• 인터넷정보학회논문지
• /
• 제12권6호
• /
• pp.117-128
• /
• 2011

본 논문에서는 약 영상의 모양 분류와 컬러정보를 이용한 새로운 내용기반 약 영상 검색 시스템을 제안한다. 내용기반 약 영상검색 시스템의 구현에 있어 주요 문제점은 유사한 모양과 색상을 지닌 영상이 너무 많이 존재한다는 것이며, 단순히 약 영상의 한 가지 특성에 의해서는 특정한 약을 확인하기 어렵다는 것이다. 이러한 약 영상 구분의 문제를 해결하기 위하여 본 논문에서는 약 영상의 모양과 색상에 근거한 복합적인 영상검색 방법을 제시하였다. 제안된 방법의 첫 단계에서는 약 영상을 모양에 의해 분류한 후 두 번째 단계에서 분류된 영상들 가운데 약 영상의 색상 정보를 이용하여 약 영상을 검색하였다. 모양 분류를 위하여 대상 약의 경계선으로부터 추출된 고유의 모양신호를 추출하여 사용하였다. 모양신호에 의해 분류된 영상으로부터 색조(hue)와 채도(saturation)정보를 이용하여 데이터베이스 영상으로부터 질의 영상과 유사도 가 높은 영상을 검색 추출하였다. 제안된 시스템은 약 영상의 시각적 특성에 의해 노인과 같은 특정한 사용자들이 영상을 쉽게 검색할 수 있도록 개발되었다. 실험을 통해 제안된 자동 시스템이 약 영상을 인식하고 검색하는데 신뢰성 있고 편리하다는 것을 입증 하였다.

• 한국측량학회지
• /
• 제30권6_2호
• /
• pp.665-672
• /
• 2012

Amid rapidly increasing imagery inputs and their volume in a remote sensing imagery database, Content-Based Image Retrieval (CBIR) is an effective tool to search for an image feature or image content of interest a user wants to retrieve. It seeks to capture salient features from a 'query' image, and then to locate other instances of image region having similar features elsewhere in the image database. For a CBIR approach that uses texture as a primary feature primitive, designing a texture descriptor to better represent image contents is a key to improve CBIR results. For this purpose, an extended feature vector combining the Gabor filter and co-occurrence histogram method is suggested and evaluated for quantitywise and qualitywise retrieval performance criterion. For the better CBIR performance, assessing similarity between high dimensional feature vectors is also a challenging issue. Therefore a number of distance metrics (i.e. L1 and L2 norm) is tried to measure closeness between two feature vectors, and its impact on retrieval result is analyzed. In this paper, experimental results are presented with several CBIR samples. The current results show that 1) the overall retrieval quantity and quality is improved by combining two types of feature vectors, 2) some feature is better retrieved by a specific feature vector, and 3) retrieval result quality (i.e. ranking of retrieved image tiles) is sensitive to an adopted similarity metric when the extended feature vector is employed.

• 전자공학회논문지B
• /
• 제33B권6호
• /
• pp.111-118
• /
• 1996

A content-based image retrieval system is designed and implemetned using the color featurees which are histogram intersection and color pairs. The preprocessor for the image retrieval manage linearly the existing HSI(hue, saturation, saturation, intensity). Hue and intensity histogram thresholding for each color attribute is performed to split the chromatic and achromatic regions respectively. Grouping te indexes produced by the histogram intersection is used to save the retrieval times. Each image is divided into the cells of 32$\times$32 pixels, and color pairs are used to represent the query during retrievals. The recall/precision of histogram intersection is 0.621/0.663 and recall/precision of color pairs is 0.438/0.536. And recall/precision of proposed method is 0.765/0.775/. It is shown that the proposed method using histogram intersection and color pairs improves the retrieval rates.

• 한국멀티미디어학회논문지
• /
• 제12권6호
• /
• pp.785-793
• /
• 2009

This paper proposes a signature using dominant singular values for video sequence matching. By considering the input image as matrix A, a partition procedure is first performed to separate the matrix into non-overlapping sub-images of a fixed size. The SVD(Singular Value Decomposition) process decomposes matrix A into a singular value-singular vector factorization. As a result, singular values are obtained for each sub-image, then k dominant singular values which are sufficient to discriminate between different images and are robust to image size variation, are chosen and normalized as the signature for each block in an image frame for matching between the reference video clip and the query one. Experimental results show that the proposed video signature has a better performance than ordinal signature in ROC curve.

• 컴퓨터교육학회논문지
• /
• 제6권4호
• /
• pp.31-36
• /
• 2003

내용기반 영상검색 분야에서의 활발한 연구로 지난 수년간 기술과 성능 면에서 괄목할 성장을 이룩해 내었다. 본 논문에서는 기존의 영상검색 시스템을 체계적으로 분석하여 아직까지 남아있는 취약점 및 개선 부분에 대하여 기술하였다. 특히, 의미론적 영상검색에 대하여 주안점을 두어 시스템 향상을 위하여 심도있게 연구가 진행 되어야 할 분야의 방향 및 주제를 분류하고 분석하여 제안하였다.

