• 전자공학회논문지S
• /
• 제36S권10호
• /
• pp.113-122
• /
• 1999

하나의 질의 영상에 대하여 영상 데이터 베이스로부터 유사도가 높은 영상을 찾고자 할 때에는 유사도의 척도로 컬러 히스토그램 인터섹션법과 형상 특징의 비교법, 질감 특징의 비교법 등이 사용된다. 그리고 앞의 개별 특징 중 2가지 특징을 조합한 방법은 유사도의 산출 결과의 정확도를 높이기 위하여 사용된다. 본 논문에서는 히스토그램 인터섹션법과 형상 특징을 반영하는 블록화된 영역별 히스토그램 인터섹션 법을 사용하여 유사도 높은 영상을 얻는 방법을 제안한다. 이 방법은 서로 다른 2가지 특징을 조합하여 사용한 방법과 비교할 때 비슷한 정확도와 상대적으로 빠른 처리 속도를 달성하는 고효율의 알고리즘이다. 시뮬레이션을 통하여 제안한 알고리즘은 600개로 구성된 다양한 영상의 데이터 베이스 내에서 영상 검색이 수행되고 기존의 다른 알고리즘에 비하여 상대적으로 빠르고 신뢰도가 높은 유사도 척도임을 보인다.

• 한국정보처리학회논문지
• /
• 제5권8호
• /
• pp.1951-1959
• /
• 1998

본 논문에서는 내용기반 접근 방법에 의한 보다 효율적인 특징 추출 및 이를 이용한 영상 검색 시스템을 Oracle 데이터베이스상에서 구현하였다. 먼저, 다양한 입력 영상에 대하여 기존 Stricker 방법을 수정하여 영상의 칼라 특징을 추출하고, 추출된 칼라 특징과 ART2 신경만을 이용하여 영상들을 개략 분류한다. 다음, wavelet 변환을 이용하여 변환 영역상에서 영상의 질감 특징을 추출하고, 이를 이용하여 전 단계에서 칼라 특징으로 개략 분류된 영상들의 최종적인 상세 분류를 수행한다. 연구된 특징 추출 방법들을 기반으로 하여, 관계형 데이터베이스상에서 확장된 SQL문을 사용하여 영상 검색 시스템을 구현하였다. 제안된 영상 검색 시스템은 Oracle DBMS상에서 구현되었고, 200개의 시험 영상으로 실험한 결과, Recall과 Precision에서 90%, 81%의 만족한 검색 효율을 보였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권6호
• /
• pp.1033-1040
• /
• 2017

화가들은 회화의 예술적 특징들을 이용하여 회화에서 다양한 감정을 제공한다. 이런 특징들은 단순히 색상, 질감등이 있을 수 있지만, 나아가서 그림의 구도나 대칭성이 될 수 있다. 이런 특징들을 통해서 사람들은 회화를 감상할 때 다양한 감정을 느낄 수 있다. 하지만, 이런 특징을 이용하더라고, 비전문가들에게 쉽게 파악되지 않는 회화들이 존재한다. 특징들의 분석이 직관적이지 않은 회화들이 존재하기 때문이다. 본 연구에서는 이 부분을 도와주기 위해서, 회화와 음악을 매칭시키는 콘텐츠를 제작하고자 한다. 이는 주어진 회화를 음악과 같이 접함으로써 사용자들에게 쉽게 회화를 이해할 수 있도록 도와준다.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.47-52
• /
• 2006

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 영역 특징백터를 이용한 영상 검색 방법을 제안한다. 컬러 히스토그램 검색방법들은 양자화 오류 등의 이유로 정확성이 떨어지는 단점이 있다 이를 해결하기 위해 제안 방법은 색상 정보를 HSY 공간으로 변환하여 순수 색상 정보인 hue 성분만을 양자화하여 히스토그램을 구하고, 이를 명암, 이동, 회전등에 강인한 검색 특징으로 사용한다. 또한 컬러 히스토그램 방법들의 가장 큰 문제점인 공간 정보가 부족한 것은 영상을 16개 영역으로 나눠서 각 영역간의 비교를 통해 해결한다. 그리고 색상 검색에 추가적으로 모양 특징인 에지와 질감 특징인 DCT 변환의 DC를 이용하여 검색의 정확도를 높인다 1,000개의 컬러 영상을 사용해 실험한 결과 기존의 방법들 보다 좋은 정확성을 보인다.

