• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.139-141
• /
• 2000

인터넷 분야가 급성장 하면서 수많은 정보들 가운데에서도 멀티미디어 정보의 양이 급격히 증가하고 있으며, 특히 멀티미디어 정보 가운데에서도 이미지 데이터의 양이 급격히 증가하고 있다. 이러한 이미지의 양은 대규모이므로 사용자가 원하는 이미지를 찾기 위해, 이미지 데이터를 검색하기 위한 여러 가지 방법들이 많이 연구되어 왔다. 본 논문에서는 이미지 검색에서의 색상 질의를 비율로써 정확하게 검색하기 위하여 사람이 색상을 보고 느끼는 색상, 명도, 채도 방식을 이용해 이미지의 색상을 분류하였으며, 웹 브라우저 상에서 가 안정적인 색상을 나타내는 웹 칼라를 이용해 색상을 60도씩 분리하여 분류하였다. 이러한 분류 결과를 이미지 검색에 적용하여 색의 비율단위로 다양하고 정확한 검색을 할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.10a
• /
• pp.429-430
• /
• 2018

The introduction of mobile devices increased the need to apply limitations such as mobile devices' memory, speed, energy, and bandwidth on the designs of searching images. There is a demand to reduce such limitations on searching images on the mobile phone. Hence, this paper proposes a design that adds tags on pictures to manage the images in mobile environment, allowing efficient searches and deletion of duplicate files based on the similarities of the images. The proposed method does not compromise its efficiency by increasing costs; it also reduces the volume of data needed for mobile devices.

• Annual Conference of KIPS
• /
• 2003.05a
• /
• pp.333-336
• /
• 2003

컴퓨터와 네트워크의 처리속도 증가와, 인터넷의 발달로 인하여 이미지, 사운드, 동영상 등 각종 멀티미디어 정보가 인터넷상에 다수 등록되고 있으며, 이에 대한 검색 요구도 증가하고 있다. 그에 따라 다양한 멀티미디어 정보 검색을 위한 방법이 연구되고 있지만, 그에 대하 활용도는 미미하며, 데이터 베이스에 등록된 단순 멀티미디어 정보 검색에 머물고 있는 실정이다. 이에 본 연구는 인터넷상의 멀티미디어 정보 중 이미지 정보를 능동적으로 수집, 정보를 추출하여 검색에 이용한다 이를 위하여, 이미지에 대한 text 정보와 이미지의 속성 및 Link 정보를 이용, 의미 있는 이미지와 의미 없는 이미지를 분류하여 검색의 효율을 높이고, 속성 및 Link 정보를 가중치로 사용함으로써 검색 시 이미지의 중요도를 평가할 수 있도록 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.688-690
• /
• 2005

Ontology를 이용한 대부분의 이미지 검색 시스템들은 중앙 집중적(Centralization)으로 구성되어 있어, 단일 이미지 제공자의 특정 지식기반의 이미지 검색을 제공한다. 이에 반해 메타데이터 기반의 분산 이미지 검색 시스템들은 이미지 제공자들의 자율성을 보장하기 용의하지만, 지식기반 이미지 검색을 제공하지 못한다. 본 논문은 위 시스템들의 단정들을 극복하기 위해 Web Services를 이용하여 다양한 이미지 제공자들의 자율성을 보장하면서, 지식기반 이미지 검색을 지원하는 프레임워크의 Architecture를 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.21-23
• /
• 1999

기존 이미지 데이터베이스 검색 시스템은 질의 결과로 유사도가 높은 이미지들을 모아 제시해 준다. 그런데, 질의 결과로 제시되는 이미지는 전부 같은 크기의 이미지로 표시되고 일차원적으로 단순 나열하기 때문에 결과 이미지의 의미 파악이나 질의 처리 과정의 정보를 확인하는 것이 명확하지 않다. 또한 하나의 화면에 나타낼 수 있는 이미지의 수도 매우 제한된다. 따라서 본 논문은 이미지가 표현되는 화면 공간을 5개의 Wave로 나누고, 유사도 순서로 영역 크기를 할당하여 질의 결과 이미지들을 이차원으로 배열하여 제시하고 관리하는 방안을 제안하는 것이다. 그래서 한정된 화면 공간의 활용도를 극대화하고, 질의 결과에 대한 사용자 인지도를 높이며, 질의 결과의 유사도 정보를 유추하거나 분석하기가 용이한 방안이 될 것이다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.674-675
• /
• 2015

