• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제2권3호
• /
• pp.150-170
• /
• 2008

In recent years, main focus of research on image retrieval techniques is on content-based image retrieval. Text-based image retrieval schemes, on the other hand, provide semantic support and efficient retrieval of matching images. In this paper, based on Formal Concept Analysis (FCA), we propose a new image indexing and retrieval technique. The proposed scheme uses keywords and textual annotations and provides semantic support with fast retrieval of images. Retrieval efficiency in this scheme is independent of the number of images in the database and depends only on the number of attributes. This scheme provides dynamic support for addition of new images in the database and can be adopted to find images with any number of matching attributes.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권3호
• /
• pp.303-317
• /
• 2002

In this paper, we design and implement E-COIRS enabling users to query with concepts and image features used for further refining the concepts. For example, E-COIRS supports the query "retrieve images containing black home appliance to north of reception set. "The query includes two types of concepts: IS-A and composite. "home appliance"is an IS-A concept, and "reception set" is a composite concept. For evaluating such a query. E-COIRS includes three important components: a visual image indexer, thesauri and a query processor. Each pair of objects in an mage captured by the visual image indexer is converted into a triple. The triple consists of the two object identifiers (oids) and their spatial relationship. All the features of an object is referenced by its old. A composite concept is detected by the triple thesaurus and IS-A concept is recolonized by the fuzzy term thesaurus. The query processor obtains an image set by matching each triple in a user with an inverted file and CS-Tree. To support efficient storage use and fast retrieval on high-dimensional feature vectors, E-COIRS uses Cell-based Signature tree(CS-Tree). E-COIRS is a more advanced content-based image retrieval system than other systems which support only concepts or image features.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권1호
• /
• pp.27-33
• /
• 2002

트리플 이미지 색인 기법에는 두 가지 문제점이 있는 데 그 하나는 개념기반 이미지 검색을 지원하지 않는다는 것이고 다른 하나는 이접 레이블링(labeling)이 허용되지 않는다는 점이다. 이 문제점들을 해결하기 위해서 본 논문에서는 불확정적 퍼지 트리플(I-퍼지 트리플)이라는 새로운 이미지 색인 자료 형을 제안한다. I-퍼지 트리플에 의한 이미지 색인 방식에서는 이접 레이블링을 허용하기 때문에, 이미지 내 객체들이 꼭 확정적으로 인식될 필요가 없으며, 또 확정적으로 인식되지 않는 이미지들에 대해서도 개념 기반 이미지 정합이 가능하다. 본 논문에서 제안하는 이접 레이블링은 확장된 폐 세계 가정에 기반을 두고 있으며, 기념 기반 이미지 검색은 퍼지 술어에 의한 정합에 근거를 두고 있다. 본 논문에서는 또한 이접 레이블링에 의해 불확정적으로 색인된 이미지 데이터베이스로부터 원하는 답을 $\alpha$$\in$[0,1]확정도로 구해내는 개념기반 질의 평가 방식도 제안한다.

• 한국비블리아학회지
• /
• 제25권4호
• /
• pp.313-332
• /
• 2014

디지털 기술과 인터넷의 발달로 인해 이미지 생산, 유통, 이용이 활발하게 이루어지고 있으며, 이미지 검색에 관한 연구도 증가하는 추세이다. 이미지검색 분야는 내용기반과 의미기반으로 나뉘어 연구가 수행되어왔으며, 문헌정보학 관점에서는 특히 의미기반의 색인과 검색에 주목해왔다. 본 연구는 체계적인 분석기법을 이용하여 의미기반 이미지검색 분야 연구 집적의 분석결과를 제시하고자 한다. 이를 위하여 데이터는 Web of Science 수록된 문헌정보학(Information Science/Library Science)분야의 이미지검색 논문 및 학술회의 논문 총 282건을 대상으로 하였으며, 국내 연구와 비교를 위해서는 DBpia에 수록된 문헌정보학 분야의 이미지검색 논문 35건을 수집하였다. 데이터 분석 과정은 우선 개괄적인 현황을 파악하기 위해서 서지사항을 분석하였고, 이와 함께 내용분석을 통한 체계적 분석 고찰을 수행하였다. 연구 결과 이미지 검색은 기존 연구에서 밝힌 바와 같이 의미기반 이미지 검색이 주된 흐름이며, 그 중에서도 이미지 색인과 기술 분야, 이미지 요구와 검색행태 분야의 연구가 주를 이루는 것으로 나타났다. 최근 연구 경향으로 주목할 만한 분야는 집합적 색인, 다언어/다문화 환경에서의 색인과 이미지 요구, 감정색인과 접근 등이다. 이용자 중심의 이미지 검색 연구 측면에서는 특정 이용자 그룹 중에서 대학생이나 대학원생이 주된 연구 대상 이용자 그룹이며 이 외에도 이미지를 업무에 사용하는 이용자 그룹에 대한 연구가 주된 경향이다. 최근에는 일반 이용자를 대상으로 일상생활 환경에서 이미지검색에 관한 연구가 등장하기 시작했다. 국내 연구와 비교하면, 논문의 수적인 차이를 제외하면 세부 연구 주제에 있어서 상당히 유사한 분포를 보이는 것으로 나타났다. 이러한 연구결과는 지금까지의 이미지 검색 분야의 연구 집적을 조명하며, 향후 발전적 방향을 제시하는데 있어서 도움이 될 것으로 기대한다.

