• 제어로봇시스템학회논문지
• /
• 제10권7호
• /
• pp.597-603
• /
• 2004

In retrieving large database of image data, the clustering is essential for fast retrieval. However, it is difficult to cluster a number of image data adequately. Moreover, current retrieval methods using similarities are uncertain of retrieval accuracy and take much retrieving time. In this paper, a suggested image retrieval system combines Fuzzy ART neural network algorithm to reinforce defects and to support them efficiently. This image retrieval system takes color and texture as specific feature required in retrieval system and normalizes each of them. We adapt Fuzzy ART algorithm as neural network which receive normalized input-vector and propose improved Fuzzy ART algorithm. The result of implementation with 200 image data shows approximately retrieval ratio of 83%.

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.705-710
• /
• 2003

본 연구는 동영상으로부터 내용기반 검색을 위하여 동영상의 연속된 프레임간의 영상의 내용 변화를 찾아내어 프레임의 시간정보와 번호판 프레임 영상을 통하여 얻어진 정보를 데이터베이스화하여 검색하는 시스템을 제안한다. 얻어진 동영상을 배경프레임과 처리프레임의 비교영역의 영상의 특징정보를 비교하여 원하는 프레임을 찾는다. 차량의 통과 시간과 차량의 번호판 프레임을 자동으로 추출하여 동영상을 내용과 함께 저장하여 원하는 차량의 동영상 부분을 보여주는 웹에서의 검색시스템이다. 이는 교통정보를 구축 동영상이 포함하고 있는 내용 즉 통과 차량의 정보를 제공할 수 있게 된다.

• 정보관리학회지
• /
• 제17권4호
• /
• pp.157-170
• /
• 2000

색상에 의한 내용기반 이미지 검색 기법에 있어서 조명과 관찰자의 환경과 같은 주변 조건을 반영한 시지각 색상 모형은 사진 이미지속에 나타나는 반사광과 그림자와 같은 영역의 색상 정보를 알 수 없는 것이라고 간주하고 그 정보를 포기한다는 단점이 있다. 이 연구에서는 그와 같은 알 수 없는 색상을 빛의 방향에 의해 추정하여 검색 시스템의 효율을 향상시키는데 기여하려 하였으며, 검색 실험 결과 이러한 추정 작업과 검색 효율성 향상 사이에는 유의미한 관계가 존재하고 있는 것으로 결론지을 수 있었다.

• 정보처리학회논문지D
• /
• 제18D권5호
• /
• pp.323-328
• /
• 2011

정확한 내용 기반 이미지 검색을 위하여 Earth mover's distance와 Optimal color composition distance와 같은 거리함수들이 제안되었다. 이 거리함수들은 정확도가 높은 검색 결과를 가져오지만 검색 시간이 매우 크기 때문에 대용량 데이터베이스에서 사용하기 어렵다는 문제점을 가지고 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 선형 시간에 근사 Earth mover's distance를 구하기 위한 새로운 거리 함수를 제안한다. 제안하는 방법은 선형 시간에 두 이미지의 거리를 계산하기 위하여 공간 채움 곡선을 이용한다. 다양한 실험을 통하여 본 논문에서 제안하는 방법의 우수성을 검증한다. 실험 결과, 제안하는 기법이 Earth mover's distance에 비해 약 160배 정도의 검색 속도 향상 효과를 보이면서도 매우 유사한 결과를 검색하는 것으로 나타났다.

• Journal of applied mathematics & informatics
• /
• 제9권2호
• /
• pp.793-806
• /
• 2002

Feature-based similarity retrieval become an important research issue in image database systems. The features of image data are useful to discrimination of images. In this paper, we propose the highspeed k-Nearest Neighbor search algorithm based on Self-Organizing Maps. Self-Organizing Maps (SOM) provides a mapping from high dimensional feature vectors onto a two-dimensional space. The mapping preserves the topology of the feature vectors. The map is called topological feature map. A topological feature map preserves the mutual relations (similarity) in feature spaces of input data. and clusters mutually similar feature vectors in a neighboring nodes. Each node of the topological feature map holds a node vector and similar images that is closest to each node vector. In topological feature map, there are empty nodes in which no image is classified. We experiment on the performance of our algorithm using color feature vectors extracted from images. Promising results have been obtained in experiments.

