• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권7호
• /
• pp.2683-2702
• /
• 2015

A Content-based Image Retrieval (CBIR) system employs visual features rather than manual annotation of images. The selection of optimal features used in classification of images plays a key role in its performance. Category proliferation problem has a huge impact on performance of systems using Fuzzy Artmap (FAM) classifier. The proposed CBIR system uses a modified version of FAM called Non-Proliferation Fuzzy Artmap (NPFAM). This is developed by introducing significant changes in the learning process and the modified algorithm is evaluated by extensive experiments. Results have proved that NPFAM classifier generates a more compact rule set and performs better than FAM classifier. Accordingly, the CBIR system with NPFAM classifier yields good retrieval.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.993-1014
• /
• 2021

This paper proposes a new image retrieval method called the 3D integrated multi-index to fuse SIFT (Scale Invariant Feature Transform) visual words with other features at the indexing level. The advantage of the 3D integrated multi-index is that it can produce finer subdivisions in the search space. Compared with the inverted indices of medium-sized codebook, the proposed method increases time slightly in preprocessing and querying. Particularly, the SIFT, contour and colour features are fused into the integrated multi-index, and the joint cooperation of complementary features significantly reduces the impact of false positive matches, so that effective image retrieval can be achieved. Extensive experiments on five benchmark datasets show that the 3D integrated multi-index significantly improves the retrieval accuracy. While compared with other methods, it requires an acceptable memory usage and query time. Importantly, we show that the 3D integrated multi-index is well complementary to many prior techniques, which make our method compared favorably with the state-of-the-arts.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• pp.333-336
• /
• 2006

HERMES(tHE Retrieval framework for visual MEdia Service)는 웹 상에 존재하는 그림, 영상 등 시각미디어 검색을 위한 시스템이다. 복수의 서비스 제공자와 하나의 서비스 중계자가 있는 분산 환경에서, 사용자의 질의가 왔을 때 서비스 중계자는 적절한 서비스 제공자를 효율적으로 찾는 것이 매우 중요하다. 그래서 다양한 서비스 제공자가 존재하는 분산환경에서 서비스 제공자들간의 랭킹은 매우 중요하다. 본 논문에서는 온톨로지를 사용하여 서비스 제공자들을 랭킹하는 방법을 제안하고 기존의 서비스 제공자 랭킹과 비교하여 본 논문에서 제안한 방법이 더욱 우수함을 보인다.

• 한국문헌정보학회지
• /
• 제50권1호
• /
• pp.417-435
• /
• 2016

적합성 평가는 검색효율을 향상시키는데 있어서 중요한 요소이다. 또한 이미지의 검색과 이용이 인터넷과 디지털 정보기술의 발달로 인해 보편화되었음에도 불구하고 이미지 적합성 평가에 관한 연구는 미미한 상황이다. 본 연구는 이미지 검색 실패 사례에 나타난 비적합성 평가요소를 규명하고 특성을 살펴보고자 하였다. 이를 위해서 총 135명의 대학생이 연구에 참여하였으며, 1,452건의 평가요소가 분석의 대상이 되었다. 기존의 연구에서 밝힌 평가요소를 포함하여 본 연구는 13종의 평가요소를 규명하였으며, 전체적으로 '주제적합성', '구성', '정확성', '시각적특성', '완전성', '심미적요소', '구도', '서지적요소', '인상', '자세', '얼굴특성', '새로움', '시대배경' 순의 비중으로 나타났다. 이중에서 '구성'과 '구도'는 본 연구에서 특징적으로 새롭게 규명한 평가요소이며, 기존의 연구에서 밝힌 '행동' 평가요소는 본 연구 데이터에서는 찾아볼 수 없었다. 또한 이러한 평가요소의 비중은 이용자가 지닌 이미지요구와 이용목적의 특성에 따라서 차이를 보였다.

• 한국통신학회논문지
• /
• 제24권10B호
• /
• pp.1902-1911
• /
• 1999

본 논문에서는 객체들의 공간적 특성이 반영된 시각적인 특징벡터를 이용한 내용기반 영상검색 알고리즘을 제안한다. 제안된 검색 기법은 여러 색상으로 이루어진 객체들을 표현하기 위하여 가우시안 혼성 모델을 적용하여 모델의 최대유사 파라미터는 EM 알고리즘을 사용하여 추정한다. GMM을 기반으로 하여 분할된 각 객체들로부터 Fourier descriptor의 색상 히스토그램을 사용하여 모양과 색상 특징을 추출하게 된다. 영상 검색은 두 단계로 구성되는데 첫 단계에서는 공간적인 모양 특성을 추출하여 모양이 유사한 객체들을 후보 영상으로 압축하게 되며 마지막으로 객체의 색상 히스토그램에 의하여 검색이 수행된다. 실험 결과 제안된 알고리즘은 분할된 객체의 공간적, 시각적 특징을 이용하여 효율적으로 검색을 수행할 수 있음을 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.

