• 한국정보과학회논문지:데이타베이스
• /
• 제34권4호
• /
• pp.304-314
• /
• 2007

내용 기반 영상 검색(CBIR)은 영상 내용의 특성 기술을 이용하여 영상을 저장하고 검색하는 기법이다. 좀더 정확한 영상 검색을 지원하기 위하여 영상 내용을 좀 더 효과적으로 기술할 수 있는 특성의 개발이 필요하게 되었다. 현재 주로 사용되고 있는 낮은 레벨의 색상, 질감, 형태 등의 특성은 인간의 인지와 직접적으로 연관이 되지 않으며, 여러 개의 객체가 포함되어 있는 영상은 잘 기술하지 못한다는 단점을 가진다. 이러한 단점을 보완하기 위하여 영상 검색 분야의 연구는 높은 레벨의 특성에 대한 연구로 진행되게 되었다. 높은 레벨의 특성은 좀 더 인간의 인지와 유사한 형식으로 영상을 기술하며, 대표적인 특성으로는 객체간의 위치 관계 표현 등이 있다. 하지만 객체간의 위치 관계 표현에 대한 이전의 연구들은 회전된 영상은 검색하지 못한다는 단점이 있다. 하지만 회전 불변(rotation invariant)은 정확한 영상 검색을 위한 특성 기술에 있어 중요하다. 본 논문에서는 객체간의 위치 관계를 효과적으로 표현하기 위한 높은 레벨의 특성인 8AB(8 Angular Bin)라는 새로운 기법을 제안한다. 8AB 기법은 회전 불변을 지원한다. 제안한 기법을 이용한 유사도 계산 및 검색 기법 역시 제안되었다. 또한 본 논문에서는 검색 시간을 단축하기 위한 검색 공간 축소 기법을 제안하였다. 이러한 기법들을 이용하여 실제 데이타와 합성 데이타를 사용한 실험을 행하여 제안된 기법의 유효성 및 검색 공간 축소 기법의 성능을 보였다.

• 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.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 2부
• /
• pp.577-582
• /
• 2006

본 논문에서는 내용 기반 영상 검색 기술을 이용하여 사용자가 원하는 영상을 쉽게 찾아내고, 이를 자동 재구성함으로써, 영화 미학의 핵심 중 하나인 몽타주 기법을 사용자 중심의 관점에서 구현하고자 한다. 본 논문에서 제안하는 실시간 몽타주 시스템은 이산 푸리에 변환(Discrete Fourier Transform)을 이용해 사용자가 선택한 영상의 특징을 찾고, 유클리디안 거리(Euclidean Distance)를 이용해 데이터베이스에 있는 영상과 유사도를 비교함으로써, 빠르고 효과적으로 사용자가 원하는 영상을 검색할 수 있다. 또한 카메라 트래킹에 의해 실시간으로 사용자의 움직임 영상을 취득하고, 취득된 영상을 검색된 사용자의 영상과 함께 자동 재구성함으로써, 손쉽게 사용자의 의도에 맞춘 영상 재구성을 하게 된다. 본 시스템은 사용자가 일방적으로 영상을 시청, 감상하는 소극적 영상의 소비자에서 벗어나, 기존의 영상을 이용해 임의의 영상을 조합하고 자기 자신의 영상까지 실시간으로 개입할 수 있도록 함으로써, 영상을 새롭게 구성하고 영상 재생산의 적극적 주체가 되는 사용자 중심의 새로운 영화(뉴미디어)의 토대가 될 것으로 기대된다.

