• 제어로봇시스템학회논문지
• /
• 제14권5호
• /
• pp.473-482
• /
• 2008

In this paper we propose an expert system for content-based image retrieval with object database. The proposed system finds keyword by using knowledge-base and feature of extracted object, and retrieves image by using keyword based image retrieval method. The system can decrease error of image retrieval and save running time. The system also checks whether similar objects exist or not. If not, user can store information of object in object database. Proposed system is flexible and extensible, enabling experts to incrementally add more knowledge and information. Experimental results show that the proposed system is more effective than existing content-based image retrieval method in running time and precision.

• 반도체디스플레이기술학회지
• /
• 제12권4호
• /
• pp.33-38
• /
• 2013

Image retrieval is one of the most exciting and fastest growing research fields in the area of multimedia technology. As the amount of digital contents continues to grow users are experiencing increasing difficulty in finding specific images in their image libraries. This paper proposes an efficient image descriptor which uses a local color and texture in the non-overlapped block images. To evaluate the performance of the proposed method, we assessed the retrieval efficiency in terms of ANMRR with common image dataset. The experimental trials revealed that the proposed algorithm exhibited a significant improvement in ANMRR, compared to Dominant Color Descriptor and Edge Histogram Descriptor.

• ETRI Journal
• /
• 제32권5호
• /
• pp.766-773
• /
• 2010

Support vector machine (SVM) active learning plays a key role in the interactive content-based image retrieval (CBIR) community. However, the regular SVM active learning is challenged by what we call "the small example problem" and "the asymmetric distribution problem." This paper attempts to integrate the merits of semi-supervised learning, ensemble learning, and active learning into the interactive CBIR. Concretely, unlabeled images are exploited to facilitate boosting by helping augment the diversity among base SVM classifiers, and then the learned ensemble model is used to identify the most informative images for active learning. In particular, a bias-weighting mechanism is developed to guide the ensemble model to pay more attention on positive images than negative images. Experiments on 5000 Corel images show that the proposed method yields better retrieval performance by an amount of 0.16 in mean average precision compared to regular SVM active learning, which is more effective than some existing improved variants of SVM active learning.

• 방송공학회논문지
• /
• 제23권3호
• /
• pp.403-408
• /
• 2018

딥 러닝의 학습을 위해서 일반적으로 많은 양의 데이터가 필요하다. 그러나 많은 양의 데이터 세트를 만드는 것은 쉽지 않기 때문에, 회전, 반전 (flipping), 필터링 (filtering) 등의 간단한 데이터 확장 (data augmentation) 기법을 통해 작은 데이터 세트를 좀 더 큰 데이터 세트로 만드는 여러 시도들이 있었다. 그러나 이러한 기법들은 이미 보유하고 있는 데이터 세트만을 이용하기 때문에 확장성에 제약을 갖는다. 이런 문제를 해결하기 위해 본고에서는 보유하고 있는 영상 데이터를 이용하여 새로운 영상 데이터를 획득하는 기술을 제안한다. 이는 기존 데이터 세트의 영상 데이터를 CBIR(Contents based image retrieval)의 쿼리로 이용하여 유사 영상들을 검색하여 획득하는 방식으로 이루어진다. 최종적으로 CBIR을 이용해 확장한 데이터를 딥 러닝으로 학습시켜 확장 전후의 성능을 비교하였다.

• 대한전자공학회논문지SP
• /
• 제43권1호
• /
• pp.39-44
• /
• 2006

본 논문에서는 정지영상에 대해서 borda count 방법을 적용하여 MPEG-7 서술자기반 검색 결과 리스트의 조합에 대한 방법을 제한한다 대부분의 검색 엔진의 경우 MPEG극에서 정의하고 있는 서술자중 하나의 서술자만을 가지고 검색을 수행하고 있다. 이러한 경우 영상의 특성에 따라 검색 성능이 좋을 수도 있지만 그렇지 않을 수도 있다. 따라서 여러 가지 기술자들의 검색 결과를 조합하여 결과 리스트를 작성하는 방법이 요구되고 있다. 이에 따라 본 논문에서는 relevance feedback 알고리즘을 이용한 검색 시스템에 대하여, 여러 가지 서술자에 대한 검색 결과에 대한 결과 리스트를 borda count 방법을 이용하여 각각의 서술자에 의한 검색 결과를 조합하여 하나의 결과 리스트를 작성하는 방법을 제안한다.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.75-82
• /
• 2010

본 논문은 불확실한 객체의 영상 정보를 객체의 에지 특징정보를 이용하여 내용기반검색기법으로 CBIRS/EFI을 제안했다. 특히 객체의 부분 영상 정보의 경우 효율적으로 검색하기 위해 객체의 특징 정보 중 윤곽선 정보와 색체정보 추출하여 검색기법이다. 이를 실험하기 위해 지하 주차장의 차량 이미지를 캡처한후 객체의 특징 정보를 위한 차량의 측면 에지 특징 정보를 추출하였다. 검색하고자하는 원 영상과 특징 추출한 영상을 분석 결과와 최종 유사도 측정 결과에 의해 내용기반 검색을 적용하는 시스템으로, 기존 특징 추출 내용 기반 영상 검색 시스템인 FE-CBIRS 시스템에 비해 검색율의 정확성과 효율성을 향상 시키는 기능이 보완되었다. CBIRS/EF시스템의 성능평가는 차량의 색상 정보와 차량의 에지 추출 특징 정보를 적용하여 영역 특징정보를 검색하는 과정에서 색상 특징 검색 시간, 모양 특징 검색 시간과 검색 율을 비교 했다. 차량 에지 특징 추출률의 경우 91.84% 추출하였고, 차량 색상 검색 시간, 모양 특징 검색시간, 유사도 검색시간에서 CBIRS/EFI가 FE-CBIRS 보다 평균 검색시간이 평균 0.4~0.9초의 차이를 보고 있어 우수한 것으로 증명되었다.

