• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.681-686
• /
• 2003

대량의 일반 이미지 집합에서 사용자가 원하는 이미지를 효율적으로 찾아내는 것이 내용기반 이미지 검색 연구의 주된 목적이나 특정한 분야에 속하지 않은 일반 이미지를 대상으로 하는 연구는 아직까지 만족스럽지 못한 실정이다. 이 논문에서는 이미지의 색상과 형태의 특징 정보들을 추출하여 자동으로 색인하고 검색하는 시스템을 제안하였다. 특징 추출은 인간의 이미지 인식 과정에 기반하여 전체적인 정보와 세부적인 정보로 구분하여 수행하였다. 추출된 특징 정보들은 전역 칼라, 부분 영역 칼라, 전역 형태, 부분 영역 형태 정보로 구분하였다. 실험 결과 제안한 방법은 기존의 방법과 비슷한 시간 내에 비교적 높은 Precision과 Retail로 이미지를 검색함을 알 수 있었다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2000년도 제7회 학술대회 논문집
• /
• pp.119-124
• /
• 2000

본 연구의 목적은 저거슨이 제시한 12가지 이미지 속성을 목록요소로 하여 국내, 국외 회화 이미지 검색 시스템(Art Image Retrieval System; 이하 AIRS)을 구축하고, 이용자로 하여금 이 두 시스템을 통해 회화 이미지를 검색하도록 함으로써 저거슨인 제시한 이미지 목록 요소가 실제 시스템 검색에 적합한지와 이용자 만족도를 측정하고 비교함으로써 시스템을 평가하고자 한다. 또한 저거슨이 제시한 이미지 목록요소가 회화 이미지를 검색하는데 충분하지 않다면 추가되어야 할 요소가 무엇인지를 파악하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.489-492
• /
• 2007

산업재산권중 하나인 상표에 대한 효율적인 이미지 검색은 상표도용 및 이로 인한 분쟁을 방지할 수 있다. 이를 위해서는 효율적인 내용기반 유사이미지 검색이 필요하다. 본 논문에서는 상표이미지검색에 있어 가시적인 특성(visual feature)을 그레이 히스토그램을 통해서 상표이미지의 특성값을 추출하여 이를 입력패턴으로 SOM(Self-Organizing Map)알고리즘을 적용한 내용기반 유사이미지 검색시스템을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (1)
• /
• pp.122-124
• /
• 2000

본 논문은 질병이 있는 뇌종양 MRI 이미지 검색을 위해 아이콘 기반의 스케치 질의 방안을 제시한다. 기존의 이미지 검색 시스템은 이미지가 갖는 속성 중 일부의 속성 값만을 가지고 사용자가 직접 질의 이미지를 작성한다. 그러나 이런 방법으로는 여러 복잡한 속성값을 갖는 뇌종양 MRI 이미지의 내용을 표현하기는 어렵다. 그래서 본 논문에서는 질병이 있는 뇌 MRI 이미지 검색을 위해 아이콘을 사용한 템플릿 형식의 메디컬 스케치 질의 방법을 제시한다. 뇌에서 발생하는 뇌질환을 질병별로 분류하였고, 분류된 질병들이 가지고 있는 색상이나 질감, 모양과 같은 속성 값들을 아이콘화하여 템플릿 이미지로 제공되는 정상인의 이미지에 정의된 질병 아이콘의 크기와 위치를 설정함으로써 사용자가 검색하고자 하는 질의 이미지를 쉽게 작성할 수 있는 스케치 형식의 질의방법을 제안한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2000년도 춘계학술발표논문집
• /
• pp.357-360
• /
• 2000

최근에는 텍스트기반 검색 기법의 단점들을 극복하기 위하여 멀티미디어 데이터에서 내용으로 표현되는 특징데이터(Feature data)를 자동으로 추출하여 이를 기반으로 검색을 하는 내용기반 검색기법(Content- Based Retrieval Technique)에 대한 연구가 활발하다. 그러나 내용기반 검색 시스템에서 데이터 수가 무한히 많아질 경우, 찾고자 하는 이미지를 검색하는데 정확성과 시간면에서 효율성이 떨어진다. 따라서 방대한 이미지 데이터를 보다효과적으로 검색하고 저장하기 위해서는 유사성이 높은 이미지들을 서로 묶어 그룹화하고 그룹별 특징을 분석하여 인덱스화 함이 필요하다. 이에 본 논문에서는 그룹화를 위해 각각의 이미지 객체에 대하여 웨이브릿변환 (Wavelet Transform) 기법과 질감 특징( Texture Feature) 값 추출을 통해 그룹간에 가지는 특징값을 분석 비교하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (C)
• /
• pp.283-286
• /
• 2006

내용기반의 이미지 검색방법은 객체의 내부의 정보를 이용한 검색방법으로 색상, 모양, 질감과 같은 특징을 사용한다. 이러한 특징 중에 모양은 검색에 사용될 수 있는 점을 추출하여 유사도 계산에 사용한다. 유사도 계산은 점의 개수가 증가할수록 검색의 응답시간도 함께 증가한다는 문제점이 있다. 본 논문은 응답시간 향상을 위하여 특징점들에 대한 그리드 기반의 유사도 매칭 기법을 제안한다. 그리드 기반의 유사도 매칭 기법은 점들을 그리드로 나누어 검색의 범위를 좁힘으로써 매칭하는 횟수를 줄이는 방법이다. 특징점으로 사용된 점들은 이미지의 선으로부터 MPP(Minimum Perimeter Polygons) 알고리즘으로 추출하였으며, 특징 점들간의 거리값의 합을 유사도로 계산하였다. 실험에서는 400여개의 식물 잎 이미지로부터 점들을 추출하여 검색 시간을 비교하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 추계학술발표논문집 (상)
• /
• pp.81-84
• /
• 2002

