• 한국멀티미디어학회논문지
• /
• 제7권9호
• /
• pp.1312-1320
• /
• 2004

최근 다양한 시각적 특징 표현들이 연구되고 많은 시스템들이 만들어졌음에도 불구하고 기존의 내용기반 영상 검색 접근 방식들은 유음성에서 한계가 있었다. 특히 사용자의 고 수준개념들과 시스템의 저 수준 특징 사이의 차이와 시각적 내용에 대한 인간의 유사성 인식의 주관성이 배제되는 한계를 지니고 있었다. 따라서 영상정보의 정확한 데이터 전달과 이를 효율적으로 검색하기 위한 방법이 요구된다. 적합성 피드백은 멀티미디어 검색에 있어 사용자가 요구하는 정보를 반영할 수 있어 영상의 검색 효율을 높일 수 있다. 본 논문에서는 기존의 적합성 피드백 기법의 성능을 향상시키기 위해 경계 값과 pre-fetching을 이용하여 긍정적 피드백과 부정적 피드백을 혼합한 개선된 영상 검색 기법을 제안한다. 또한, 제안된 피드백 기법을 이용하여 기존의 검색시스템을 보다 발전시킨 영상 검색 시스템을 구현한다.

• Journal of Information Processing Systems
• /
• 제14권2호
• /
• pp.469-486
• /
• 2018

We propose an enhanced version of the local binary pattern (LBP) operator for texture extraction in images in the context of image retrieval. The novelty of our proposal is based on the observation that the LBP exploits only the lowest kind of local information through the global histogram. However, such global Histograms reflect only the statistical distribution of the various LBP codes in the image. The block based LBP, which uses local histograms of the LBP, was one of few tentative to catch higher level textural information. We believe that important local and useful information in between the two levels is just ignored by the two schemas. The newly developed method: gradual locality integration of binary patterns (GLIBP) is a novel attempt to catch as much local information as possible, in a gradual fashion. Indeed, GLIBP aggregates the texture features present in grayscale images extracted by LBP through a complex structure. The used framework is comprised of a multitude of ellipse-shaped regions that are arranged in circular-concentric forms of increasing size. The framework of ellipses is in fact derived from a simple parameterized generator. In addition, the elliptic forms allow targeting texture directionality, which is a very useful property in texture characterization. In addition, the general framework of ellipses allows for taking into account the spatial information (specifically rotation). The effectiveness of GLIBP was investigated on the Corel-1K (Wang) dataset. It was also compared to published works including the very effective DLEP. Results show significant higher or comparable performance of GLIBP with regard to the other methods, which qualifies it as a good tool for scene images retrieval.

• 한국콘텐츠학회논문지
• /
• 제7권1호
• /
• pp.40-47
• /
• 2007

단백질 매크로 어레이 영상에서 단백질 칩 각각의 특징을 규명하는 것은 중요한 것이다. 사람의 시각에 의한 판단은 많은 단백질 칩 영상을 실험할 경우, 장시간의 관찰과 그로 인한 오류가 발생할 수 있다. 따라서 시뮬레이터를 통한 특성 파악이 필요하게 되고, 매크로 어레이 스캔 영상에 대해 특성 분석을 할 경우 효율을 극대화할 수 있다. 형광 스캔 영상에 있어서, 각 셀의 반응도는 컬러 영상의 R, G, B 분포에 의존하여 왔다. 그러나 중첩되는 영상의 경우는 한쪽으로 구분하여 분류하기가 어렵다. 본 논문은 이러한 단점을 극복하기 위해 사용자가 원하는 색상에 대한 퍼지 측도 값을 적용한 퍼지 적분 값으로서 단백질 칩의 반응색상을 구분 지었다. Scan Array 5000에 의해 구성된 매크로 어레이 형광 영상들에 대해 실험한 결과, 퍼지 적분을 사용한 제안 방법이 모호한 색상에 대해 결정을 내릴 수 있는 요소가 됨을 보여 주었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.703-712
• /
• 2003

디지털 기술의 발달과 인터넷의 대중화에 더불어 영상데이타의 생산과 교환이 더 자유로워짐에 따라 디지털 도서관, 영상처리, 데이타베이스 시스템과 같은 연구분야에서 내용기반 영상검색에 대한 관심이 높아지고 있다. 일반적으로 ´영상에 의한 질의´의 경우 사용자가 마음에 드는 영상이 없더라도 반듯이 진의 영상을 데이타베이스로부터 선택해야 하지만, ´스케치에 의한 질의´는 사용자의 생각에 따라 영상온 그림으로 표현할 수 있으므로 최근에 가장 많이 사용되는 질의 방법 중 하나이다. 본 논문에서는 스케치 진의와 영상 분류 방법을 이용하는 사바 기반의 영상검색 시스템을 제안한다. 본 시스템에서는 유사영상을 검색하기 위해 영상으로부터 색상 히스토그램과 Haar-웨이블릿 계수를 사용하고, leave-one-out 방법을 이용하여 영상을 분류하도록 하였다. 본 논문에서는 사진-그림, 자연 도시 등의 영상 분류론 통해 영상의 의미정보를 추출할 수 있을 뿐 아니라, 사용자 질의 영상을 분류하여, 질의 영상이 갖고 있는 의미공간으로 검색 공간을 축소하여 검색 시간을 단축시키는 효율성을 얻을 수 있었다.

