• Proceedings of the IEEK Conference
• /
• 2006.06a
• /
• pp.397-398
• /
• 2006

본 논문에서는 이미지 검색을 위해 가장 기본적인 요소인 이미지 색상에 따른 칼라 분포정보를 이용하고 다양한 요소에 따라 가중치를 부여한 칼라기반의 검색 기술자를 제안하였고 실험적 평가를 통하여 제안 기술자의 성능을 평가하였다. 칼라 히스토그램을 통한 이미지 검색 기술자를 설계하는데 있어 칼라모델은 HSV, 웨이블릿 변환 필터는 D9/7, 웨이블릿 분해는 2 레벨을 적용하였을 때 가장 좋은 검색효율성을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.250-252
• /
• 1998

내용기반 이미지 검색(Content-based image retrieval)에서 컬러 특징을 표현하기 위해 컬러 히스토그램이 많이 이용되고 있다. 하지만 히스토그램의 고차원적인 성질 때문에 색인구조를 사용한 효율적인 검색이 어렵고, 유사도 계산 단계에서 비용이 많이 든다. 이점을 개선하기 위해서 이미지의 컬러 정보 손실을 최소화하면서 히스토그램의 차원을 낮추는 컬러 클러스터링 방법이 제안되었다. 이 논문은 이미지 검색의 응용 분야에 따른 이미지 데이터의 컬러 분포 특성을 이용한 컬러 클러스터링 방법을 제안한다. 컬러 분포를 가중치로 이용한 계층적 컬러 클러스터링 방법에 대해 알아보고, 두 단계 컬러 히스토그램을 이용한 이미지 검색에 적용하여 컬러 정보 유지 능력을 실험해 본다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.3
• /
• pp.413-420
• /
• 2023

For a long time, researchers have presented excellent results in the field of image retrieval due to many studies on CBIR. However, there is still a semantic gap between these search results for images and human perception. It is still a difficult problem to classify images with a level of human perception using a small number of images. Therefore, this paper proposes an image classification model using deep learning-based transfer learning to minimize the semantic gap between images of people and search systems in image retrieval. As a result of the experiment, the loss rate of the learning model was 0.2451% and the accuracy was 0.8922%. The implementation of the proposed image classification method was able to achieve the desired goal. And in deep learning, it was confirmed that the CNN's transfer learning model method was effective in creating an image database by adding new data.

• Annual Conference of KIPS
• /
• 2003.11b
• /
• pp.721-724
• /
• 2003

대부분의 이미지 검색은 질의 키워드를 이용하여 이루어지기 때문에 웹으로부터 수집한 이미지에는 미리 주제와 연관된 적절한 색인어를 부여하는 것이 필요하다. 웹 문서의 키워드를 이용하는 방법은 이미지와 연관성이 높은 것으로 간주되는 주변 키워드에 대해 각각의 연관도를 계산하여 색인어를 선정하는 방법이다. 본 논문에서는 이미지 주변의 키워드를 이용하여 이미지를 인덱싱한 후 유저 피드백을 통해 정확도를 높이는 웹 이미지 검색 모델을 제안한다.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.1294-1297
• /
• 2011

최근, Flickr, YouTube 와 같은 사용자 참여형 미디어 공유 및 검색 사이트가 폭발적으로 증가하면서, 이를 멀티미디어 정보 검색 서비스에 효과적으로 활용하기 위한 다양한 연구들이 시도되고 있다. 특히, 이미지에 할당되어 있는 태그를 이용하여 이미지를 효과적으로 검색하기 위한 연구가 활발히 진행 중이다. 그러나 사용자들에 의해 제공되는 소셜 이미지들은 매우 다양한 범위와 주제를 가지고 있기 때문에, 소셜 이미지들의 분류 및 태그 할당을 위한 트레이닝 집합의 획득이 쉽지 않다는 한계점을 가지고 있다. 본 논문에서는 데이터 군집화를 위한 클러스터링 알고리즘들 중 K-Means, K-Medoids, Affinity Propagation 을 활용하여 소셜 이미지 집합으로부터 트레이닝 집합을 획득하기 위한 방법들을 살펴 본다. 또한, 각 알고리즘으로부터 획득한 트레이닝 집합을 이용하여 소셜 이미지를 분류한 결과를 비교 분석한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.139-141
• /
• 2005