• 정보처리학회논문지B
• /
• 제11B권5호
• /
• pp.581-586
• /
• 2004

본 논문은 중앙 영역에서의 컬러 특징 추출 기법과 추출된 컬러 특징들의 비교 빈(bin)를 최적화한 새로운 내용기반 영상 검색 방법을 제안한다. 인간의 시각적 특징이 중심 객체의 유무에 영향을 받고, 대부분의 영상의 중심 객체는 중앙에 존재한다는 가정 하에 영상의 중앙 영역에서 컬러 특징을 추출한다. 따라서, 배경이 단순한 경우 영상의 전체영역을 특징으로 하여 검색했을 때 배경의 영향에 좌우되는 단점을 극복할 수 있다. 또한 영상의 컬러 특징값은 HSV 컬러 공간으로 변환한 후 16레벨로 양자화를 하여 추출한다. 실험값을 통해 기존의 16개 빈을 모두 비교하여 검색한 경우에 비해 상위 8개 빈만을 가지고 검색한 경우 주관적인 평가와 객관적인 평가 모두 다 좋은 결과를 보인다. 영상 전체를 특징으로 추출한 경우보다 중앙 영역만으로 특징을 추출한 경우 평균 precision이 약 5%정도 좋았다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1998년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.280.1-285
• /
• 1998

The earth's environmental problems have attracted serious attention worldwide. Various kinds of environmental data, such as remote sensing data, have become available for examining. Although this data is crucial to understanding such problems, there has become an over-abundance in variety of size, format, and filetype which makes it difficult for researchers to handle. We feel that earth environmental researchers should not be burdened by such cumbersome tasks. Therefore, we are developing a digital library for earth environmental information and a VRML based data visualization system for it. Even now, content-based image retrieval systems have many problems attributed to the degree of difficulty in implementing them. Thus, we are trying to visualize this data so that researchers can utilize it more efficiently, effectively, and easily. A great advantage for VRML users is that people can see environmental data from any perspective above the earth and with any resolution easily. Also by using MPEG-movie, users can observe the changes of data drawn from time series files.

• 한국컴퓨터정보학회논문지
• /
• 제10권1호
• /
• pp.93-100
• /
• 2005

본 연구는 신규 임상병리사로 하여금 보다 정확한 의사결정과 효율적인 교육에 이용할 수 있는 지식 및 내용 기반 의료 세균화상 검색 시스템을 설계 및 구현하는 것이다. 이를 위해, 먼저 알고리듬방식의 검색 이전에 경험적 지식을 바탕으로 세균동정단계 중 가장 빠른 경로를 탐색하여 원인균 동정에 소요되는 시간을 줄일 수 있도록 룰 베이스를 근거로 유연성 있는 탐색경로를 설정하여 전체적인 추론을 수행한다. 다음으로, 색상 모델 중에서 HSV 컬러 모델을 이용하여 세균화상 중에서도 특히 세균화상으로부터 시각정보의 색상 특징 벡터를 추출할 수 있는 색상 특징 추출방법을 제안한다. 아울러 대용량 세균화상 데이터베이스를 기반으로 보다 빠른 검색 성능을 위해, 배지, 검체, 부서, 세균명과 같은 단순속성들에 대해서는 B+-트리, 세균화상에 대한 부가적인 설명 정보로부터 추출한 키워드들에 대해서는 역화일기법, 그리고 화상으로부터 추출한 고차원 색상 특징벡터에 대해서는 스캔-기반 필터링(Scan-Based Filtering:SBF) 기법을 결합한 통합 색인기법을 기술한다. 마지막으로 구현된 시스템은 시각적인 내용 자체의 정보와 지식을 이용하여 효과적으로 복잡한 세균화상을 검색 및 관리할 수 있는 가능성을 보인다. 아울러 구현한 지식 및 내-용기반 세균화상 검색 시스템을 통해 임상분야의 지식을 잘 구조화함으로써 초보적인 임상병리사의 학습기간을 현저히 단축시킬 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제11권6호
• /
• pp.18-25
• /
• 2011

이미지로부터 중요 객체를 추출하는 것은 추적, 분할, 적응적 압축, 내용기반 검색과 같은 멀티미디어 처리에 있어서 매우 중요한 부분이며, 현재 이에 관한 많은 연구가 진행 되고 있다. 중요 객체 추출을 위한 방법으로 Saliency Map을 이용한 방법이 있다. 이 방법에서는 일반적으로 이진화된 Saliency Map을 이용하여 어떤 화소가 중요 객체 내부인가 아닌가를 표시한다. 따라서 이 방법은 이진화를 위한 임계값의 선택이 성능에 매우 중요한 영향을 끼친다. 기존 연구에서는 일반적으로 휴리스틱 방법을 이용하여 임계값을 결정하거나 매개변수로 임계값을 조정하는 방법이 사용되었다. 그러나 하나의 임계값 적용은 이미지 안의 다수의 객체가 포함되어 있는 경우 적합하지 않다. 본 논문에서는 이러한 단점을 개선할 수 있는 Otsu 임계값을 이용한 전역적인 최적 임계값을 사용하는 방법을 제안한다. 제안하는 Otsu 임계화 방법은 단일-계층에 적용할 수 있는 Otsu 방법과 이를 확장하여 다중-계층에도 적용할 수 있는 Otsu 방법이다. 제안한 방법을 기존의 Saliency Map 모델에 적용한 결과 성능이 개선되었음을 확인하였다.