내용기반 이미지 검색을 위한 영역별 색상차 분석

Regional Color Feature Analysis for Content-based Image Retrieval

색상에 의한 내용기반 이미지 검색에서는 이미지의 하위 영역을 구분하는 방식에 대하여 다양한 접근이 이루어져 왔다. 이러한 접근 방식 가운데 하나로 이미지를 다섯 개의 영역으로 나눈 뒤 일련의 검색 실험을 수행한 예를 들 수 있는데, 이때의 주요 가정 가운데 하나는 이미지의 중앙 영역의 중요성에 관련된 것이었다. 이것은 이미지의 중앙 영역에 의미 있는 객체가 위치할 가능성이 높다는 관찰로부터 기인한 것으로, 본 연구에서는 이러한 관찰 결과가 객관적으로 타당할 것인가를 S.K. Chang의 PIM(Picture Information Measure) 엔트로피를 계산하여 검증하려 하였다. 실험 결과 이미지의 중앙과 그 외부 영역 사이에는 통계적으로 유의미한 차이가 존재하는 것으로 나타났다.

Various approaches have been made for dividing images in content-based image retrieval. One of them defined five regions for images and conducted a series of experiments. A major assumption of the experiment is that the center regions of images are very important. It is based on the observation that meaningful objects are usually located in the center region of images. From this point of view, we tried to test if the assumptions is objectively valid by calculating and comparing PIM(Picture Information Measure) entropies of image regions proposed by S.K Chang. The experimental results showed that there were statistical PIM differences between the center and other regions.