• 한국정보과학회논문지:데이타베이스
• /
• 제36권6호
• /
• pp.434-445
• /
• 2009

내용 기반 영상 검색(content based image retrieval)은 영상 자체의 정보를 이용하여 유사 영상을 검색하는 기법이다. 하지만 멀티미디어 데이터는 텍스트 데이터와 달리 얻을 수 있는 데이터가 정확하지 않고 또한 시스템에서 표현되는 데이터의 저차원(low-level)의 표현법과 사용자가 인식하는 고차원(high-level)의 개념(concept)은 상당한 차이를 나타내게 된다. 즉 시스템 상에서 벡터들로 표현된 영상 데이터들이 벡터스페이스 상에서는 가깝지만 실제 사용자는 유사하지 않다고 인식하는 문제점이 발생한다. 이를 의미적 간극(semantic-gap) 문제라고 부른다. 이런 의미적 간극 문제로 인해 영상검색 결과는 좋지 않은 성능을 보이게 된다. 이를 해결하기 위해 사용자의 피드백 정보를 이용하여 질의를 수정하는 적합성 피드백 기법이 널리 사용되고 있다. 하지만 기존의 적합성 피드백은 사용자의 관심영역(region-of-interest, 이하 ROI)를 고려하지 않아 적합한(relevant) 영역의 모든 영역들이 새로운 질의 점을 계산하는 과정에서 사용된다. 시스템은 그 스스로 사용자 관심영역을 알지 못하기 때문에 적합성 피드백을 영상수준(image-level)으로 진행하기 때문이다. 이 논문에서는 복잡한 위성영상 영역 검색에서 관심영역을 사용자가 직접 선택하도록 유도하여 더욱 정확한 질의 점을 계산하여 정확도를 높이는 사용자 관심영역 적합성 피드백 방법을 제시한다. 또한 사용자가 선택하지 않은 부정확한 영상 정보를 이용하여 정확도를 향상시키는 프루닝 기법도 함께 제시한다. 실험을 통하여 사용자 관심영역 적합성 피드백의 우수성과 함께 제안한 프루닝 기법의 효율성도 함께 보여준다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.669-672
• /
• 2001

We propose an efficient algorithm for an interactive content-based image retrieval using relevance feedback. In the proposed algorithm, a new query feature vector first is yielded from the average feature vector of the relevant images that is fed back from the result images of the previous retrieval. Each component weight of a feature vector is computed from an inverse of standard deviation for each component of the relevant images. The updated feature vector of the query and the component weights are used in the iterative retrieval process. In addition, the irrelevant images are excluded from object images in the next iteration to obtain additional performance improvement. In order to evaluate the retrieval performance of the proposed method, we experiment for three image databases, that is, Corel, Vistex, and Ultra databases. We have chosen wavelet moments, BDIP and BVLC, and MFS as features representing the visual content of an image. The experimental results show that the proposed method yields large precision improvement.

• 정보관리학회지
• /
• 제16권2호
• /
• pp.49-80
• /
• 1999

본 연구는 자연어 비불리언 탐색에서 탐색결과에 근거하여 질의를 수정, 확장, 결합하여 검색효과를 향상시키는 시스템들을 개념모델별로 성능을 고찰하고, 성능에 영향을 끼치는 요소들을 분석하여, 이론적인 개념의 틀을 제시하였다. 용어의 가중치기법, 문헌의 순위화방법, 용어선정알고리즘, 질의확장에 사용된 문헌수와 용어수, 적합성판정정보의 출처 및 척도, 배움표본의 크기, 부적합문헌정보의 사용여부, 용어확장방법, 질의의 크기, DB의 종류와 크기 등에 의해 영향을 받는 것으로 분석되었다.

