• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.61-63
• /
• 2001

최근들어, 인터넷상의 E-business나 쇼핑몰사이트와 같은 웹 사이트에서 멀티미디어 정보를 많이 사용하고 있다. 멀티미디어 정보 중에서도 이미지 정보가 가장 많이 사용되고 있으며, 이는 사용자들이 가장 많이 접하는 정보이다. 기존의 이미지 검색 기법은 내용 기반 검색이나 키워드를 이용한 검색 방법을 지원하지만, 사용자의 의도를 적용하지는 못하고 있다. 본 논문에서는 웹에서 사용자가 이미지를 검색하고 접근하는 패턴을 이미지의 칼라와 질감을 특징으로 한 벡터를 기반으로 시스템에 학습 시키고 사용자의 검색 성향을 분석하여 시스템에 적용한다. 이미지 검색의 효율을 높이기 위하여 질감을 기반으로 비트 벡터 인덱스(bit vector index) 기법을 적용하며, 인덱스에 의한 이미지 자동 분류 기법을 제안한다. 또한 이미지 칼라의 정보를 영역별로 추출하여 칼라 부분매칭 검색을 가능하게 한다. 이러한 이미지 검색 시스템을 사용하는 사용자의 정보를 시스템에 학습시키고 학습된 결과를 이용해서 사용자가 검색 하고자 하는 이미지 정보에 편리성을 제공하고 검색의 효율성을 증대시킨다.

• Annual Conference of KIPS
• /
• 2016.10a
• /
• pp.663-664
• /
• 2016

다양한 분야에서 특정 이미지와 유사한 내용의 이미지를 찾기 위해서 이미지 유사도 기법을 지원하는 웹 또는 프로그램이 많이 사용되고 있다. 본 논문에서는 이미지 유사도 기법을 병리학 이미지에 적용하여 특정 세포를 찾는데 사용함으로써 사용자에게 정확하고 신뢰성 있는 정보를 전달하려 한다. 실제로 병리학에서 특정 세포를 찾기에는 세포의 크기가 너무 작고 모양이 일정하지 않는다는 점 때문에 유사한 세포를 찾기가 힘들다. 이를 해결하기 위해 Leveling과 Tiling 방식을 적용하여 데이터를 추출하고 이미지 동기화를 통해 유사도 비교 시 정확도를 높이도록 한다. 다양한 병리학 이미지 포맷을 지원하는 OpenSlide 기반의 대용량 이미지에 제안하는 방식을 적용하여 특정 세포와 유사한 부분을 찾아내는 실험을 통하여 제안하는 방식이 효율적임을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.613-615
• /
• 2002

최근 디지털 이미지 사용이 급속도로 증가함에 있어 자동적인 이미지 데이터 색인과 검색에 관한 연구가 증가하고 있는 추세이나 특정한 분야에 속하지 않은 일반 이미지를 대상으로 하는 연구는 아직까지 만족스럽지 못한 실정이다. 내용기반 이미지 검색은 대량의 일반 이미지 집합에서 사용자가 원하는 이미지를 효율적으로 찾아내는 시스템이며 이에 본 논문에서는 이미지의 색상과 형태의 특징 정보들을 추출하여 자동으로 색인하고 검색하는 새로운 시스템을 제안하였다. 특징 추출은 인간의 이미지 인식 과정에 기반하여 전체적인 정보와 세부적인 정보로 구분하여 수행하는 새로운 기법을 사용하였고 추출된 특징 정보들은 전역 칼라, 부분 영역 칼라, 전역 형태, 부분 영역 형태 정보로 구분되어 데이터베이스에 저장하였으며 유사도 검색 시에는 사용자가 검색 목적에 알맞은 가중치를 적용하여 이미지를 검색하도록 하였다.