• 한국통신학회논문지
• /
• 제28권7C호
• /
• pp.719-725
• /
• 2003

내용기반 이미지검색 시스템에서는 색인과정으로 색상, 형태 및 질감 등의 특징정보를 추출하여 데이터베이스에 저장한다. 전체 검색 시스템 내에서 탐색이라 함은 특징정보 데이터베이스를 이용하여 질의이미지와 유사한 특징정보를 갖는 이미지를 찾아나가는 부분 과정으로 정의할 수 있다. 본 논문에서는 내용기반 이미지검색 시스템에서의 새로운 2단계 탐색방법을 제안한다. 제안하는 방법은 사용자가 질의를 입력한 후 결과를 얻을 때까지의 반응시간 중 가장 큰 비중을 차지하는 유사도 비교시간인 탐색시간을 최소화하기 위해 Cauchy-Schwartz 부등식의 특성을 이용하여 미리 특징벡터의 차원을 축약하여 저장하고, 이를 사용하여 검색범위를 최소화함으로써 검색속도를 향상시킬 수 있다. 실험결과를 통해 차원축약 기법을 이용하는 2단계 검색방법으로 기존 상세검색 방법과 비교하여, 동일한 검색 적합성을 보장하면서 대용량의 이미지 데이터베이스에서 월등한 탐색속도 향상을 확인하였으며, 특징벡터가 더욱 고차원화 되고 이미지의 수가 더욱 늘어날수록 효과적이었다.

• 한국멀티미디어학회논문지
• /
• 제5권4호
• /
• pp.415-425
• /
• 2002

본 논문에서는 웨이브릿 변환 영역에서 추출된 특징을 기반으로 한 내용기반 영상검색 방법에 관해 연구하였다. 기존의 웨이브릿 기반의 방법에서의 문제점인 특징벡터의 크기를 줄이기 위해 웨이브릿 계수의 영역별 에너지 값을 이용하였으며, 대상물의 이동, 회전, 크기 변화에 영향을 받지 않는 모멘트 특성을 이용한 검색방법을 제안하였다. 본 방법은 특징벡터의 크기를 줄이고, 기존의 특징벡터와 비교해서 검색시간을 단축하면서 분류검색의 효율성을 향상시켰다. 영역기반 영상검색 기능을 제공하기 위해 영상분할 방법에 대해 연구하였으며, 불규칙한 광원에 의한 영향을 최소화할 수 있는 영상분할 방법을 제안하였다 영상분할은 영역병합을 이용하였고, 병합후보영역은 웨이브릿 변환의 고주파 대역 에너지 값을 이용하여 선정하였다 분할된 영역정보를 이용하여 칼라와 질감, 모양 특징벡터를 구성하여 영역기반 영상검색을 수행하였다.

• 한국정보전자통신기술학회논문지
• /
• 제12권1호
• /
• pp.13-21
• /
• 2019

내용기반 영상검색은 영상 내의 정보인 색상, 질감, 형태 등의 특징 값을 추출하여 검색에 이용한다. 본 논문에서는 $8{\times}8$ 이산여현변환, 즉 $8{\times}8$ DCT(Discrete Cosine Transform) 후 얻어지는 DC, AC계수를 이용하여 필터뱅크(filter-bank)를 생성하고, 이를 영상의 내용기반 검색에 이용하는 검색방법을 제안한다. 제안된 방법은 생성된 DCT 필터뱅크에서 DC성분과 주요한 AC성분인 AC01, AC10, AC11 만을 이용하며, DC성분에 대한 양자화를 수행하여 계산량을 최소화한다. 그리고 양자화된 DC성분에 대한 히스토그램 정보를 기반으로 영상 검색에 필요한 특징 값을 산출한다. AC성분에 대해서는 Otsu 이진화를 통하여 개괄적인 형태정보를 취득한 다음 이에 대한 수평/수직 방향으로의 투영 히스토그램을 계산하여 특징 값을 취득한다. 추출된 AC성분의 특징 값은 DC성분의 특징 값과 함께, 특징벡터 빈(feature vector bins)을 구성하여 검색을 수행한다. 실험은 1000장의 데이터베이스를 이용하여 수행 되었으며, 기존의 색상정보를 이용한 검색방법보다 우수한 성능을 보임을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.57-64
• /
• 2006

