• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.167-170
• /
• 2005

히스토그램은 컬러 공간의 특징 때문에 조명에 매우 민감하며, 이동된 빛의 강도를 가지고 있을 때, 유사성을 떨어뜨릴 가능성이 커지기 때문에, 본 논문에서는 히스토그램의 영역을 몇 개의 영역으로, 나눠, 그 영역들을 계산하는 HAC(Histogram Area Calculation)라 불리는 새로운 검색 방법을 소개한다. 제안한 방식은 현재 히스토그램이 가지고 있는 특성에 기반 하여, 히스토그램의 영역을 계산하고, 유사사성을 matching 시킴으로써, 명암도 변화에 대해서 기존의 다른 전통적인 히스토그램 방법이나, 병합된 히스토그램 방법보다 제안한 방식의 성능이 훨씬 뛰어나다는 것을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.43-46
• /
• 2004

현재 병리 의사에 의해 주관적으로 이루어지고 있는 병리 영상의 진단에 도움을 주기 위해 병리영상에서 객관적으로 추출 가능한 정보를 이용하여 유방종양 검색 시스템을 개발하였다. 다중 특징을 이용한 내용 기반 검색 방법을 사용하였으며, 영상에서 자동으로 추출 가능한 다양한 특징을 검색의 파라미터로 이용하였다. 진단에 도움을 주기 위해 전체 영상 뿐만 아니라 관심 있는 영역의 부분영상도 추출하여 검색이 가능하게 설계하였으며 시스템의 평가를 위해 단일 특징을 이용하여 영상을 검색 하였을 때와 다중 특징을 이용하여 영상을 검색 하였을 때의 검색율을 비교하였다. 향후 이 시스템은 병리영상의 진단에 있어 객관적이고 높은 재현성을 가지게 하는 보조도구로 사용될 수 있을 것이다.

• 한국통신학회논문지
• /
• 제30권9C호
• /
• pp.930-938
• /
• 2005

본 논문에서는 칼라 특징과 다해상도 질감 특징의 효율적인 결합에 근거한 내용기반 영상검색 기법을 제안한다. 칼라 특징으로는 칼라의 공간적인 상관관계를 잘 나타내는 HSV 칼라 오토코렐로그램(color autocorrelogram)을 선택하였고, 질감 특징으로는 국부 밝기 변화와 국부 질감의 부드러움 정도를 잘 측정하는 BDIP와 BVLC를 선택하였다. 이 질감 특징들은 칼라 영상의 휘도(luminance) 성분에서 웨이브렛(wavelet) 분해되어 다해상도로 추출되었다. 그리고 이들 칼라와 질감 특징들은 효율적인 유사도 측정을 위해 각각 이들의 차원들과 표준편차 벡터들에 의해 정규화된 후 결합되었다. 실험을 위한 영상으로는 Corel DB와 VisTex DB, 그리고 이들로부터 파생되어 다양한 해상도의 영상으로 구성된 Corel_MR DB와 VisTex_MR DB를 사용하였다. 실 험 결과, 제안한 방법은 Precision vs. Recall 평가에서 기존의 BDIPBVLC 방법과 칼라 오토코렐로그램 방법보다 각각 평균 $8\%$와 평균 $11\%$ 향상된 성능을 나타내었으며 웨이브렛. 모멘트, CSD, 히스토그램을 이용한 방법들보다 $10\%$ 이상의 높은 성능을 나타내었다. 특히, 제안한 방법이 다른 방법들 보다 다해상도로 구성된 영상 DB에서 높은 검색 성능 차이를나타내었다.

