• 디지털융복합연구
• /
• 제15권4호
• /
• pp.267-273
• /
• 2017

각종 디지털 기기와 통신 기술의 발전으로 다양한 멀티미디어 콘텐츠의 생산과 유통이 폭발적으로 증가하고 있다. 이미지와 동영상 등의 멀티미디어 데이터의 검색을 위해서는 기존의 문자 위주의 검색과는 다른 접근 방식이 필요하다. 이미지의 여러 가지 물리적인 특징들을 정량화 하여 분석하고 이를 비교하여 유사한 이미지를 검색하는 내용기반 이미지 검색에서 색상과 모양은 주요 물리적 특징들이다. 지금까지는 색상과 모양을 서로 독립적인 특징으로 분리하여 이용하였지만, 인지적 관점에서 두 특징은 밀접한 관련이 있다. 본 논문에서는 색상과 모양 특징을 동시에 표현하기 위하여 3차원 색상 정보를 2차원 복소수 형식으로 표현하는 복소 색상 모델을 이용하여 색상의 공간적 분포 모양을 기술하는 방법을 제안한다. 복소 이미지를 주파수 변환한 후 저주파 영역의 소수의 계수만으로 복원하는 실험을 통하여 제안된 방법이 색상의 공간적 분포 모양을 효율적으로 표현할 수 있음을 보였다.

• International Journal of Computer Science & Network Security
• /
• 제23권9호
• /
• pp.77-90
• /
• 2023

Today, crops face many characteristics/diseases. Insect damage is one of the main characteristics/diseases. Insecticides are not always effective because they can be toxic to some birds. It will also disrupt the natural food chain for animals. A common practice of plant scientists is to visually assess plant damage (leaves, stems) due to disease based on the percentage of disease. Plants suffer from various diseases at any stage of their development. For farmers and agricultural professionals, disease management is a critical issue that requires immediate attention. It requires urgent diagnosis and preventive measures to maintain quality and minimize losses. Many researchers have provided plant disease detection techniques to support rapid disease diagnosis. In this review paper, we mainly focus on artificial intelligence (AI) technology, image processing technology (IP), deep learning technology (DL), vector machine (SVM) technology, the network Convergent neuronal (CNN) content Detailed description of the identification of different types of diseases in tomato and potato plants based on image retrieval technology (CBIR). It also includes the various types of diseases that typically exist in tomato and potato. Content-based Image Retrieval (CBIR) technologies should be used as a supplementary tool to enhance search accuracy by encouraging you to access collections of extra knowledge so that it can be useful. CBIR systems mainly use colour, form, and texture as core features, such that they work on the first level of the lowest level. This is the most sophisticated methods used to diagnose diseases of tomato plants.

• 한국정보처리학회논문지
• /
• 제3권5호
• /
• pp.1093-1102
• /
• 1996

소프트웨어 재사용과 형상 관리, 그리고 버전제어를 위해서는 소프트웨어 구성 요소를 검색할 수 있는 검색시스템과 라이브러리의 구성이 중요한 문제로 제기된다. 검색 시스템은 많은 구성요소(component)를 저장하고, 빠른 시간 안에 키워드를 이용 하여원하는 구성요소를 검색할 수 있어야 한다. 기존의 검색 방법은 대부분 키워드나 내용을 기반으로한 역 파일 개념 등이 사용되고 있다. 본 논문에서는 객체지향 프로 그래밍 언어인 Smallcoal에서 Set와 Bag 클래스를 이용하여 키워드를 사용하면서도 내용을 기반으로 구성요소를 찾는 검색 시스템을 제안한다. 이방법은 사용자 인터세 이스와 이를 관리하기 위한 기능을 향상시킨다. 또한, 검색시스템과 함께 라이브러 리를 제안하고, 이를 관리하고 제어하기 위한 사용자 인터페이스를 설계 구성하였다. 본 논문의 검색 시스템은 다른 언어와의 인터페이스를 통해 사용될 수 있으며, 이 시스템은 버전 제어를 위한 검색 시스템과 라이브러리를 제공한다.

• 정보처리학회논문지B
• /
• 제10B권5호
• /
• pp.543-552
• /
• 2003

멀티미디어데이터의 급격한 양적 팽창은 원하는 데이터를 빠르고 정확하게 검색해야 한다는 새로운 과제를 안겨주었다. 이러한 효율적 검색을 위해서 가장 중요한 기반이 되는 것이 바로 데이터의 적절한 표현이다. 2001년 국제 표준으로 제정된 MPEG-7은 바로 이러한 이유로 멀티미디어 데이터의 표현에 대한 표준화를 다루고 있다. 그러나 MPEG-7의 내용은 표준의 특성상 포함하는 범위가 방대하고 실제 검색시스템을 구축하려는 이들에게 다루기 힘든 것이 사실이다. 이에 본 논문에서는 MPEG-7에 제시되어 있는 표준 중 비주얼 기술자들만을 이용하여 간단한 검색시스템을 구축하는 방법에 대하여 제시하고 그 검색 결과를 도시하였다. 또한 개발된 시스템인 MPEG-7 VIRS(Video/Image Retrieval System)의 검색 결과를 통하여 각 비주얼 기술자를 이용한 검색과 다중 기술자들의 조합을 이용한 검색간의 결과를 분석하였으며 앞으로 MPEG-7을 이용한 검색 시스템이 나아갈 방향에 대한 간단한 제시를 하고 있다.