최근 이미지가 가지는 의미적 정보를 온톨로지로 어노테이션한 후 이미지를 분류하고 검색하는 방법들이 제안되고 있다. 하지만 이미지 검색이 어노테이션된 데이터에 SPARQL 질의를 통해 이루어지기 때문에 질의 결과와 일치하는 이미지들만 검색이 된다. 본 논문에서는 기존의 의미 기반 질의 방식이 아닌 이미지에 어노테이션된 온톨로지를 이용하여 유사 이미지를 검색하는 시스템을 제안한다. 설계된 시스템은 이미지가 가지는 태그 정보를 RDF 온톨로지로 확장하는 기존 연구에 추가적으로 온톨로지 유사 매칭 알고리즘을 사용하여 사용자가 원하는 유사 이미지를 검색할 수 있도록 한다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.360-362
• /
• 2019

본 논문에서는 k-Means 클러스터링을 활용한 컬러 기반 이미지 추출을 통한 색각 검사 방안 연구를 진행한다. 이를 위해, RGB 컬러스페이스 기반의 이미지를 특별한 컬러스페이스 이미지로 변환 후 컬러 패턴 분포에 따라 k-Means 클러스터링을 적용하여 다양한 형태의 이미지를 추출하는 실험을 수행한다. 위의 실험을 통해 하나의 이미지를 컬러 분포 패턴을 통해 클러스터링하여 이미지를 추출을 통하여 정상인과 색각 이상자를 판별할 수 있었다. 실험 결과, 다양한 형태와 색을 가진 이미지를 추출하여 정상인이 보는 이미지와 색각 이상자가 보는 이미지가 다른 것을 확인하였다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.644-646
• /
• 2019

테크놀로지의 발달로 영상 이미지는 영상 예술 뿐 만 아니라 다매체에서 디지털이미지로 전달되고 있다. 기존의 영상 이미지는 화면 프레임을 단순히 시간적 움직임을 재현하는 것이나 제한된 화면 효과를 통해 표현되었다. 그러나 테크놀로지의 진보로 인하여 디지털 미디어는 기존 영상 기법을 확장시켜 다양한 표현을 빠르고 쉽고 편리하게 구현이 가능하게 되었다. 이와 같은 기술적 진화는 결과적으로 영상 이미지가 생성하는 이미지와 이미지 사이에 생기는 이질적 간격을 복잡하고 자극적으로 끝임 없이 전달 받게 되는 상황에 놓이게 되었다. 우리에게 디지털 이미지가 생성하는 이미지의 시간성이 움직임을 어떻게 해석할 수 있는지 들뢰즈의 관점에서 살펴보고, 인식적 요소가 실질적으로 어떻게 표현될 수 있는지 실증적인 사례<아디다스 광고 영상>을 중심으로 분석해 보고자 한다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.895-897
• /
• 2019

모바일의 기술 발전과 소셜미디어 사용의 증가로 수없이 많은 멀티미디어 콘텐츠들이 생성되고 있다. 이러한 많은 양의 콘텐츠 중에서 사용자가 원하는 이미지를 효율적으로 찾기 위해 의미 기반 이미지 검색을 이용한다. 이 검색 기법은 이미지에 의미 있는 정보들을 이용하여 사용자가 찾고 자하는 이미지를 정확하게 찾을 수 있다. 본 연구에서는 모바일 환경에서 이미지가 가질 수 있는 의미적 정보를 어노테이션 하고 이와 더불어 모바일에 있는 이미지에 풍성한 어노테이션을 위해 딥러닝 기술을 이용하여 다양한 태그들을 자동 생성하도록 구현하였다. 이렇게 생성된 어노테이션 정보들은 의미적 기반 태그를 통해 RDF 트리플로 확장된다. SPARQL 질의어를 이용하여 의미 기반 이미지 검색을 할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.296-298
• /
• 1999

컬러 히스토그램은 멀티미디어 이미지 데이터의 특성을 표현하기 위하여 널이 이용되어 왔다. 그러나 컬러 히스토그램을 고차원으로 설정할 경우 색인 구조에 효율적이지 못할 뿐만 아니라 유사도 계산에서도 고비용이 요구된다. 이러한 단점을 보완하기 위해 히스트그램의 차원을 줄이는 여러 방법이 제시되어 왔으나 이미지의 색상정보 손실을 피할 수 없으며, 이미지의 전체 히스토그램으로는 이미지의 레이아웃을 고려할 수 없기 때문에 필터링을 통한 후보 선정 시 상이한 이미지가 선택되어지는 문제점을 지닌다. 본 논문에서는 이미지를 일정한 크기의 타일로 분할한 이미지 타일 평균 RGB 방법을 제안하였으며, 실험을 통하여 제안한 방법의 성능을 평가하였다.