• 한국컴퓨터정보학회논문지
• /
• 제10권1호
• /
• pp.93-100
• /
• 2005

본 연구는 신규 임상병리사로 하여금 보다 정확한 의사결정과 효율적인 교육에 이용할 수 있는 지식 및 내용 기반 의료 세균화상 검색 시스템을 설계 및 구현하는 것이다. 이를 위해, 먼저 알고리듬방식의 검색 이전에 경험적 지식을 바탕으로 세균동정단계 중 가장 빠른 경로를 탐색하여 원인균 동정에 소요되는 시간을 줄일 수 있도록 룰 베이스를 근거로 유연성 있는 탐색경로를 설정하여 전체적인 추론을 수행한다. 다음으로, 색상 모델 중에서 HSV 컬러 모델을 이용하여 세균화상 중에서도 특히 세균화상으로부터 시각정보의 색상 특징 벡터를 추출할 수 있는 색상 특징 추출방법을 제안한다. 아울러 대용량 세균화상 데이터베이스를 기반으로 보다 빠른 검색 성능을 위해, 배지, 검체, 부서, 세균명과 같은 단순속성들에 대해서는 B+-트리, 세균화상에 대한 부가적인 설명 정보로부터 추출한 키워드들에 대해서는 역화일기법, 그리고 화상으로부터 추출한 고차원 색상 특징벡터에 대해서는 스캔-기반 필터링(Scan-Based Filtering:SBF) 기법을 결합한 통합 색인기법을 기술한다. 마지막으로 구현된 시스템은 시각적인 내용 자체의 정보와 지식을 이용하여 효과적으로 복잡한 세균화상을 검색 및 관리할 수 있는 가능성을 보인다. 아울러 구현한 지식 및 내-용기반 세균화상 검색 시스템을 통해 임상분야의 지식을 잘 구조화함으로써 초보적인 임상병리사의 학습기간을 현저히 단축시킬 수 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제7권12호
• /
• pp.1657-1664
• /
• 2004

We propose a method that classifies images into two object types man-made and natural objects. A central object is extracted from each image by using central object extraction method[1] before classification. A central object in an images defined as a set of regions that lies around center of the image and has significant color distribution against its surrounding. We define three measures to classify the object images. The first measure is energy of edge direction histogram. The energy is calculated based on the direction of only non-circular edges. The second measure is an energy difference along directions in Gabor filter dictionary. Maximum and minimum energy along directions in Gabor filter dictionary are selected and the energy difference is computed as the ratio of the maximum to the minimum value. The last one is a shape of an object, which is also represented by Gabor filter dictionary. Gabor filter dictionary for the shape of an object differs from the one for the texture in an object in which the former is computed from a binarized object image. Each measure is combined by using majority rule tin which decisions are made by the majority. A test with 600 images shows a classification accuracy of 86%.

• 한국멀티미디어학회논문지
• /
• 제11권2호
• /
• pp.143-152
• /
• 2008

비디오 데이터에 대한 의미적 검출을 위해 이벤트 표현에 대한 많은 방법론이 연구되고 있지만, 아직도 저차원 특징을 이용한 내용기반 검출과 각 데이터에 주석을 정의한 주석기반 검출 방법이 대부분이다. 본 논문은 기존의 방법보다 의미적인 검색을 위해 객체 움직임 단위 생성과 이를 통한 이벤트 검출 기법을 제안한다. 첫째, 이벤트 단위로 움직임을 분류한다. 둘째, 분류된 객체 움직임에 대한 의미적 단위를 정의하고 이를 이벤트 검출에 이용하기 위해 저차원 특징과 매핑 가능한 규칙을 생성한다. 이를 통해 비디오 샷 단위의 의미적 이벤트 검출을 가능하게 한다. 제안된 내용의 유용성 평가를 위해 우리는 비디오 영상 이벤트 검출을 실험한 결과 약 80%의 정확률을 얻었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제12권4호
• /
• pp.23-32
• /
• 2006