• 한국통신학회논문지
• /
• 제41권7호
• /
• pp.816-822
• /
• 2016

콘텐트 기반 이미지 검색은 기존의 태그 또는 레이블이 있는 텍스트 기반의 검색이 아닌 이미지의 특징을 이용하여 검색하는 방법이다. 실생활 이미지 데이터는 태그나 레이블이 달려있는 경우가 많지 않기 때문에 텍스트 기반의 검색 방법을 사용하기 힘든 경우가 있다. 또한, 기존에 주로 사용되는 이미지 특징 벡터의 유사도를 사용하여 검색하는 방법은 추출 벡터의 유사도 기준으로 사용자가 의도한 결과가 나올지 확신할 수 없다. 예를 들어 사용자가 입력한 질의 이미지와 검색된 이미지들의 종류가 일치하는지의 문제가 있다. 본 논문에서는 사용자가 질의 이미지의 클래스를 예상하고 결과도 동일한 클래스를 원한다는 가정에 착안하여 이미지 검색 엔진의 성능을 개선하였다. 기존의 유사도 기반의 검색에 머신 러닝 기법을 사용한 이미지 분류기를 적용하여 질의와 동일한 클래스의 결과를 찾는 방법을 제안하였으며, 그 성능을 20개 카테고리에 속하는 11,530개의 이미지로 구성되어 있는 PASCAL VOC 공개 데이터를 이용하여 검증하였다.

• 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.

• 전자공학회논문지CI
• /
• 제44권5호
• /
• pp.1-11
• /
• 2007

영상 정보의 이용이 증가함에 따라 영상을 효율적으로 관리할 수 있는 시스템의 필요성이 증가하고 있다. 이에 따라, 본 논문에서는 영상 분할 알고리즘, 색상 특성, 질감, 그리고 영상의 형태와 위치 정보의 효율적인 결합에 근거한 영역기반 내용 검색 알고리즘을 제안한다. 색상 특징으로는 색상의 공간적인 상관관계를 잘 나타내는 HSI 색상 히스토그램을 선택하였고, 영상의 분할과 질감특성은 각각 Active control와 CWT(Complex wavelet transform)를 사용하였다. 그리고 형태와 위치 특징들은 HSI의 휘도 성분에서 불변 모멘트를 이용하여 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(색상 히스토그램, Hu 불변 모멘트, CWT)을 결합하여 정확도와 재현율을 측정하였다. www. freefoto.com에서 제공하는 DB를 사용하여 실험한 결과, 제안된 검색엔진은 94.8%의 정확도와 82.7%의 재현율을 가지며 성공적으로 영상 검색 시스템에 응용할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제6권2호
• /
• pp.44-50
• /
• 2006

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 객체 영역을 이용한 내용기반 영상 검색 방법을 제안한다. 기존 컬러 히스토그램 검색 방법들은 양자화 오류 등의 이유로 정확성이 떨어지고, 공간정보가 부족한 단점이 있다. 이를 해결하기 위해 제안 방법은 색상 정보를 HSV공간으로 변환하여 순수 색상 정보인 hue성분만을 양자화하여 히스토그램을 구해 명암, 이동, 회전 등에 강인한 검색 특징으로 사용한다. 한편 공간정보가 부족한 문제점을 해결하기위해 색상 특징과 영역간의 상관관계를 고려하여 객체영역을 선정한다. 선정된 객체 영역에서는 에지와 DC를 이용하여 검색한다. 자연 컬러 영상 1,000개를 가지고 실험한 결과 기존 방법들보다 precision과 recall이 우수하였다.

• 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.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.79-82
• /
• 2015

이미지를 분류하고 검색하는 기술(Image retrieval)중 하나인 Bag of visual words(BoVW)는 특징점(feature point)을 이용하는 방법으로 데이터베이스의 이미지 특징벡터들의 분포를 통해 쿼리 이미지를 자동으로 분류하고 검색해주는 시스템이다. Words를 구성하는데 특징벡터만을 이용하는 기존의 방법은 이용자가 원하지 않는 이미지를 검색하거나 분류할 수 있다. 이러한 단점을 해결하기 위해 특징벡터뿐만 아니라 이미지의 전체적인 분위기를 표현할 수 있는 색상정보나 반복되는 패턴 정보를 표현할 수 있는 텍스처 정보를 Words를 구성하는데 포함시킴으로서 다양한 검색을 가능하게 한다. 실험 부분에서는 특징정보만을 가진 words를 이용해 이미지를 분류한 결과와 색상정보와 텍스처 정보가 추가된 words를 가지고 이미지를 분류한 결과를 비교하였고 새로운 방법은 80~90%의 정확도를 나타내었다.