• 방송공학회논문지
• /
• 제17권1호
• /
• pp.26-36
• /
• 2012

영상에 포함된 객체의 형태는 내용 기반 영상검색에 있어서 중요한 정보를 가지고 있기 때문에, 이를 이용하여 영상을 검색하는 방법들이 활발히 연구되어 왔다. 그중에서도 최근에 제안된 저니키 모멘트의 위상과 크기를 이용하는 회전불변 서술자(IZMD: Invariant Zernike moment descriptor)을 이용한 영상 검색 방법은 기존의 크기 정보만을 이용한 저니키 모멘트 서술자보다 높은 영상 검색 성능을 보인다. 본 논문에서는 IZMD를 이용한 방법 보다 향상된 영상 검색 성능을 얻기 위해서 ART(Angular Radial Transform)의 크기와 위상을 이용한 회전 불변 특징 서술자(IARTD: Invariant Angular Radial Transform Descriptor)와 이를 이용해서 영상을 정합하는 방법을 제안한다. IARTD는 ART 기저함수의 특성을 이용해서 정렬된 ART 계수의 위상과 크기로 구성된 특징벡터이다. 영상의 검색은 두 IARTD의 크기차이와 위상차이의 곱을 이용하여 정의된 거리 계산 방법을 이용해서 수행한다. MPEG-7 데이터셋을 이용한 실험 결과, 제안하는 방법의 평균 BEP(Bull's Eye performance)는 0.5806으로서, ARTD나 IZMD를 이용한 영상 검색 결과의 평균 BEP 0.3574, 0.4234보다 우수한 검색 성능을 제공하는 것을 확인하였다.

• 인터넷정보학회논문지
• /
• 제9권5호
• /
• pp.99-108
• /
• 2008

본 논문에서는 텍스타일 영상의 내용 데이터, 감성 데이터, 메타데이터를 결합시킨 영상 검색 시스템을 제안한다. 섬유 패션의 정보를 가지고 있는 메타데이터와 영상의 색상 및 감성 색상을 이용한 내용의 결합은 그 동안의 섬유 패션산업과 관련된 영상 검색 시스템에서 진일보된 것이다. 우선 메타데이터의 정보를 통해서 영상을 검색하게 된다 검색된 영상 안에서 색상히스토그램과 색상스케치, 감성 히스토그램을 통하여 주어진 영상과 비슷한 영상들을 검색하게 된다. 본 논문에서는 텍스타일 영상으로부터 감성 특성을 추출하기 위해서, H, Nagumo의 배색이미지차트에서 제안하는 160개 감성어에 대한 감성 색상을 이용하였다. 본 논문에서 제안된 텍스타일 영상 검색 시스템에서 부가적인 기능인 돋보기 기능, 색상 히스토그램 기능, 색상 스케치 기능, 반복 패턴 보기 기능을 통해 검색된 텍스타일 영상들의 정보를 효과적으로 제공함으로써 사용자의 편의를 강화하였다.

• 정보처리학회논문지B
• /
• 제10B권6호
• /
• pp.681-686
• /
• 2003

대량의 일반 이미지 집합에서 사용자가 원하는 이미지를 효율적으로 찾아내는 것이 내용기반 이미지 검색 연구의 주된 목적이나 특정한 분야에 속하지 않은 일반 이미지를 대상으로 하는 연구는 아직까지 만족스럽지 못한 실정이다. 이 논문에서는 이미지의 색상과 형태의 특징 정보들을 추출하여 자동으로 색인하고 검색하는 시스템을 제안하였다. 특징 추출은 인간의 이미지 인식 과정에 기반하여 전체적인 정보와 세부적인 정보로 구분하여 수행하였다. 추출된 특징 정보들은 전역 칼라, 부분 영역 칼라, 전역 형태, 부분 영역 형태 정보로 구분하였다. 실험 결과 제안한 방법은 기존의 방법과 비슷한 시간 내에 비교적 높은 Precision과 Retail로 이미지를 검색함을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제9권7호
• /
• pp.782-800
• /
• 2006