멀티미디어 분야가 급성장하면서 좀더 효율적으로 멀티미디어 자료의 저장, 처리, 검색을 위한 연구가 진행되고 있다. 특히, 내용기반 시각정보 검색에 있어 지능형 시스템(Intelligent System)을 접목하여 의미적 접근을 시도하는 I-CBIR(Intelligent-Content Based Image Retrieval)에 관한 연구가 진행되고 있다. 또한, 내용기반 이미지검색 시스템에 온톨로지(Ontology)의 이론을 적용하여 이미지에 의미를 부여하여 개념적 검색이 가능하도록 노력하고 있다. 이러한 연구에서 적용된 대형의 온톨로지는 이미지 검색 시스템에 적합하지 않게 너무 방대한 정보를 가지고 있으며, 또한 시대적 변화에 대응하지 못하여 I-CBIR 시스템에서 그 효율성을 제대로 발휘하지 못하고 있다. 따라서 본 논문에서는 많은 대형 온톨로지 중에서 WordNet을 선택하여, WordNet의 구축 방법에 기반한 자동차(Car)에 대한 도메인 온톨로지(Domain Ontology)를 구축해보고, 구축된 도메인 온톨로지를 적용함으로써 더 향상된 I-CBIR 시스템이 되도록 하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제9권11호
• /
• pp.1133-1144
• /
• 2019

최근 스마트 기기의 발전으로 인터넷상에 존재하는 이미지 데이터의 양이 급속하게 증가하는 상황에서 효과적인 이미지 검색을 위한 다양한 방법들이 연구되고 있다. 기존의 이미지 검색 방법들은 이미지에 존재하는 물체들을 단순하게 검출하여 각 물체들의 라벨 정보에 근거한 검색을 수행하기 때문에 사용자가 원하는 이미지와 검색 결과로 얻은 이미지 간에 의미적 차이인 시맨틱 갭(Semantic Gap)이 발생된다. 이미지 검색에서 발생하는 시맨틱 갭을 줄이기 위해, 본 논문에서는 딥러닝 기반의 다중 객체 분류 모듈과 사람의 행위를 분류하는 모듈을 연결하고, 이 모듈들에 행위 온톨로지를 결합하였다. 즉, 딥러닝과 행위 온톨로지의 결합을 기반으로 객체들 간의 연관성을 고려한 이미지 검색 시스템을 제안한다. 이미지에 포함된 동적인 행위를 고려하기 위해 Walking과 Running 데이터를 이용하여 실험한 결과를 분석하였다. 제안한 방법은 향후 이미지 검색 결과의 정확도를 높일 수 있는 영상의 자동 주석 생성 연구에 확장하여 적용할 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.163-165
• /
• 2000

내용기반 이미지 검색을 위한 기존의 대부분의 기법들은 이미지 데이터에 효과적으로 적용할 수 있는 고차원의 색인구조를 고려하지 않았다. 이 연구에서는 이미지 데이터베이스에서 보다 효율적이며 정확도가 높은 검색결과를 기대할 수 있는 색상 특징 데이터 표현방법인 ECCV기법, 모양 특징 데이터 표현방법인 EPA기법을 소개한다. 또한 고차원 데이터에 대해서도 검색속도를 향상시킬 수 있는 새로운 다차원 공간 인덱스 구조인 XS-트리를 제안한다. 이 방법을 이용하면 특징표현단계에서는 차원의 수가 증가되어 저장에 필요한 공간을 많이 요구하지만 인덱싱 단계를 거치면 이미지 검색 속도가 향상되며 정확한 이미지를 검색 할 수 있는 장점이 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제34권3호
• /
• pp.193-205
• /
• 2007

디지털 이미지의 양이 증가함에 따라 원하는 이미지를 정확하고 빠르게 찾을 수 있는 방법의 필요성이 증가하고 있다. 이미지 검색 방법으로는 이미지의 색상이나 명암과 같은 시각적 특성을 검색 조건으로 이용하는 내용 기반 검색과 이미지를 설명하는 키워드를 검색 조건으로 이용하는 키워드 기반 검색이 있다. 하지만 이러한 방법만으로는 사용자가 원하는 이미지를 정확하게 찾기 힘들다는 문제점이 제기되어 왔다. 따라서 최근에는 검색 도중 사용자의 응답을 받아 사용자의 요구를 파악함으로써 향상된 검색 결과를 제공하는 적합성 피드백에 대한 연구가 많이 진행되고 있다. 하지만 적합성 피드백을 이용하는 방법들도 원하는 결과를 얻기 위해서는 여러 번의 피드백을 필요로 하고 질의 수행이 완료된 후에는 얻어진 피드백 정보를 재사용하지 못한다는 단점이 있다. 따라서 본 논문에서는 이미지에 키워드를 연결한 후 사용자의 피드백 정보를 반영하여 키워드의 신뢰도를 조절함으로써 키워드 기반 이미지 검색의 정확도를 높일 수 있는 모델을 제안한다. 제안된 모델에서는 사용자로부터 피드백을 받은 이미지뿐만 아니라 긍정적 피드백을 받은 이미지들이 공통적으로 가지는 시각적 특성과 유사한 시각적 특성을 가지는 다른 이미지들까지도 키워드의 신뢰도를 조정함으로써 좀 더 빠른 시간 내에 검색 결과의 정확도를 높이도록 한다. 제안한 방법의 정확성을 검증하기 위한 실험 결과에 따르면, 같은 횟수의 피드백을 받으면서도 재현율과 정확률은 빠른 증가를 보이는 것으로 나타났다.