• Annual Conference of KIPS
• /
• 2017.11a
• /
• pp.774-777
• /
• 2017

사진에는 의도하지 않은 노이즈나 찍는 과정 중에 발생한 실수나 문제로 원치 않게 가려진 부분이 있을 수 있는데, 이미지 완성 어플리케이션은 사용자가 전문적인 프로그램이나 전문가의 도움 없이 노이즈나 가려진 부분을 제거할 수 있도록 하였다. 본 논문에서는 GAN(Generative Adversial Network) 모델에 노이즈가 있는 사진을 입력으로 넣어 노이즈가 제거 된 사진을 생성하도록 하였고, 생성 된 사진과 기존 이미지가 자연스럽게 합성 될 수 있도록 보정을 하여 완성 된 이미지를 출력하는 어플리케이션을 제안한다. GAN 분류 모델의 시그모이드 교차-엔트로피와 생성이미지와 원본이미지간의 평균 제곱 오차를 함께 최소화 하도록 생성 모델을 학습시켰고, 낮은 평균 제곱 오차를 가지는 완성 이미지를 생성 할 수 있었다. 이미지 보정을 통해 생성 된 이미지와 입력 이미지와의 밝기 차이를 해소시켜 좀 더 자연스러운 완성 이미지 결과를 얻을 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02c
• /
• pp.170-175
• /
• 2007

영상 재투영이란, 깊이 맵을 투영하여 임의의 시점에서 본 이미지를 생성해내는 기법을 말한다. 기존의 CPU를 이용한 영상 재투영 기법들의 가장 큰 단점은 CPU와 GPU 간의 데이터 복사가 일어나고 재투영 연산 자체의 속도가 느리기 때문에 실시간 렌더링이 불가능 하다는 것이다. 따라서 본 논문에서는 GPU를 이용하여 영상 재투영을 구현하고 실시간에 이미지를 렌더링하는 기법을 소개한다. 우리의 기법은 입력으로 참조 이미지와 해당 이미지의 깊이 맵이 주어졌을 때, 임의의 시점에서 보이는 새로운 이미지를 실시간으로 생성한다. 임의의 시점에서 이미지를 생성하기 위해, 각 픽셀에서 참조 이미지에 해당하는 평면을 렌더링하여 시점 반대 방향의 광선을 생성한다. 이 광선을 참조 이미지의 투영 공간으로 변환한 후, 광선과 깊이 맵간의 교차점을 찾는다. 이렇게 찾아낸 깊이 맵의 교차점과 일치하는 참조 이미지의 픽셀 색으로 새로운 시점의 이미지를 만들어 낼 수 있다. 이와 같은 기법은 기하 정보의 복잡도와 관계없이 수십 프레임의 속도로 실시간 렌더링이 가능하다.

• Annual Conference of KIPS
• /
• 2000.10b
• /
• pp.1075-1078
• /
• 2000

본 논문에서는 무선선로상의 제약과 무선 단말기의 제한된 자원을 이용하여 무선 인터넷 서비스를 좀 더 효율적으로 제공하기 위한 WBMP(Wireless BitMaP) 변환기와 해석기의 설계 및 구현에 대하여 기술한다. WBMP 변환기는 기존의 이미지를 단색의 압축되지 않은 형태인 WBMP 이미지로 변환하고, 단말기 내의 WBMP 해석기는 WBMP 이미지를 해석하여 브라우저를 통해 나타낸다. WBMP 이미지는 헤더의 구조가 간단하고, 이미지 표현에 사용되는 데이터의 양이 적으므로 무선 환경에 적합한 형태이다. 그러나 컬러 이미지를 변환하면 이미지 정보가 손실되거나 왜곡될 수 있고, 표현된 컬러의 수가 많을수록 손실률은 높아진다. 따라서 향후 그레이-레벨 이미지 또는 컬러 이미지로의 변환 및 해석 기능을 확대 적용할 필요가 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.293-295
• /
• 1999

