• 반도체디스플레이기술학회지
• /
• 제7권4호
• /
• pp.57-62
• /
• 2008

Image retrieval is one of the most exciting and rapidly growing research issues in the field of multimedia technology. This paper proposes a new method that performs search the relevant images by using query-by-example. The proposed method for search and retrieval of images utilizes the location information where the image had been taken. The system associates the photo images with their corresponding GPS coordinates that are used as metadata for searching. Experimental results show that the proposed method demonstrates better performance improving up to 59% of average recall and 49% of average precision. Moreover, we learned from the experimental results geo-location information embedded within the image header is more effective and positive on the search and storage.

• 한국멀티미디어학회논문지
• /
• 제14권12호
• /
• pp.1544-1548
• /
• 2011

A process of choosing a subset of original features, so called feature selection, is considered as a crucial preprocessing step to image processing applications. There are already large pools of techniques developed for machine learning and data mining fields. In this paper, basically two methods, non-feature selection and feature selection, are investigated to compare their predictive effectiveness of classification. Color co-occurrence feature is used for defining image features. Standard Sequential Forward Selection algorithm are used for feature selection to identify relevant features and redundancy among relevant features. Four color spaces, RGB, YCbCr, HSV, and Gaussian space are considered for computing color co-occurrence features. Gray-level image feature is also considered for the performance comparison reasons. The experimental results are presented.

• Journal of Electrical Engineering and Technology
• /
• 제8권5호
• /
• pp.1188-1193
• /
• 2013

In content based image retrieval (CBIR) system, the images are represented based upon its feature such as color, texture, shape, and spatial relationship etc. In this paper, we propose a MRI Image Retrieval using wavelet transform with mahalanobis distance measurement. Wavelet transformation can also be easily extended to 2-D (image) or 3-D (volume) data by successively applying 1-D transformation on different dimensions. The proposed algorithm has tested using wavelet transform and performance analysis have done with HH and $H^*$ elimination methods. The retrieval image is the relevance between a query image and any database image, the relevance similarity is ranked according to the closest similar measures computed by the mahalanobis distance measurement. An adaptive similarity synthesis approach based on a linear combination of individual feature level similarities are analyzed and presented in this paper. The feature weights are calculated by considering both the precision and recall rate of the top retrieved relevant images as predicted by our enhanced technique. Hence, to produce effective results the weights are dynamically updated for robust searching process. The experimental results show that the proposed algorithm is easily identifies target object and reduces the influence of background in the image and thus improves the performance of MRI image retrieval.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권1호
• /
• pp.249-268
• /
• 2014

Relevance feedback is an effective tool to bridge the gap between superficial image contents and medically-relevant sense in content-based medical image retrieval. In this paper, we propose an interactive medical image search framework based on pairwise constraint propagation. The basic idea is to obtain pairwise constraints from user feedback and propagate them to the entire image set to reconstruct the similarity matrix, and then rank medical images on this new manifold. In contrast to most of the algorithms that only concern manifold structure, the proposed method integrates pairwise constraint information in a feedback procedure and resolves the small sample size and the asymmetrical training typically in relevance feedback. We also introduce a long-term feedback strategy for our retrieval tasks. Experiments on two medical image datasets indicate the proposed approach can significantly improve the performance of medical image retrieval. The experiments also indicate that the proposed approach outperforms previous relevance feedback models.

• 한국정보처리학회논문지
• /
• 제4권12호
• /
• pp.2931-2946
• /
• 1997

멀티미디어정보검색 응용분야에서 내용－본위 이미지 검색은 유사성이 높은 멀티미디어 문서를 검색하는데 있어서 필수적이다. 따라서, 본 논문은 픽셀 (Pixel) 단위의 본래 이미지가 자동적 혹은 수동적으로 아이콘(icon) 객체로 구성된 아이콘 이미지로 변환될 때, 아이콘 이미지의 효율적인 표현과 검색을 제공하기 위함이다. 이를 위해 먼저 아이콘 객체를 점 대신에 사각형으로 표현함으로써 아이콘들간의 공간관계를 정확하게 표현할 수 있는 새로운 공간 매치 표현 기법을 제안한다. 또한, 이미지의 검색을 가속화시키기 위해, 2차원 시그니쳐 화일 구성을 사용한 효율적인 검색기법을 설계한다. 마지막으로, 성능 실험을 통하여 제안한 공간 매치 표현 기법이 기존의 9-DLT 표현 기법보다 더 나은 검색 효율을 나타냄을 보인다.

• 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.