본 논문에서는 해마신경망(HCNN:HippoCampal Neural Network)을 이용하여 사용자 친화적인 객체 기반 멀티미디어 검색시스템을 제안한다. 내용 기반 검색(Content-based Retrieval)에 관한 대부분의 기존의 질의 방법은 입력 영상에 의한 질의 또는 컬러(color), 형태(shape), 질감(texture)등과 같은 low-level의 특징을 사용한다. 본 논문에서 제안하는 방법은 MPEG 기반의 압축 비디오 스트림으로부터 장면 전환 검출을 수행하여 샷을 검출한다. 이 샷 프레임에서 컬러 객체의 자동 추출을 위하여 similar colorization과 ACE(Adaptive Circular filter and Edge) 알고리즘을 사용한다. 그리고 이렇게 추출된 특징을 해마 신경망을 통하여 학습한 후 멀티미디어 검색 시스템을 구성한다. 제안하는 해마 신경망은 호감도 조정에 의해서 입력되는 영상패턴의 특징들을 흥분학습과 억제학습을 이용하여 불필요한 특징은 억제시키고 중요한 특징은 흥분학습을 통해 장기기억 시켜서 적응성 있는 실시간 검색 시스템을 구현한다.

• 방송공학회논문지
• /
• 제18권3호
• /
• pp.372-379
• /
• 2013

본 논문에서는 LBP와 HSV 컬러 히스토그램을 이용한 내용 기반 영상 검색 방법을 제안한다. 영상 검색 시스템에서는 텍스트가 아닌 사용자가 원하는 특정한 객체를 포함하는 영상을 질의로 입력하여 원하는 영상을 검색한다. 대부분의 연구에서는 색상, 질감, 모양 등과 같은 전역 특징 값을 이용하여 영상을 검색한다. 이러한 전역 특징 값들은 하늘이나 바닥과 같은 배경이 큰 부분을 차지하는 영상에서는 특징 값의 대부분이 배경에서 추출되어 영상 검색의 성능 저하를 초래한다. 이러한 문제를 해결하기 위해, 컬러를 이용하여 영상의 배경을 고속으로 검출하고 배경의 영향을 줄여 관심 객체의 특징을 강조한다. 제안된 방법에서는 특징 값으로 HSV 컬러 히스토그램과 Local Binary Patterns을 사용한다. 또한, 색의 경계 부분의 패턴을 추출하기 위해 양자화 된 Hue 채널에서 Local Binary Patterns을 추출한다. 제안된 알고리즘의 성능 검증하기 위해, Corel 1000 database를 이용하여 실험한 결과 82% 이상의 높은 검색 정확도를 나타내었다.

• 한국방사선학회논문지
• /
• 제17권5호
• /
• pp.735-742
• /
• 2023

비알콜성 지방간은 심혈관계 질환, 당뇨병, 고혈압 및 신장질환의 발생에 있어 독립적인 위험인자에 해당하며, 최근에는 비알콜성 지방간에 대한 임상적 중요성이 증가하고 있다. 본 연구에서는 비알콜성 지방간 환자의 초음파영상에 대하여 질감분석 방법인 GLCM을 적용하여 특징값을 추출하고자 한다. 추출된 특징값들을 이용한 인공신경망 모델의 적용을 통하여 비알콜성 지방간의 지방침착 정도를 정상 간(normal), 경도 지방간(mild), 중등도 지방간(moderate), 중증 지방간(severe)으로 분류를 하고자 한다. GLCM알고리듬 적용 결과 Autocorrelation, Sum of squares, Sum average, Sum variance 파라미터 값들은 경도 지방간, 중등도 지방간을 거쳐 중증 지방간으로 갈수록 특징값의 평균값이 증가하는 경향성을 나타내었다. 인공신경망 모델의 입력은 비알콜성 지방간질환의 초음파영상에 GLCM 알고리듬을 적용하여 추출한 Autocorrelation, Sum of squares, Sum average, Sum variance의 4개의 파라미터들을 인공신경망 모델의 입력값으로 적용하였다. 비알콜성 지방간질환의 초음파영상에 GLCM 알고리듬을 적용하여 추출한 영상을 인공신경망에 적용하여 분류 정확도를 평가한 결과 92.5%의 높은 정확도를 나타내었다. 이러한 결과를 통하여 비알콜성 지방간 환자의 초음파 영상에 대한 질감 분석 GLCM 연구 시 본 연구의 결과를 기초자료로 제시를 하고자 한다.