이기종 CBIR 시스템을 위한 FEMAL

FEMAL for Heterogeneous CBIR System

  • 발행 : 2005.09.01

초록

지금까지 많은 내용 기반 이미지 검색 방법들이 제안되고 있다. 이 시스템들은 각 시스템마다 다른 이미지 데이타를 이용하고, 다른 특징 추출방법에 따라 다른 특징 추출 데이타를 생성하므로, 각 시스템의 검색 성능을 비교 평가할 수가 없다 특히 웹상에서, 동일한 이미지 데이타를 서로 다른 사이트에 있는 내용 기반 이미지 검색 시스템에 적용하여 검색 성능을 비교 평가할 수 없는 문제점이 있다. 이와 같은 문제점을 해결하기 위해서, 각각의 특정한 검색시스템에서 생성된 특징 추출 데이타를 웹상의 다른 검색 시스템에서 인식할 수 있도록, XML 기반의 FEMAL을 제안한다. FEMAL을 이용한 실험에서, 특징 추출 데이타를 서로 통신하고 통합이 가능함을 보이고, 검색 성능의 비교 평가가 가능함을 보인다.

A number of content-based image search methods have been proposed to this point. Each of these systems uses different image data and generates different data depending on the extraction method of different characteristics that the search capabilities of each system cannot be compared and assessed. In particular, there is a problem of applying the identical image data onto the contents based image search system on the web that cannot be compared and assessed. To resolve such a problem, the XML-based FEMAL is hereby presented for extracting data of characteristics generated from specific search system in a way that can be recognized from other starch system. In the experiment using FEMAL, the extract data for characteristics is mutually communicated and integrated and the comparison assessment of search capability is seemed to be available.

키워드

참고문헌

  1. Q. Huang. Byron Dam, David Steele, Jon Ashley, and Wayne Niblack, 'Foreground/Background segmentation of color images by integration of multiple cues,' In Proceedings of 1995 IEEE Conference on Image Processing, pp. 1246-1249, 1995 https://doi.org/10.1109/ICIP.1995.529692
  2. 김현종, 박영배, '효율적인 이미지 분할을 위한 RGB 채널 선택 기법', 정보과학회논문지 제 31권 제10호, pp. 1332-1344, 2004
  3. A. Nagasaka & Y. Tanaka, 'Automatic Video Indexing and Full-Video Search for Object Apperrance,' Visual Database System II, IFIP, Elsevier Science Publishers B.V., pp. 113-127, 1993
  4. E. Binaghi, I. Gagliardi & R. Schettini, 'Indexing and Fuzzy Logic-Based Retrieval of Segmented Image,' ACM Multimedia '94, pp. 211-218, 1994
  5. I. Grosky, R. Mehrotra, 'Index-Based Object Recognition in Pitorial Data Management, Computer vision, Graphics, and Retrieval of Similar Shapes,' 9th International Coference on Data Engineering, pp. 108-115, 1993
  6. H. Tamura, S. Mori and T. Yamawaki, 'Textures corresponding to visual perception, IEEE Trans. Syst. Man Cybern. SMC-8(6), pp. 460-473, 1978
  7. D. Wang and S. N. Srihari, 'Classification of Newspaper Image Blocks Using Texture Analysis,' Computer Vision, Grphics and Image Processing, vol, 47, pp. 327-352, 1989 https://doi.org/10.1016/0734-189X(89)90116-3
  8. A. Jian, Fundamentals of digital image processing. Prentice Hall, 1989
  9. A. K. Jain, A. Vailaya, 'Image retrieval using color and shape,' Pattern Recognition, VOL. 29, No. 8, pp. 1233-1244, 1996 https://doi.org/10.1016/0031-3203(95)00160-3
  10. T. Bray, J. Paoli, C. M. Sperberg-McQueen, 'Extensible Markup Languaget(XML) 1.0,' http://www.w3.org/TR/REC-xml, REC-xml-19980210, 1998
  11. http://www.w3.org/TR/1999/WD-xsl-19990421/, Extensible Stylesheet Language (XSL) Specification, W3C Working Draft 21 Apr 1999
  12. R. Jain, S.N Jayaram, P,Chen, 'Simility of Color Image,' SPIE VOL. 2420, NO. 1, pp. 381-392, 1995
  13. Stanford University, Content-based Image Retrieval Project, http://www-db.stanford.edu/IMAGE/
  14. 박선영, 'Degign of Content-Based Image Database and Development of Retrieval System using XML', 정보과학학회논문지, 27권 4호 pp. 572-584, 2000