이미지 메타 데이타는 이미지 데이터의 내용, 구조, 특징 등을 기술하는 데이타를 말한다. 이러한 메타 데이타는 다양한 시스템 환경에서 서로 공유되며 다양한 표준이 존재한다. 이러한 환경에서 사용자가 요구하는 정확한 데이타를 검색하는 것은 매우 중요하다. 본 논문에서는 분산 환경에서 다양한 표준을 가지는 이질적인 이미지 메타데이타의 상호 운용 시스템 구조를 제안하고, 보다 정확하고 효율적인 검색을 위하여 메타데이타 매핑 방법을 이용한 질의 확장 방안을 제안한다. 제안한 매핑 방법에서 비표준 메타데이타를 사용하는 제공자는 MDR내의 기준 표준인 VRA 표준과 매핑된다. 또한, 불필요한 매핑 연산을 줄이고 MDR에 새로운 표준을 쉽게 추가하기 위해서 VRA 표준을 기준으로 표준안간의 매핑을 수행한다. 제안된 확장 질의 방법을 사용하면 다양한 메타데이타 스키마와 표준 간의 관계를 활용하여 검색의 정확도를 높일 수 있다. 본 논문에서 제안된 방법의 유용성을 보이기 위해 시스템 프로토타입을 구현하고 확장 질의 처리에 대한 검객 성능 평가를 수행하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제44차 하계학술발표논문집 19권2호
• /
• pp.355-358
• /
• 2011

본 논문에서는 이미지에서 사용자가 관심을 갖는 영역(ROI)의 내용을 나타내는 특성값과 영역의 위치를 함께 고려하여 이미지를 검색하는 방법을 제안한다. 제안한 방법은 검색 대상 이미지를 일정 크기의 블록으로 구분한 후 사용자가 선택한 다중 ROI와 가장 근접하는 특성을 가진 블록을 선택한다. 블록의 특성값은 MPEG-7의 도미넌트 컬러 기술자를 사용한다. 사용자가 선택한 블록의 특성값과 함께 블록의 위치를 측정한 후, 검색 대상 이미지의 블록들의 특성값 및 위치와 비교하여 유사도를 측정한다. 본 논문에서는 실험결과 제안한 방법이 전역 이미지 검색이나 동일한 위치의 블록만 비교하는 경우보다 다중 ROI의 내용과 위치를 함께 고려하는 방법이 다른 방법에 비해 우수한 성능을 나타냈다.

• 대한전자공학회논문지SP
• /
• 제42권5호
• /
• pp.1-10
• /
• 2005

오늘날 급격한 멀티미디어 정보의 증가에 따라 영상에서의 시각적 특성을 이용하여 멀티미디어 데이터를 검색하는 내용 기반 영상 검색 기법에 대한 관심이 크게 늘어나고 있다. 본 논문에서는 효과적인 영상 검색을 위한 새로운 접근으로서 edge correlogram과 color coherence vector를 이용한 에지 기반의 공간 기술자를 제안한다. 우선 color vector angle기법을 이용하여 주어진 영상을 고주파 성분과 저주파 성분의 영상으로 나눈다. 저주파 성분의 영상에서는 color coherence vector를 이용하여 평탄 화소의 공간적인 색상 분포를 추출함으로써 이를 평탄 영역에서의 특징 정보로서 활용한다. 반면, 고주파 성분의 영상에서는 edge correlogram으로부터 에지 화소들 간의 분포를 추출하여 이를 에지 영역에서의 특징 정보로 이용한다. 제안된 방법은 색상 간의 지엽적인 특성과 전체적인 특성을 모두 가지고 있기 때문에, 영상 간의 비교에 있어서 영상의 모양과 크기의 급격한 변화로 인한 오검출 등에 매우 강건하다. 또한, 영상에서의 구조적인 특징을 이용함으로써 복잡한 영상에 대해서도 간단하고 유연한 특징을 제공한다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 알고리즘이 최근의 여러 히스토그램 정밀화 기법에 비하여 더 효과적임을 보여준다. 데이터베이스 내 영상의 색인을 위해서는 R*-tree 구조를 이용하였다.

• 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.