• 전자공학회논문지T
• /
• 제36T권1호
• /
• pp.93-102
• /
• 1999

본 논문은 내용 기반 비디오 질의를 위한 데이터 모델과 검색 방법을 제안한다. 하나의 비디오를 같은 길이의 프레임(frame)들의 집합 즉 비디오-윈도우로 나눈 후에 각각의 비디오-윈도우를 다차원 공간의 한 점으로 사상시킨다. 인접한 비디오-윈도우를 연결하면 하나의 비디오는 다차원 공간에서의 하나의 궤적(trajectory)이된다. 두 비디오-윈도우의 유서성은 두 점의 유클리디안 거리로 정의되며, 비디오 단편(segment)의 유사성 비교는 궤적을 비교함으로써 검사한다. 여과(filtering), 정제(refinement)과정을 가지는 새로운 검색 방법을 개발한다. 새로운 검색 방법을 여과/정제 과정이 없는 질의 결과가 정확하고, 질의 처리 속도는 약 4.7배 향상되었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 추계 종합학술대회 논문집
• /
• pp.612-615
• /
• 2006

멀티미디어 시대의 도래와 함께 영상 정보의 관리는 중요한 분야로 자리 잡았고, 이러한 영상 정보의 체계적인 관리에 효과적인 내용기반 영상 검색 시스템이 등장하였다. 내용기반 영상 검색은 색상, 질감, 모양의 특징을 이용한다. 오늘날 특징은 한 가지만 사용하기보다는 3가지 특징을 병합하여 사용한다. 기존의 다중 특징을 사용하는 방법들은 가중치를 수동으로 설정하여 검색 과정이 복잡한 단점이 있다. 우리는 이러한 문제점을 퍼지 적분 가중치 할당 방법으로 보완하여 가중치를 자동으로 설정한다. 본 논문에서는 실험에 의해 최적의 퍼지 측도를 구하였다.

• 융합신호처리학회논문지
• /
• 제3권1호
• /
• pp.1-7
• /
• 2002

본 논문에서는 사용자가 질의영상을 선택할 때 영상전체 뿐만 아니라 영상내의 다양한 물체에 대해 질의를 원하는 물체영역만을 간단히 선택, 추출하여 그와 유사한 물체를 영상 데이터베이스 내에서 검색할 수 있는 내용기반 영상검색 시스템을 구현하였다. 질의영상으로부터 개선된 HSV변환을 통해 히스토그램을 구한 뒤 질의영상의 대표색상을 이용한 컬러 히스토그램 인터섹션방법으로 신속하게 1차 유사도 측정을 하여 후보영상들을 검색한다. 그리고 밴디드 컬러 오토코릴로그램을 이용한 2차 유사도 측정을 수행하여 최종 검색된 영상을 구하였는데 각각의 단점을 보완할 수 있는 2개의 검색방법들을 결합함으로써 소환성(recall) 및 정확성(precision)을 개선하였다. 또한 영상데이터베이스내의 영상들을 특성 라이브러리내에 자통 색인화하여 이를 통해 빠른 영상검색이 가능하였다.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1902-1911
• /
• 1999

본 논문에서는 객체들의 공간적 특성이 반영된 시각적인 특징벡터를 이용한 내용기반 영상검색 알고리즘을 제안한다. 제안된 검색 기법은 여러 색상으로 이루어진 객체들을 표현하기 위하여 가우시안 혼성 모델을 적용하여 모델의 최대유사 파라미터는 EM 알고리즘을 사용하여 추정한다. GMM을 기반으로 하여 분할된 각 객체들로부터 Fourier descriptor의 색상 히스토그램을 사용하여 모양과 색상 특징을 추출하게 된다. 영상 검색은 두 단계로 구성되는데 첫 단계에서는 공간적인 모양 특성을 추출하여 모양이 유사한 객체들을 후보 영상으로 압축하게 되며 마지막으로 객체의 색상 히스토그램에 의하여 검색이 수행된다. 실험 결과 제안된 알고리즘은 분할된 객체의 공간적, 시각적 특징을 이용하여 효율적으로 검색을 수행할 수 있음을 보여준다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.453-456
• /
• 2003

Compared with other features of the image, color features are less sensitive to noise and background complication. Besides, this adding to object segmentation has more accuracy of image retrieval. This paper presents object segmentation and HAQ(Histogram Analysis and Quantization) algorithm approach to extract features(the object information and the characteristic colors) of an image. The empirical results shows that this method presents exactly spatial and color information of an image as image retrieval's feature.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 추계종합학술대회 논문집(3)
• /
• pp.129-132
• /
• 2000

In this paper, a multimedia database retrieval system is proposed using MPEG-7 meta data. Multimedia content based retrieval system is implemented with the MPEG-7 meta data extraction and matching technique. MPEG-7 descriptors and descriptor schemes are stored into the database with other meta data. When a query image is given, the descriptors and descriptor schemes of the query image are extracted and compared with the descriptors and descriptor schemes in the database. Finally, images having more similarity are retrieved.