• 로봇학회논문지
• /
• 제14권1호
• /
• pp.8-13
• /
• 2019

Visual place recognition is widely researched area in robotics, as it is one of the elemental requirements for autonomous navigation, simultaneous localization and mapping for mobile robots. However, place recognition in changing environment is a challenging problem since a same place look different according to the time, weather, and seasons. This paper presents a feature extraction method using a deep convolutional auto-encoder to recognize places under severe appearance changes. Given database and query image sequences from different environments, the convolutional auto-encoder is trained to predict the images of the desired environment. The training process is performed by minimizing the loss function between the predicted image and the desired image. After finishing the training process, the encoding part of the structure transforms an input image to a low dimensional latent representation, and it can be used as a condition-invariant feature for recognizing places in changing environment. Experiments were conducted to prove the effective of the proposed method, and the results showed that our method outperformed than existing methods.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.33-40
• /
• 2023

The mainstay of current image recovery frameworks is Content-Based Image Retrieval (CBIR). The most distinctive retrieval method involves the submission of an image query, after which the system extracts visual characteristics such as shape, color, and texture from the images. Most of the techniques use RGB color space to extract and classify images as it is the default color space of the images when those techniques fail to change the color space of the images. To determine the most effective color space for retrieving images, this research discusses the transformation of RGB to different color spaces, feature extraction, and usage of Convolutional Neural Networks for retrieval.

• 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.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권1호
• /
• pp.22-32
• /
• 2008

기존의 Ontology를 이용한 이미지 검색 시스템이나 메타데이타 기반의 분산 이미지 검색 시스템들의 단점들을 극복하기 위해 이미지 제공자들의 자율성을 보장하면서, Semantic 기반의 이미지 검색을 지원하는 분산 시각미디어 검색 프레임워크인 HERMES(The Retrieval Framework for Visual Media Service)가 제안되었다. 제안된 프레임워크에서는 서비스를 사용하는 다수 사용자들이 Broker서버에 동시에 접속했을 경우 발생하는 Overhead에 대한 문제를 해결 할 수 없었기 때문에 성능의 저하와 확장성을 고려할 수 없는 문제를 안고 있다. 본 논문에서는 다수의 동시 사용자들이 접속했을 경우에도 성능의 저하 없이 비슷한 수준의 서비스를 제공하기 위해서 Broker서버를 증설하여 Monitoring System으로부터 각각의 Broker 내부 컴포넌트의 수행시간을 측정하여 저장하고, 저장된 데이타에 대하여 각 Broker들에 대한 우선순위를 결정하는 테이블을 작성한다. 사용자로부터 Query를 입력받는 User Interface는 Broker의 Ranking Table을 참조하여 다수의 Query 수행을 여러 서버로 분산처리하게 함으로써 성능에 대한 신뢰성을 향상시킬 수 있는 Load Balancing 시스템을 제안한다. 또한 기존의 방식들과 비교실험을 통하여 제안하는 Load Balancing 시스템의 스케줄링 기법이 빠르다는 것을 보여준다.

• 한국정보과학회논문지:데이타베이스
• /
• 제27권4호
• /
• pp.562-571
• /
• 2000

이미지 데이터는 텍스트 데이터와는 달리 다양한 색상과 모양, 질감과 같은 비정형적인 특징을 가진다. 따라서 이미지 데이터베이스는 텍스트 기반의 전통 데이터베이스와는 다른 모델링 방법과 질의, 검색 방법을 사용한. 특히, 내용 기반 이미지 검색에서의 검색 속도와 정확도를 향상시키기 위해서는 새로운 복합 질의문 계획 생성 기법이 필요하다. 본 논문에서는 이를 위해 먼저, 단일 조건을 갖는 시각 질의에 대한 처리 기법들을 토대로 여러 조건을 갖는 복합 질의를 처리하기 위한 복합 질의문 계획 생성기법인 SSCC(Similarity Search for Conjunction Combination Query) 알고리즘을 제안한다. SSCC는 이미지 데이터베이스 검색 시스템에서 복합 질의를 처리하기 위한 질의 최적화 과정에서 질의 수행 시간과 투플 I/O를 최소화하는 질의문 계획을 생성하기 위해 사용된다. SSCC 알고리즘은 복합질의를 단일 질의들로 준해하고 퍼지 집합 이론을 도입하여 단일 질의의 결과들을 통합한다. 논문에서 연구된 내용 기반 복합 질의문 계획 생성 기법은 특정 이미지 영역에 국한되지 않으며 다양한 종류의 시각 질의를 수행하기 위한 효율적인 질의문 계획 생성 기법으로 사용될 수 있다.