• 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.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.2 no.1
• /
• pp.23-28
• /
• 2009

Recently, the research which concerns the object class recognition has been done. Although an object tracking based on most of histograms employs a colored model to improve robustness, the system is not reliable enough yet. In this paper, we presents a method to express and track an object by using the histograms which are composed with visual features through succesive frames. The experimental results shows that this method is reliable to track a car within 80m distance from camera.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1999.05a
• /
• pp.68-74
• /
• 1999

본 논문에서는 영상의 내용을 나타내는 키워드를 이용하는 기존의 텍스트 기반 영상 검색과 영역 색상 정보를 이용한 내용 기반 영상 검색을 결합한 시스템을 구현함으로서, 보다 효과적인 영상 검색을 할 수 있도록 하였다. 영상의 크기는 입력된 원 영상을 사용하였으며, 색상 정보 추출에 있어 HSI 공간으로 변환하여 256개의 칼라로 양자화하였다. 보통의 정지 영상의 경우 대부분의 객체가 중앙에 있을 경우를 고려하여, 영상을 중앙 영역과 배경 영역으로 구분하고, 각각의 영역에서 두 개의 히스토그램을 생성한다. 중앙 영역과 배경영역의 히스토그램 인터섹션을 이용한 검색을 실험하였고, 영역색상과 기존의 키워드를 결합한 검색도 또한 실험하였다. 기존의 히스토그램 인터섹션의 경우 Precision/Recall이 0.34/0.60인데 비해 영역 색상 히스토그램을 인터섹션한 경우의 Precision/Recall은 0.69/0.76이고 키워드를 결합한 경우의 Precision/Recall은 0.92/0.80를 얻음으로써, 제안된 방식의 검색이 비교적 효율적임을 보였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.34 no.3C
• /
• pp.274-278
• /
• 2009

Recently, the research which concerns the object class recognition has been done. Although an object tracking based on most of histograms employs a colored model to improve robustness, the system is not reliable enough yet. In this paper, we presents a method to express and track an object by using the histograms which are composed with visual features through successive frames. The experimental results shows that this method is reliable to track a car within 80m distance from camera.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.503-505
• /
• 1998

효율적인 영상 검색 시스템을 구축하기 위하여 칼라, 형태, 질감등과 같은 특징을 추출하여 검색하는 방법들이 연구되어 지고 있다. 이 중 기존의 형태 정보를 이용한 방법은 적용 대상을 국한하여 연구되거나 특징 추출을 위한 계산의 복잡성에 비해 좋은 효과를 보이지 않고 있다. 본 논문에서는 이러한 문제점을 해결하고 다양한 영상에 적용할 수 있는 특징을 추출하고자 통계적인 방법중의 하나인 히스토그램을 이용하고자 한다. 히스토그램을 이용한 방법은 계산이 용이할 뿐 아니라 검색 결과면에서도 높은 효율을 보이고 있다. 영상으로부터 추출한 선분을 각도에 따라 18개의 빈으로 양자화 하여 각 빈에 속한 선분들의 길이의 합을 이용하여 비교하는 각도 히스토그램(angular histogram), 그리고 선분들이 공간 분포에 대한 정보를 얻기 위하여 각도 히스토그램에서 각 빈에 속한 선분들의 대표 좌표들의 1차, 2차, 3차 모멘트를 구하여 사용하는 방법과 특정 각도를 가진 선분들 사이의 거리를 이용한 각도 Correlogram을 제안한다.

• The Transactions of the Korea Information Processing Society
• /
• v.5 no.9
• /
• pp.2294-2301
• /
• 1998

The aim of this paper is to extract features from each news scenes for example, symbol icon which can be distinct each broadcasting corp, icon and caption which are has feature and important information for the scene in respectively, In this paper, we propose extraction methods of caption that has important prohlem of news videos and it can be classified in three steps, First of al!, we converted that input images from video frame to YIQ color vector in first stage. And then, we divide input image into regions in clear hy using equalized color histogram of input image, In last, we extracts caption using edge histogram based on vertical and horizontal line, We also propose the method which can extract news icon in selected key frames by the difference of inter-histogram and can divide each scene by the extracted icon. In this paper, we used comparison method of edge histogram instead of complex methcxls based on color histogram or wavelet or moving objects, so we shorten computation through using simpler algorithm. and we shown good result of feature's extraction.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.744-749
• /
• 2007