• Asia pacific journal of information systems
• /
• 제15권3호
• /
• pp.223-241
• /
• 2005

In spite of the rapid growth of mobile multimedia contents market, most of the customers experience inconvenience, lengthy search processes and frustration in searching for the specific multimedia contents they want. These difficulties are attributable to the current mobile Internet service method based on inefficient sequential search. To overcome these difficulties, this paper proposes a MOBIIe COntents Recommender System for Movie(MOBICORS-Movie), which is designed to reduce customers' search efforts in finding desired movies on the mobile Internet. MOBICORS-Movie consists of three agents: CF(Collaborative Filtering), CBIR(Content-Based Information Retrieval) and RF(Relevance Feedback). These agents collaborate each other to support a customer in finding a desired movie by generating personalized recommendations of movies. To verify the performance of MOBICORS-Movie, the simulation-based experiments were conducted. The results from this experiments show that MOBICORS-Movie significantly reduces the customer's search effort and can be a realistic solution for movie recommendation in the mobile Internet environment.

• 정보처리학회논문지B
• /
• 제17B권2호
• /
• pp.99-106
• /
• 2010

본 논문에서는 검색의 일관성원리와 다중질의 방법을 이용하여 감성을 기반으로 음악을 검색하는 알고리즘을 제안한다. 사용되어지는 특징들은 MPEG-7에서 제공하는 오디오 서술자들이며 이 정보들을 사용하는 것은 국제표준화가 용이 하다는 장점을 가지고 있기 때문이다. 또한 감성에 따라 MPEG-7 오디오 서술자들의 가중치를 부여하는 방법을 제안하여 계산량을 줄이는 방법을 고안하였으며 일관성원리와 다중질의 방법을 사용하는 적합성 피드백을 사용하여 검색의 적합률을 향상시켰다.

• 정보관리학회지
• /
• 제22권2호
• /
• pp.41-56
• /
• 2005

기계가 정보의 의미를 이해하고 처리할 수 있도록 기존의 웹을 확장하는 것을 목적으로 하는 시멘틱 웹은 온톨로지를 이용하여 지식을 공유하게 된다. 본 논문에서는 정교한 질의의 처리를 위하여 온톨로지 내에 존재하는 의미 관계들을 질의의 확장을 위한 연관피드백 정보로 이용하는 방안을 제안한다. 실험은 도메인 온톨로지인 Medicine 온톨로지를 대상으로 하였으며, 출현 용어들의 빈도정보만을 이용한 키워드 기반 문서검색과 제안한 온톨로지기반 문서검색의 성능을 비교하였다. 이 때, 두 시스템의 정확률과 재현율을 성능 평가의 기준으로 삼았다. 그 결과, 검색 엔진은 온톨로지에 정의된 개념들과 규칙들을 활용하면서 검색의 정확률을 향상시키는데 도움이 되었고 검색 성능을 향상시키기 위한 추론의 기반으로도 사용될 수 있었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권2호
• /
• pp.126-136
• /
• 2004

이 논문은 색상과 위치정보를 이용한 새로운 내용기반 영상검색 알고리즘을 제안한다. 이를 위해서. 질의가 주어졌을 경우, 데이타베이스의 검색공간을 줄일 목적으로 두 가지 종류의 색인 키(Key)를 제시하는데 하나는 영상의 고유한 색상 구성적 특성을 나타내는 주요 색상세트(MCS, Main Colors' Set)이고 다른 하나는 주요 색상마다의 분포 및 위치적 특성을 나타내는 분포 블록기호(DBS, Distribution Block Signature)이다. 이 두 가지 필터(Filter)를 연속적으로 적용하면 영상 데이터베이스로부터 잠재성이 높은 유사 후보 영상만을 걸러내게 된다. 이어서 보다 높은 검색성능을 얻기 위해 새롭게 제안한 쿼드모델 (Quad Modeling)과 유사도 피드백 메커니즘을 이용한다. 이 방법은 색상과 위치정보에 대한 가중치를 역동적으로 조절함으로써 검색성능을 향상시킨다. 실험을 통해서 제안된 알고리즘이 성공적으로 영상검색에 사용될 수 있음을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.1-7
• /
• 2006