• 인터넷정보학회논문지
• /
• 제4권4호
• /
• pp.1-8
• /
• 2003

최근 멀티미디어 정보 시스템의 발전으로 저차원적 내용 기반 이미지 색인$\cdot$검색 방법에서 의미론적 개념기반 색인$\cdot$검색에 대한 연구로 바뀌어져가고 있다. 본 논문에서는 주석기반 이미지 검색에서 개념적 이질성을 극복하기 위해 온톨로지 이론의 적용에 대하여 분석하며, 또한 개념적 이질성 극복방안에 따른 온톨로지 적용 시 발생하는 문제점을 해결하고자 한다. 따라서 본 논문에서는 시각데이터에서 개념적 이질성을 극복하기 위해 새로운 도메인 온톨로지를 도입하고 온톨로지 적용 시 문제점들을 해결한다. 실험 결과, 기존의 대형 온톨로지의 하나인 WordNet을 사용한 것보다 단어들 간의 의미적 거리가 상당히 가까워짐에 따라 개념적 이질성을 극복할 수 있었다. 또한 도메인 온톨로지를 적용하여 주석기반 이미지 검색 시 대형 온톨로지가 가지고 있던 문제점을 해소하여 좀더 의미적 이미지 검색이 가능함을 보이고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제26권8호
• /
• pp.964-973
• /
• 1999

본 논문에서는 퍼지 트리플을 사용하는 내용 기반 이미지 검색 방법을 제안한다. 이미지 내 객체들 사이의 공간 관계는 내용 기반 이미지 검색을 위해 사용되는 주요한 속성들 중의 하나이다. 그러나, 기존의 트리플을 이용한 이미지 검색 시스템들은 개념 기반 검색 방법을 지원하지 못하고, 방향들 사이의 근사 정합을 처리하지 못하는 문제점을 가지고 있다. 이 문제를 해결하기 위하여 본 논문에서는 개념 기반 정합과 근사 정합을 지원하는 퍼지 트리플을 이용한 이미지 검색 방법을 제안한다. 개념 기반 정합을 위해서는 퍼지 소속성 집합으로 이루어진 시소러스가 사용되며, 근사 정합을 위해서는 방향들 사이의 관계를 정량화 하기 위한 k-weight 함수가 각각 이용된다. 이 두 가지 정합은 퍼지 트리플 간의 퍼지 정합을 통하여 균일하게 지원될 수 있다. 본 논문에서는 또한, 개념 기반 정합과 근사 정합에 대한 검색 효과를 정량적으로 평가하는 작업을 수행한다. Abstract This paper proposes an inexact and a concept-based image match technique based on fuzzy triples. The most general method adopted to index and retrieve images based on this spatial structure may be triple framework. However, there are two significant drawbacks in this framework; one is that it can not support a concept-based image retrieval and the other is that it fails to deal with an inexact match among directions. To compensate these problems, we develope an image retrieval technique based on fuzzy triples to make the inexact and concept-based match possible. For the concept-based match, we employ a set of fuzzy membership functions structured like a thesaurus, whereas for the inexact match, we introduce k-weight functions to quantify the similarity between directions. In fuzzy triples, the two facilities are uniformly supported by fuzzy matching. In addition, we analyze the retrieval effectiveness of our framework regarding the degree of the conceptual matching and the inexact matching.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 ICEIC The International Conference on Electronics Informations and Communications
• /
• pp.427-434
• /
• 2004

In this paper, we present a overview of content-based image retrieval (CBIR) systems: its results and its problems. We propose our CBIR system currently based on color and texture. From the CBIR systems. we discuss the way to add semantic values in image retrieval systems. There are 3 ways for adding them: concept definition, machine learning and man-machine interaction. Along with this we introduce our preliminary results and discuss them in the goal of reaching semantic retrieval. Different result representation schemes are presented. At last, we present our work to build a complete annotated image database and our image annotaion program.