최근 들어 디지털 카메라의 대중화로 인하여 많은 사람들이 손쉽게 다량의 사진을 촬영할 수 있게 되었다. 수백 장의 사진을 수작업으로 분류, 관리하는 것은 매우 힘든 일이며, 따라서 이를 자동으로 수행해주는 시스템의 필요성이 증대되었다. 디지털 이미지를 분류하는 이전 연구들은 대부분 일반적인 사진에 중점을 두고 있기 때문에 디지털 사진을 분류하기 위해서는 사용하기 힘들다. 최근에는 특정 조건 내에서 디지털 이미지를 분류하는 연구들이 많이 진행되고 있다. 이 알고리즘들은 대부분 시간차를 이용하여 사진을 분류하며 대부분 좋은 결과를 보이고 있지만 개선해야할 여지가 많이 남아있다. 예를 들면 초점거리와 같은 정보들은 사진을 분류할 때 전혀 사용하지 않는다. 따라서 본 논문에서는 EXIF의 초점거리 정보를 이용한 사진 분류 알고리즘을 제안한다. 본 논문에서는 매칭 벡터 분석방법을 이용하여 사진을 분류한다. 제안한 방법으로 실험한 결과, 95%의 사진 분류 성공률을 보였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.711-716
• /
• 2006

Since the introduction of digital camera to the mass market, the number of digital photos owned by an individual is growing at an alarming rate. This phenomenon naturally leads to the issues of difficulties while searching and browsing in the personal digital photo archive. Traditional approach typically involves content-based image retrieval using computer vision algorithms. However, due to the performance limitations of these algorithms, at least on the casual digital photos taken by non-professional photographers, more recent approaches are centered on time-based clustering algorithms, analyzing the shot times of photos. These time-based clustering algorithms are based on the insight that when these photos are clustered according to the shot-time similarity, we have "event clusters" that will help the user browse through her photo archive. It is also reported that one of the remaining problems with the time-based approach is that people perceive events in different scales. In this paper, we present an adaptive time-based clustering algorithm that exploits the usage history of digital photos in order to infer the user's preference on the event granularity. Experiments show significant performance improvements in the clustering accuracy.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.1-14
• /
• 2010

3D 콘텐츠 산업 분야의 급격한 성장과 더불어, 3D 콘텐츠 인증 및 신뢰, 검색을 위한 콘텐츠 해싱 기술이 요구되어지고 있다. 그러나 영상 및 동영상과 같은 2D 콘텐츠 해싱에 비하여 3D 콘텐츠 해싱에 대한 연구가 아직까지 미비하다. 본 논문에서는 키 기반의 3D 표면 계수 분포를 이용한 강인한 3D 메쉬 모델 해싱 기법을 제안한다. 제안한 기법에서는 기본적인 Euclid 기하학 변환에 강인한 3D SSD와 표면 곡률의 평면계 기반의 블록 표면 계수를 특징 벡터로 사용하며, 이를 치환 키 및 랜덤 변수 키에 의하여 최종 이진 해쉬를 생성한다. 실험 결과로부터 제안한 해싱 기법은 다양한 기하학 및 위상학 공격에 강인하며, 모델 및 키별로 해쉬의 유일성을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.187-190
• /
• 2004

본 논문에서는 영상을 자동적으로 객체와 비객체 영상으로 분류하는 방법을 제안한다. 객체 영상은 객체를 포함하는 영상이다. 객체는 영상의 중심 부근에 위치하고 주변 영역과는 상이한 칼라 분포를 가지는 영역들로 정의한다 영상 분류를 위해 객체의 특징에 기반하여 세 가지 기준을 정의한다. 첫 번째 기준인 중심 영역의 특이성은 중심영역과 주변 영역간의 칼라 분포의 차이를 통해 계산된다. 두 번째 기준은 영상 내의 특이 픽셀의 분산이다 특이 픽셀은 영상의 주변영역보다 중심 부근에서 더욱 빈번하게 나타나는 상호 인접한 픽셀들의 칼라 쌍에 의해 정의된다. 마지막 기준은 객체의 핵심 영역 경계에서의 경계 강도이다. 영상을 분류하기 위해서 신경 회로망 학습을 통해서 세 가지 기준들을 통합하도록 한다. 900개의 영상들에 대해 실헝한 결과 84.2%의 분류 정확도를 얻었다.