• 전자공학회논문지S
• /
• 제35S권8호
• /
• pp.47-54
• /
• 1998

여러 가지 응용 분야에서 대용량 영상 데이터 베이스가 폭넓게 사용 되면서 전체 데이터베이스를 효율적이고 빠르게 검색하는 것이 절실하다. 가변 블록 크기와 블록 매칭 알고리즘에 의한 내용기반 화상의 검색을 위한 새로운 방법을 보인다. 제안한 방법에는 영상의 색상이나 공간 배치와 같은 가시적인 단서를 찾아서 영상의 특색을 나타내고 있다. 그리고 원하는 유사도에 함당한 검색 횟수에 자동으로 수렴되어 빠른 검색이 이루어진다. 구현된 방식은 약 150개의 영상 데이터 베이스로서 시험했다. 시험 결과 임의 지정한 검색효율 0.65에서 J & V 알고리즘 대비 1.9배 그리고 지정한 고정 블록 크기에 대비하여 1.83배 빠른 검색 시간을 달성함을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권6호
• /
• pp.2612-2633
• /
• 2020

Due to the explosive growth of multimedia speech data, how to protect the privacy of speech data and how to efficiently retrieve speech data have become a hot spot for researchers in recent years. In this paper, we proposed an encrypted speech retrieval scheme based on long short-term memory (LSTM) neural network and deep hashing. This scheme not only achieves efficient retrieval of massive speech in cloud environment, but also effectively avoids the risk of sensitive information leakage. Firstly, a novel speech encryption algorithm based on 4D quadratic autonomous hyperchaotic system is proposed to realize the privacy and security of speech data in the cloud. Secondly, the integrated LSTM network model and deep hashing algorithm are used to extract high-level features of speech data. It is used to solve the high dimensional and temporality problems of speech data, and increase the retrieval efficiency and retrieval accuracy of the proposed scheme. Finally, the normalized Hamming distance algorithm is used to achieve matching. Compared with the existing algorithms, the proposed scheme has good discrimination and robustness and it has high recall, precision and retrieval efficiency under various content preserving operations. Meanwhile, the proposed speech encryption algorithm has high key space and can effectively resist exhaustive attacks.

• ETRI Journal
• /
• 제29권2호
• /
• pp.246-248
• /
• 2007

Query-by-example (QBE) is a well-known method for image retrieval. In reality, however, an example image to be used for the query is rarely available. Therefore, it is often necessary to find a good example image to be used for the query before applying the QBE method. Query-by-layout (QBL) is our proposal for that purpose. In particular, we make use of the visual descriptors such as the edge histogram descriptor (EHD) and the color layout descriptor (CLD) in MPEG-7. Since image features of the CLD and the EHD can be localized in terms of a$4{\times}4$ sub-image, we can specify image features such as color and edge distribution on each sub-image separately for image retrieval without a query image. Experimental results show that the proposed query method can be used to retrieve a good image as a starting point for further QBE-based image retrieval.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.183-186
• /
• 2001

In this paper, we first propose new texture features, BVLC (block variation of local correlation coefficients) moments, for content-based image retrieval (CBIR) and then present an image retrieval method based on the fusion of BDIP and BVLC moments. BDIP uses the local probabilities in image blocks to extract valley and edges well. BVLC uses the variations of local correlation coefficients in images blocks to measure texture smoothness well. In order not to be affected with the movement, rotation, and size of an object, the first and second moments of BDIP and BVLC are used for CBIR. Corel DB and Vistex DB are used to evaluate the performance of the proposed retrieval method. Experimental results show that the presented retrieval method yields average 12% better performance than the method using only BDIP or BVLC moments and average 13% better performance than the method using wavelet moments.

• 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.