• 한국정보처리학회논문지
• /
• 제5권12호
• /
• pp.3025-3035
• /
• 1998

본 연구에서는 개념 기반 이미지 정보 시스템 COIRS(COncept-Based Image Retrieval System)를 설계하고 구현하였다. COIRS는 개념에 기반한 질의가 가능하다는 점에서 기존의 내용기반 이미지 검색 시스템들과 다르다. 즉, 사용자는 개념적으로 관련이 있는 이미지를 검색할 수 있다. 본 논문에서 개념은 기본적으로 한 이미지 내에 있는 단순 객체들의 복합 형태를 의미한다. COIRS에서 한 이미지는 대상 객체들과 그들 사이의 공간관계로 이루어지는 트리플들에 의해 표현되며, 트리플 시소러스에 의해 개념이 유추된다. COIRS는 가시적 이미지 색인기, 트리플 시소러스, 역화일, 사용자 질의기로 구성되어 있다. 가시적 이미지 색인기는 객체의 이름 명시를 통한 객체의 인식과 그들간의 상대적 위치를 명시함으로써 색인시 수작업을 최소화하기 위한 도구이다. 트리플 시소러스는 트리플을 분석하여 개념을 유추함으로T 궁극적으로는 이미지 전체의 의미를 추출할 수 있게 한다. 이미지를 색인할 경우와 질의를 정형화 할 때 모두 공통적으로 트리플이 사용되므로 질의의 평가는 사용자 질의기를 통해 주어진 트리플들과 역화일내의 트리플간의 부합에 의해 수행된다. COIRS의 주된 장점은 1)기존의 이미지 정보 검색 시스템들이 색, 모양, 질감 등의 정보에 의해 검색을 수행하는데 비해 개념에 기반한 검색을 수행하므로 한 단계 더 진보된 이미지 정보 검색 시스템이며, 2)개념에 기반한 검색 기능과 더불어 기존의 이미지 정보 검색기술도 모두 균일한 환경안에서 수용할 수 있는 통합된 구조를 지원한다는 것이다.

• 한국정보과학회논문지:데이타베이스
• /
• 제36권6호
• /
• pp.434-445
• /
• 2009

내용 기반 영상 검색(content based image retrieval)은 영상 자체의 정보를 이용하여 유사 영상을 검색하는 기법이다. 하지만 멀티미디어 데이터는 텍스트 데이터와 달리 얻을 수 있는 데이터가 정확하지 않고 또한 시스템에서 표현되는 데이터의 저차원(low-level)의 표현법과 사용자가 인식하는 고차원(high-level)의 개념(concept)은 상당한 차이를 나타내게 된다. 즉 시스템 상에서 벡터들로 표현된 영상 데이터들이 벡터스페이스 상에서는 가깝지만 실제 사용자는 유사하지 않다고 인식하는 문제점이 발생한다. 이를 의미적 간극(semantic-gap) 문제라고 부른다. 이런 의미적 간극 문제로 인해 영상검색 결과는 좋지 않은 성능을 보이게 된다. 이를 해결하기 위해 사용자의 피드백 정보를 이용하여 질의를 수정하는 적합성 피드백 기법이 널리 사용되고 있다. 하지만 기존의 적합성 피드백은 사용자의 관심영역(region-of-interest, 이하 ROI)를 고려하지 않아 적합한(relevant) 영역의 모든 영역들이 새로운 질의 점을 계산하는 과정에서 사용된다. 시스템은 그 스스로 사용자 관심영역을 알지 못하기 때문에 적합성 피드백을 영상수준(image-level)으로 진행하기 때문이다. 이 논문에서는 복잡한 위성영상 영역 검색에서 관심영역을 사용자가 직접 선택하도록 유도하여 더욱 정확한 질의 점을 계산하여 정확도를 높이는 사용자 관심영역 적합성 피드백 방법을 제시한다. 또한 사용자가 선택하지 않은 부정확한 영상 정보를 이용하여 정확도를 향상시키는 프루닝 기법도 함께 제시한다. 실험을 통하여 사용자 관심영역 적합성 피드백의 우수성과 함께 제안한 프루닝 기법의 효율성도 함께 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.1-7
• /
• 2006

최근 이미지 검색은 검색의 정확성을 높이고자 사용자의 요구를 반영하는 적합성 피드백에 관한 연구가 활발히 진행되고 있다. 본 논문은 이미지 검색 시 나타나는 고수준 개념과 저수준 특징 사이의 의미적 격차를 줄이기 위하여 적합성 피드백에 기반한 영역 기반 이미지 검색의 가중치 기법에 대해서 논의하고 새로운 가중치 기법을 제안한다. 새롭게 제시된 가중치 기법은 한 이미지에 존재하는 영역들의 공간적 위치에 따라 영역의 중요성을 결정한다. 실험 결과는 본 논문에서 제시된 가중치 기법이 평균 재현율에 있어서 크기 백분율 가중치 기법에 비해 약 18%, 역 이미지 빈도수를 적용한 영역 빈도수 가중치 기법에 비해 약 11% 가량 높게 나타나는 것을 보이고 있으며, 검색 시간에 있어서도 영역 빈도수 가중치에 비해 약 1/10인 것을 보이고 있다.