물체 추적시스템은 비디오 감시 시스템, 화상회의 시스템과 같은 다양한 비전 응용 분야에서 점점 비중이 높아지고 있다. 이 시스템에서 가장 널리 사용되고 있는 방법 중 하나로 Particle-Filter를 들 수 있다. 하지만, 이 Particle-Filter의 단점은 유사한 여러 물체를 추적할 때에 그 물체들이 겹치거나 사라질 경우 정확한 추적을 하기 어렵다는 것이다. 이 단점을 극복하기 위해 많은 연구가 진행되고 있으며, 본 논문에서는 이 문제를 극복하기 위한 새로운 방법을 제안하고자 한다. 다중 물체 추적에서 빈번히 일어나는 문제는 두 가지로 요약할 수 있는데, 동일한 다중 물체가 부분적으로 엇갈리거나 다른 객체에 완전히 겹친 후 떨어질 때 한 물체를 중복하여 추적하는 문제(merge and split problem)와 이 때 분리되어 추적은 됐지만, 물체를 혼동하여 추적하는 문제(Labeling problem)이다. 본 논문에서는 이 러한 문제들을 풀기 위해 이미지 필드에서 보다 정확한 확률분포를 만들고, 이 확률분포의 신뢰성을 높이기 위해서 물체의 특징정보를 표현하는 몇 가지 방법을 제안한다. 전자의 문제는 두 가지 문제로 나누어 생각해 보았다. 첫째, 복잡환 환경에서의 분포를 찾아내는 것과 둘째, 추적 중인 물체를 잃어버릴 경우 새로운 샘플을 생성함으로써 나누어 보았다. 이 문제 중 첫번째는 K-means 클러스터링을 이용하여 유사한 물체가 주변에 퍼져 있을 때, 하나의 후보 위치가 아닌, K개의 후보 위치들을 만들어 내어 보다 정확한 추적이 가능하게 하였으며, 두 번째 문제는 추적 중인 물체가 다른 커다란 물체에 가려질 경우이다. 이 상황에서 샘플을 생성하는 방법은 지금까지 해왔던 간단한 환경에서의 생성 범위와는 다르게 넓게 해야 생성시켜야 한다. 이 때 샘플링의 수를 늘리지 않으면서, 최대한 정확하게 추적하기 위해서 동영상에서 물체의 모션을 이용한 모션 히스토그램을 얻어내고, 그 정보를 이용하여 샘플을 생성하는 위치를 조절함으로써 이 문제를 풀어 보았다. 그리고, 후자의 문제인 이미지 필드상에서 확률분포의 신뢰성을 높이기 위한 특징 정보는 기존에 많이 사용하던 칼라 히스토그램에 공간정보의 의미를 부여하는 칼라 히스토그램을 분할하는 방법과 SIFT에서 사용하는 방향정보와 크기정보를 사용했다. 이것들을 사용하여 보다 정확한 물체추적시스템을 다음과 같이 제안한다.

• Journal of KIISE:Software and Applications
• /
• v.29 no.12
• /
• pp.940-946
• /
• 2002

This paper proposes an image retrieval method to use the modified color correlogram. For retrieving images with less effect of the size variation of the regions in an image, the modified color correlogram is extracted by normalizing auto-correlogram and cross-correlogram of the color correlogram from a color image, and the similarity of two images is calculated by putting the less weight to the auto-correlogram of the modified color correlogram. Because proposed method uses the information of the color correlogram more effectively, we can get better results than that of color correlogram method. In the experiments, the performance of the proposed method is better as compared with that of the color cerrelogram method.

• Journal of the Korea Computer Industry Society
• /
• v.7 no.5
• /
• pp.537-544
• /
• 2006

Image Search is one of the most exciting and fast growing research areas in the filed of multimedia technology. This paper conducts an empirical evaluation of color descriptor that uses the information of color distribution in color images, which is the most basic element for image search. With the experimental results, we observe that in the top 10% of precision, HSV, Daubechies 9/7 and 2 level decomposition have little better than others. Also histogram quadratic metrics outperform the Minkowski form distance metrics in similarity measurements, but spend more than 20 in computational times.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.5C
• /
• pp.513-519
• /
• 2007

Color correlogram is widely used in content-based image retrieval (CBIR) because it extracts not only the color distribution of pixels in images like color histogram, but also extracts the spatial information of pixels in the images. The color correlogram uses single color space. Therefore, the color correlograms does not have robust discriminative features. In this paper, we use both RGB and HSV color spaces together for the color correlogram to achieve better discriminative features. The proposed algorithm is tested on a large database of images and the results are compared with the single color space color correlogram. In simulation results, the proposed algorithm 5.63 average retrieval rank less than single color space correlogram.