• 디지털콘텐츠학회 논문지
• /
• 제10권3호
• /
• pp.423-431
• /
• 2009

영상을 검색하는 데에는 형태, 색상, 질감 등 여러 가지 특징을 사용 할 수 있다. 그 중 가장 활발한 연구가 이루어지고 있는 분야가 형태 정보와 색상 정보를 이용하는 분야이다. 형태 정보를 이용하는 검색 방법에는 2D 모멘트와 푸리에변환 등의 방법이 유명하다. 또 다른 방법으로는 CSS(Curvature Scale Space)가 있는데, 이는 윤곽선 정보를 이용하여 윤곽선의 굴곡을 2D 그래프로 표현하여 그 그래프의 극대점을 특징 값으로 사용하여 영상을 비교 검색하는 방법이다. 기존 CSS 방법에는 몇 가지 문제점이 있어서 본 논문에서는 기존 방법을 향상시킨 ICSS 방법을 사용하여 영상을 검색한다. 색상 정보를 이용하는 방법에는 RGB 색상정보를 이용하는 방법과 HSI 색상정보를 이용하는 방법 등이 있는데 본 논문에서는 HSI 색상정보를 이용하여 색상 히스토그램으로 표현한 후 영상의 비교 척도로 사용하였다. 영상의 유사도를 측정하는 방법으로는 유클리디언 디스턴스를 주로 사용하는데, 본 논문에서는 정확도와 검색 시간을 단축시키고자 DTW를 사용하여 영상의 유사도를 측정하였고, 유클리디언 디스턴스를 사용했을 때와 비교하여 성능 향상 결과를 보인다.

• 전자공학회논문지CI
• /
• 제43권5호
• /
• pp.38-47
• /
• 2006

기존의 인식 방법은 물체에 대한 형상 정보 또는 움직임을 특징으로 한 단일 인식기를 사용한다. 하지만, 기존의 단일 특징 기반의 단일 인식기를 사용하는 방법의 인식 성능은 물체의 영역에 대한 정확한 검출에 크게 의존하는 단점을 가진다. 본 논문에서는 이러한 기존 인식방법의 단점을 해결하고, 인식의 신뢰성을 높이기 위해서 세 가지 인식기에 의한 각 결과를 Bayesian을 이용하여 융합하는 새로운 인식 방법을 제안한다. 첫 번째 인식기는 푸리에 묘사자로부터 얻은 형상 정보를 특징으로 한 신경망을 사용하고, 두 번째 인식기는 형상 정보에 대한 기울기를 바탕으로 한 통계적인 방법을 사용한다. 또한. 세 번째 인식기는 검출된 물체의 일정 부분의 움직임에 대한 모션 정보를 특징으로 하여 인식한다. 본 논문의 실험결과에서 제안한 결과 융합방법은 기존의 Majority Voting과 Weight Average Score 방법에 비해서 더 우수한 인식 성능을 보여준다.