최근 이미지 검색은 검색의 정확성을 높이고자 사용자의 요구를 반영하는 적합성 피드백에 관한 연구가 활발히 진행되고 있다. 본 논문은 이미지 검색 시 나타나는 고수준 개념과 저수준 특징 사이의 의미적 격차를 줄이기 위하여 적합성 피드백에 기반한 영역 기반 이미지 검색의 가중치 기법에 대해서 논의하고 새로운 가중치 기법을 제안한다. 새롭게 제시된 가중치 기법은 한 이미지에 존재하는 영역들의 공간적 위치에 따라 영역의 중요성을 결정한다. 실험 결과는 본 논문에서 제시된 가중치 기법이 평균 재현율에 있어서 크기 백분율 가중치 기법에 비해 약 18%, 역 이미지 빈도수를 적용한 영역 빈도수 가중치 기법에 비해 약 11% 가량 높게 나타나는 것을 보이고 있으며, 검색 시간에 있어서도 영역 빈도수 가중치에 비해 약 1/10인 것을 보이고 있다.

• Journal of Information Science Theory and Practice
• /
• 제9권2호
• /
• pp.1-17
• /
• 2021

Pseudo relevance feedback (PRF) is a powerful query expansion (QE) technique that prepares queries using the top k pseudorelevant documents and choosing expansion elements. Traditional PRF frameworks have robustly handled vocabulary mismatch corresponding to user queries and pertinent documents; nevertheless, expansion elements are chosen, disregarding similarity to the original query's elements. Word embedding (WE) schemes comprise techniques of significant interest concerning QE, that falls within the information retrieval domain. Deep averaging networks (DANs) defines a framework relying on average word presence passed through multiple linear layers. The complete query is understandably represented using the average vector comprising the query terms. The vector may be employed for determining expansion elements pertinent to the entire query. In this study, we suggest a DANs-based technique that augments PRF frameworks by integrating WE similarities to facilitate Arabic information retrieval. The technique is based on the fundamental that the top pseudo-relevant document set is assessed to determine candidate element distribution and select expansion terms appropriately, considering their similarity to the average vector representing the initial query elements. The Word2Vec model is selected for executing the experiments on a standard Arabic TREC 2001/2002 set. The majority of the evaluations indicate that the PRF implementation in the present study offers a significant performance improvement compared to that of the baseline PRF frameworks.

• 정보처리학회논문지B
• /
• 제10B권2호
• /
• pp.179-188
• /
• 2003

내용기반 영상검색에서 질의는 영상 그 자체이며 질의와 유사한 영상을 찾는 방식으로 검색이 진행된다. 즉 사용자가 검색을 원하는 영상의 색, 형태, 질감 또는 이들의 공간적인 배치 등의 내용을 염두에 두고 있어야 검색이 가능하다. 이러한 검색방법은 사용자가 검색대상의 내용을 상당 부분 파악하고 있어야 검색이 가능하다는 제약을 수반한다. 본 논문에서는 사용자가 영상이 제공하는 감성을 이용하여 칼라영상을 검색하는 방법을 제안한다. 제안된 방법은 검색과 감성평가가 relevance feedback을 통하여 동시에 진행됨으로 기존의 내용기반 영상검색과 통합이 용이하며, 사용자의 주관적인 평가가 이루어질 수 있다는 점에서 과거의 감성기반 칼라영상 검색과 차이가 있다. 본 논문에서 제안한 검색기의 평가를 위해 영상속성으로 MPEG-7의 칼라 기술자(descriptor)를 사용하였으며 "깨끗한" "밝은" "재미있는", "포근한" 등의 감성형용사를 적용한 결과 1500개의 벽지영상을 대상으로 만족할 만한 결과를 얻을 수 있었다.과 1500개의 벽지영상을 대상으로 만족할 만한 결과를 얻을 수 있었다.