• ETRI Journal
• /
• 제29권5호
• /
• pp.700-702
• /
• 2007

We present a relevance feedback approach based on multi-class support vector machine (SVM) learning and cluster-merging which can significantly improve the retrieval performance in region-based image retrieval. Semantically relevant images may exhibit various visual characteristics and may be scattered in several classes in the feature space due to the semantic gap between low-level features and high-level semantics in the user's mind. To find the semantic classes through relevance feedback, the proposed method reduces the burden of completely re-clustering the classes at iterations and classifies multiple classes. Experimental results show that the proposed method is more effective and efficient than the two-class SVM and multi-class relevance feedback methods.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.68-81
• /
• 2000

본 논문에서는 순위가 부여되는 영상 데이터베이스 검색 시스템의 검색효율을 평가하기 위한 새로운 단일가 척도를 제안한다. 좋은 순위부여 시스템이 되기 위한 조건은 첫째, 관련영상을 많이 검색해야 하며 둘째, 부적합 영상은 검색하지 말아야 하며 셋째, 평균순위가 높아야 하고, 넷째, 검색된 관련영상들이 밀집되어 있어야 한다. 기존 평가척도들이 일부 조건만을 반영하며 개략적 혹은 부정확한 평가 결과를 보이는데 반해, 제안하는 평가척도 NDS(Normalized Distance Sum)는 이러한 문제점들을 모두 해결한다. NDS의 우수성을 입증하기 위해 ${\_nC_r(_10C_5=252, _20C_9=167,960)}$개의 검색패턴을 자동 발생시켜 이를 기존 평가척도와 함께 측정 비교한다. 이 패턴들은 n 순위 내에서 r 개의 관련 영상이 검색된다고 가정하였을 때 재구적 함수 호출에 의해 자동 발생된것들이다.

• 한국통신학회논문지
• /
• 제32권10C호
• /
• pp.990-999
• /
• 2007

본 논문에서는 효과적인 영상 검색을 위한 방법으로서 JSEG 영상 분할 기법을 통한 영역 기반의 영상 인덱싱 및 검색 기법을 제안한다. JSEG은 영상을 색상 분류에 따라 양자화하고 이에 영역 윈도우를 적용시켜 J-image를 만든 다음, 세부 분할된 영역의 성장과 병합을 통하여 영상을 효과적으로 분할하는 방법이다. 제안하는 영상 검색 시스템은 JSEG에 의해 분할된 영상을 사용자에게 질의 영상으로 주고, 사용자로 하여금 분할 영상에서 관심 영역군(群)을 선택하게 한다. 그리고 나서, 사용자 질의에 의해 선택된 영역의 MBR을 구하고 이 영역의 중심을 기준으로 다중 윈도우 마스크를 생성하여 적용시킴으로써 특정 관심 영역을 중심으로 한 영상의 전역적인 특징을 추출한다. 최종적으로 추출된 특징의 성능 비교를 위한 기술자로는 누적 히스토그램을 이용하였다. 제안된 방법은 특정 영역에서의 특징과 전역 특징을 동시에 추출하여 검색에 이용함으로써 보다 빠르고 정확하게 사용자가 원하는 영상을 제공할 수 있다. 실험 결과는 영상 색인 및 검색에 있어서 제안된 방법이 영상 기반의 검색 기법과 비교하여 더 효과적임을 보여준다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권2호
• /
• pp.125-133
• /
• 2003

본 논문에서는 색상과 웨이블렛 기반의 질감 특징들을 사용한 효율적인 내용기반 영상검색 방법을 제안하였다. 색상특징은 전체 영상으로부터 추출된 soft-히스토그램이 사용되며 질감 특징으로는 웨이블렛 변환의 공간 주파수 분석을 통하여 얻어진 고대역 부밴드로부터 추출된 불변 모우멘트가 이용된다. CTBTR이라 불리는 검색시스템은 질의 영상에 대한 효율적인 영상 검색을 위하여 두 단계의 유사성 정합을 수행하는데 첫 번째 정합 단계에서는 간단한 색상 히스토그램을 사용하여 질의 영상과 유사하지 않은 영상을 제거하여서 검색대상의 수를 줄이며, 두 번째 정합 단계에서는 첫 번째 단계에서 선별된 후보영상에 웨이블렛 기반의 질감특징을 적용하여 질의 영상과 유사한 영상을 검색한다. 실험결과 제안된 알고리즘이 기존의 방법보다 검색에 있어서 효율적인 계산처리와 정확한 검색을 수행하여 향상된 결과를 보여 주었다.