference of KIPS
• /
• 2002.04a
• /
• pp.97-100
• /
• 2002

이미지, 비디오, 오디오와 같은 멀티미디어 데이터들은 텍스트기반의 데이터에 비하여 대용량이고 비정형적인 특성을 가지기 때문에 검색이 어렵다. 또한 멀티미디어 데이터의 특징은 행렬이나 벡터의 형태로 표현되기 때문에 완전일치 검색이 아닌 유사 검색을 수행하여 사용자가 원하는 이미지와 유사한 이미지를 검색해야 한다. 본 연구에서는 멀티미디어 데이터 검색에 클러스터링와 인덱싱 기법을 같이 적용하여 유사한 이미지끼리는 인접 디스크에 클러스터하고 이 클러스터에 접근하는 인덱스를 구축하여 검색이 빠르게 이루어지는 유사 검색방법을 제안한다 제안 검색 방법은 클러스터링을 생성하는 알고리즘과 해싱기법의 인덱싱을 같이 적용함으로써 VQ(Vector Quantization)보다 높은 재현율과 정확도를 보인다.

• 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.

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.315-318
• /
• 2010

기존의 내용기반 비디오 검색 시스템들은 주석기반 검색 또는 특징기반 검색과 같은 단일 방식으로만 검색을 하므로 검색 효율이 낮을 뿐 아니라 완전한 자동 처리가 되지 않아 시스템 관리자나 주석자의 많은 노력을 요구한다. 본 논문에서는 주석기반 검색을 이용하여 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 에이전트 기반에서의 자동화되고 통합된 비디오 의미기반 검색 시스템을 제안한다. 사용자의 기본적인 질의를 분석하고 질의에 의해 추출된 키 프레임의 이미지를 사용자가 선택함으로써 인덱싱 에이전트는 추출된 키 프레임의 주석에 대한 의미를 더욱 구체화시킨다.

• Journal of Industrial Technology
• /
• v.20 no.B
• /
• pp.207-211
• /
• 2000

For efficient massive image retrieval, an image retrieval requires that several important objectives are satisfied, namely: automated extraction of features, efficient indexing and effective retrieval. In this work, we present a technique for extracting the 4-dimension directional feature. By directional detail, we imply strong directional activity in the horizontal, vertical and diagonal direction present in region of the image texture. This directional information also present smoothness of region. The 4-dimension feature is only indexed in the 4-D space so that complex high-dimensional indexing can be avoided.

• Proceedings of the Korean Society for Information Management Conference
• /
• 1999.08a
• /
• pp.17-20
• /
• 1999

내용기반 이미지 검색에서는 이미지의 하위 영역을 구분하는 방식에 대하여 다양한 접근이 이루어져 왔다. 그중 한 가지가 Stricker와 Dimai가 제안한, 이미지를 다섯개의 영역으로 나누고 그 가운데 주재 객체가 위치할 것을 가정하여 높은 가중치를 부여하는 방법인데, 본 연구에서는 이와 같은 가정이 타당할 것인가를 S.K. Chang의 PIM(Picture Information Measure) 엔트로피를 계산하여 검증하려 하였다. 실험결과 이미지의 중앙과 그 외부 영역 사이에는 유의미한 차이가 존재하는 것으로 나타났으며, 따라서 Stricker와 Dimai의 방식을 지지할 수 있을 것으로 결론 내릴 수 있다.

• Annual Conference of KIPS
• /
• 2003.05c
• /
• pp.1547-1550
• /
• 2003

의미기반 멀티미디어 검색을 하기 위해서는 멀티미디어 대한 의미정보가 필요하며, 이러한 의미정보에는 멀티미디어 데이터 자체보다는 멀티미디어 데이터에 대한 의미 해석이 중요하다. XML은 내용정보나 의미정보의 상호연관성을 표현하기에 적절하므로 본 논문에서는 멀티미디어 정보를 구조화하여 표현하기 위한 방법으로 XML을 사용한다. 또한, 멀티미디어 정보에 따른 의미성을 부여하여 나타내기 위해 퍼지데이터 사전 적용 기술을 사용한다. 의미성을 부여하기 위해 표현되는 데이터는 거의 애매한 표현법을 많이 사용하므로, 퍼지 집합관계를 적용하여 의미 판단의 기준으로 적용한다 따라서, 인간에게 좀 더 친숙하고 편리한 검색을 가능하게 하며, 의미성을 함축한 의미기반 검색을 가능하게 한다. 본 논문에서는 XML을 활용하여 다양한 멀티미디어 정보를 표현하기 위한 스키마 구조와 의미성을 반영한 XQL에 의한 검색기법을 제안한다. 인터넷에서 가장 많이 사용하고 있는 웹 상품 카탈로그 이미지나 광고 이미지에 대하여 의미기반 검색을 지원할 수 있는 방법을 제시한다. 이러한 방법은 애매모호한 표현의 질의에 대하여 검색을 가능하게 할 뿐만 아니라, 의미성을 고려하기 때문에 검색에 대한 만족도를 증대시킬 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.76-78
• /
• 2006

인간의 주관적이고 애매한 감성은 차세대 컴퓨팅의 다양한 분야에서 연구되며. 인간의 감성을 이해하고 감성의 변화에 능동적으로 반응하는 사용자 중심의 정보 처리에 대한 요구가 급격히 증가하고 있다. 우리는 감성기반 이미지 검색을 위해 저차원 시각정보에 대한 강성처리를 연구하고 있다. 기존의 저차원 시각정보 특징을 고려한 내용기반 이미지 검색 방법은 사용자의 취향이나 감성 요구에 적합한 결과를 검색하기에는 많은 어려움이 있다. 본 논문에서는 인간의 감성을 이해, 검색, 인식하기 위한 시각정보와 감성간의 관계 연구 중 우리의 기존 연구인 시각적 형태 정보의 감성어휘 공간에서 형태와 어휘간의 감성거리를 이용한 분류방법을 제안한다. 그리고 분류된 각 영역에서의 대표 어휘를 추출하여 시각적 형태에 따른 감성어휘간의 구체적 계층 관계를 정의한다. 이는 감성기반 이미지 검색 분야에 활용 가능한 연구이며, 우리가 사용하는 언어에 내재된 감성정보를 해석하고 그 어휘들의 체계적인 시각적 감성관계를 정의하는 의의를 갖는다.