• Journal of Information Processing Systems
• /
• 제13권3호
• /
• pp.464-475
• /
• 2017

In this paper, we present a new texture image retrieval method which combines color and texture features extracted from images by a set of multi-resolution multi-direction (MRMD) filters. The MRMD filter set chosen is simple and can be separable to low and high frequency information, and provides efficient multi-resolution and multi-direction analysis. The color space used is HSV color space separable to hue, saturation, and value components, which are easily analyzed as showing characteristics similar to the human visual system. This experiment is conducted by comparing precision vs. recall of retrieval and feature vector dimensions. Images for experiments include Corel DB and VisTex DB; Corel_MR DB and VisTex_MR DB, which are transformed from the aforementioned two DBs to have multi-resolution images; and Corel_MD DB and VisTex_MD DB, transformed from the two DBs to have multi-direction images. According to the experimental results, the proposed method improves upon the existing methods in aspects of precision and recall of retrieval, and also reduces feature vector dimensions.

• 정보관리연구
• /
• 제40권2호
• /
• pp.71-94
• /
• 2009

이미지는 비주얼 특성과 다의적 해석 때문에 색인 전문가가 구성한 텍사노미와 같은 전통적인 메타데이터만으로는 효율적인 검색을 기대하기 어려운 경우가 있다. 본 연구는 폭소노미를 이미지 검색에 활용하기 위해서, 폭소노미를 분석하기 위한 5개의 카테고리와 17개의 서브 카테고리로 구성된 태그카테고리 모형을 설계하였다. 설계된 모형을 플리커 이미지 자료인 141개 인기태그들, 3개의 개인 태그 구름들에 있는 105개 태그들 및 156개 개별적인 이미지들에 부여된 3,848개 태그들에 적용하여 이용자 태깅 행태를 분석하였다. 끝으로, 이러한 분석 결과에 기초하여 이미지 자료의 검색 효율성을 높이는 세 가지 방안, 즉, 온톨로지에 기반한 폭소노미 확장법, 폭소노미와 내용 기반 이미지 검색을 결합한 검색 효율성 개선법 및 폭소노미에 기반한 텍사노미 확장법을 제안하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.79-82
• /
• 2015

이미지를 분류하고 검색하는 기술(Image retrieval)중 하나인 Bag of visual words(BoVW)는 특징점(feature point)을 이용하는 방법으로 데이터베이스의 이미지 특징벡터들의 분포를 통해 쿼리 이미지를 자동으로 분류하고 검색해주는 시스템이다. Words를 구성하는데 특징벡터만을 이용하는 기존의 방법은 이용자가 원하지 않는 이미지를 검색하거나 분류할 수 있다. 이러한 단점을 해결하기 위해 특징벡터뿐만 아니라 이미지의 전체적인 분위기를 표현할 수 있는 색상정보나 반복되는 패턴 정보를 표현할 수 있는 텍스처 정보를 Words를 구성하는데 포함시킴으로서 다양한 검색을 가능하게 한다. 실험 부분에서는 특징정보만을 가진 words를 이용해 이미지를 분류한 결과와 색상정보와 텍스처 정보가 추가된 words를 가지고 이미지를 분류한 결과를 비교하였고 새로운 방법은 80~90%의 정확도를 나타내었다.

• 인터넷정보학회논문지
• /
• 제11권3호
• /
• pp.15-24
• /
• 2010

본 논문에서는 대용량 온라인 이미지 공유 사이트를 적용 도메인으로 하여 이미지 검색의 만족도를 높이고자 태그의 의미적 연관성과 이미지 자체의 내용 정보를 결합하는 이미지 분류 방법을 제안한다. 이미지 검색 및 분류 알고리즘이 플리커와 같은 대용량 이미지 공유 사이트에서 활용될 수 있으려면 실제 웹상의 태깅된 이미지를 대상으로 한 적용이 가능해야 한다. 제안된 알고리즘은 'bag of visual word'기반의 이미지 내용으로 웹 이미지를 분류하기 위한 것으로서, 의미적 연관태그를 이용해 일차 검색된 이미지들을 훈련 데이터로 사용하여 카테고리 모델을 훈련하고, PLSA를 적용하여 평가 이미지들을 분류하는 것이다. 제안된 방법으로 플리커의 웹 이미지들을 대상으로 실험한 결과, 태그 정보를 이용한 기존의 방법에 비해 우수한 검색 정확도 및 재현율을 확인할 수 있었다.