최근 인터넷의 발달에 따라 XML 문서의 사용과 각종 영상정보의 양이 크게 증가되었다. 이에 따라 XML 문서를 관리하기 위한 XML 데이터베이스의 필요성과 메타데이터 표준화에 대한 중요성이 증가되고 있다. XML 데이터베이스는 XML 문서의 특성을 고려하여 그 특성을 효율적으로 지원할 수 있다. 또한 국내에서는 교육정보분야 메타데이터 표준인 KEM 2.0이 제정 되었고 국외에서는 멀티미디어 데이터에 대한 표준으로 MPEG-7이 제정이 되었다. 이에 따라 본 논문에서는 MPEG-7을 기반으로 KEM 2.0을 이용한 영상정보 XML 스키마를 생성하고 이를 이용한 영상정보 검색시스템을 XML 데이터베이스 기반으로 설계하고자 한다. 본 논문에서 설계하는 XML 데이터베이스 기반의 영상정보 검색시스템은 XML 문서에 대한 빠른 저장과 검색이 가능할 것이다. 또한 검색 기능에 있어서는 키워드 기반의 의미기반 검색과 유사 이미지를 통한 내용기반 검색, 그리고 이를 내용기반과 의미기반을 통합한 검색 기능을 제공할 것이며 XML 문서에 대한 강력한 질의 수단인 XQuery 질의를 포함하게 될 것이다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.66-69
• /
• 2001

최근 인터넷의 발전으로 방대한 정보가 존재함에 따라 이들 정보들을 통합 관리할 필요성이 증대하고, 웹 검색 시스템의 서비스가 텍스트뿐만 아니라 이미지나 사운드 데이터와 같은 멀티미디어 정보까지 보편화되어 검색의 결과로 서비스를 제공하고 있다. 기존의 검색결과를 보면 멀티미디어 데이터에 대한 검색결과는 부가적 정보로서 서비스를 제공하기 때문에 검색 결과에 대해서도 정확한 결과에 대한 서비스를 제공하지 못하고 있다. 본 논문에서는 XML기반에서 멀티미디어 데이터 소스에 대한 메타데이터를 DTD로 설계하여 내용기반 질의를 효과적으로 분산처리 할 수 있도록 Mediator를 설계한다.

• Journal of KIISE
• /
• v.44 no.12
• /
• pp.1313-1318
• /
• 2017

Aggregating local features in a single vector is a fundamental problem in an image search. In this process, the image search process can be speeded up if binary features which are extracted almost two order of magnitude faster than gradient-based features are utilized. However, in order to utilize the binary features in an image search, it is necessary to study the techniques for clustering binary features to generate binary visual words. This investigation is necessary because traditional clustering techniques for gradient-based features are not compatible with binary features. To this end, this paper studies the techniques for clustering binary features for the purpose of generating binary visual words. Through experiments, we analyze the trade-off between the accuracy and computational efficiency of an image search using binary features, and we then compare the proposed techniques. This research is expected to be applied to mobile applications, real-time applications, and web scale applications that require a fast image search.

• Journal of KIISE:Computing Practices and Letters
• /
• v.5 no.5
• /
• pp.628-638
• /
• 1999

In this paper, we presents a method of retrieving 24 bpp RGB images based on color-spatial features. For each image, it is subdivided into regions by using similarity of color after converting RGB color space to CIE L*u*v* color space that is perceptually uniform. Our segmentation algorithm constrains the size of region because a small region is discardable and a large region is difficult to extract spatial feature. For each region, averaging color and center of region are extracted to construct color-spatial features. During the image retrieval process, the color and spatial features of query are compared with those of the database images using our similarity measure to determine the set of candidate images to be retrieved. We implement a content-based color image retrieval system using the proposed method. The system is able to retrieve images by user graphic or example image query. Experimental results show that Recall/Precision is 0.80/0.84.

• Annual Conference of KIPS
• /
• 2007.11a
• /
• pp.211-214
• /
• 2007

최근 멀티미디어 데이터, 특히 UCC를 중심으로 동영상 데이터가 급증하고 있다. 그러나 현재 대부분의 검색 시스템은 키워드 기반의 동영상 데이터 검색만을 지원하고 있으며, 따라서 사용자가 원하는 동영상 데이터를 효율적으로 검색하지 못하는 실정이다. 동영상 데이터에 대한 효율적인 검색을 지원하기 위해서는, 동영상의 내용(이미지, 색, 모양 등)을 고차원의 특징 벡터 데이터로 표현하여 유사한 동영상을 검색하는 내용-기반 검색이 요구된다. 본 논문에서는 내용-기반 검색을 위해 제안된 기존의 고차원 벡터 데이터 색인 구조를 실험을 통하여 성능을 비교하며, 이를 통해 동영상 내용-기반 검색에 가장 효율적인 색인 기법을 제시한다. 아울러 보다 효율적인 내용-기반 검색을 위한, 근사 k-NN 질의 탐색 기법의 유용성을 검증한다.