다양하고 방대한 이미지 자료를 효율적으로 저장 관리하고, 또한 효과적인 이미지의 내용 검색을 수행하는 통합 시스템의 필요성이 증가하고 있다. 본 논문에서는 객체지향 멀티미디어 DBMS인 바다-IV에서 내용 기반 이미지 검색을 제공할 수 있도록 통합 DBMS 구조를 설계하고, 이미지 자료를 효율적으로 저장, 관리 및 검색할 수 있는 방법을 제시한다. 또한, 이를 이용하여 이미지의 색상 특징에 기반한 내용 검색을 수행하는 시스템을 구현한다. 구현된 바다-IV DBMS의 이미지 내용 검색은 SQL을 통한 이미지 검색을 지원하도록 내용 검색 질의어 구문을 지원하고, 그리고 이미지 검색 성능 개선을 위해 2단계 이미지 검색 알고리즘을 사용한다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.726-729
• /
• 2015

최근 네트워크 및 카메라 모듈의 발전으로 인해 생성되는 이미지 데이터의 양이 대용량화 되고 있으며, 이미지 데이터를 이용한 이미지 검색 서비스가 제공되고 있다. 이미지 검색 서비스를 제공하기 위해 이미지 데이터베이스 구축이 요구된다. 효율적인 데이터베이스 구축을 위해 Bow 기법을 이용하여 데이터의 차수를 낮춘 후 이미지 벡터를 저장하는 방식을 사용한다. 그러나 이미지 데이터의 수가 급격히 증가하여 오랜 수행 시간을 요구한다. 본 논문에서 인-메모리 기반 분산 프레임워크인 스파크를 이용한 이미지 벡터 생성 과정을 분산 설계하였다. 실험을 통해 제안하는 분산 처리 기법이 기존방법에 비해 효율적임을 보인다.

• Annual Conference of KIPS
• /
• 2000.04a
• /
• pp.22-27
• /
• 2000

이미지 데이터베이스에서의 내용기반 검색 요구가 급증하고 있다. 기존의 이미지 특징벡터는 상세한 이미지를 표현하는데 부정확하므로 시각적 질의를 위한 만족할만한 결과를 제공하지 않는다. 본 연구에서는 내용기반 이미지 데이터 검색을 지원하는 블록지향 이미지 분리 구조를 제시하고, 노나 트리(nona-tree) 데이터 구조를 개선한 블록 지향 이미지 분리 구조를 통해 검색 속도를 개선한다. 이미지 특징을 표현하기 위해서 웨이블릿 변환을 사용하여 특징 벡터를 구성하고 제안한 데이터 모델을 통해 데이터베이스에서 분리된 세그먼트들을 비교하였다. 실험 계산을 통하여 노나 트리 분리 구조와 제안한 이미지 분리 구조를 비교하였고, 계산 결과 재현율과 정확도는 유사하지만, 검색 속도가 기존방법보다 우수하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.246-248
• /
• 2019

최근 딥 러닝을 이용한 방법들이 이미지 분류에서 뛰어난 성능을 보임에 따라, 컴퓨터 비전의 중요한 문제 중 하나인 이미지 검색에도 이를 활용하고 있다. 특히, 이미지 검색에 사용할 수 있는 이미지 기술자 (Image descriptor)를 깊은 신경망 구조의 일부분인 Fully-connected layer에서 추출하여 사용하는 방법들이 제시되고 있고, 이를 위해 알맞은 목적함수를 설계하여 깊은 신경망을 학습하는 것이 중요해지고 있다. 딥 러닝을 통해 얻은 이미지 기술자는 실수형 데이터로서, 한 장의 이미지를 수치화하여 표현하는 데 많은 메모리를 소모하게 된다. 이를 보완하기 위해 이미지 기술자를 작은 용량의 이진코드로 mapping 하는 해싱 (hashing) 이라는 과정이 필수적이나 이에 따른 한계점이 발생한다. 본 연구에서는 실수형 데이터가 갖는 거리 계산에서의 이점과 이진코드의 장점을 동시에 살릴 수 있는 Product Quantization 방식의 이미지 검색 방법을 이용하여 한계점을 극복하였다. 우리는 제안한 방법을 얼굴 이미지 데이터 셋에 실험하였고 기존 방식보다 뛰어난 성능을 보이는 것을 확인할 수 있었다.