• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.141-144
• /
• 2002

영상에서의 칼라분포 정보는 영상간의 유사성을 표현하는데 매우 유용하여 내용기반 영상검색분야에서 기본적으로 사용하고 있다. 이때, 영상 데이터베이스에서의 각 영상에 대하여 동일한 방식으로 (비)균일하게 양자화하여 표현한 칼라 히스토그램이 주로 사용되고 있다. 그러나, 전체영상에 대하여 동일한 개수의 고정된 양자화를 통해 칼라분포 정보를 표현하는데, 여러 가지 문제점과 성능 차이가 있어 다양한 해결 방안이 연구되고 있다. 본 논문에서는, 적응적 양자화 방법으로 각 영상의 칼라분포 정보를 표현하되, 상이한 양자화 칼라간의 유사도를 정의하여 칼라히스토그램 인터섹션 방법과 유사하게 영상간의 칼라분포 유사도를 계산하는 방법을 제안한다. 양자화 칼라간의 유사도는 거리에 반비례하면서 두 양자화 칼라의 작은 빈도값에 비례하도록 정의하였다. 영상간의 칼라분포 유사도는 칼라 히스토그램 인터섹션 방법을 생산자-소비자 모델로 해석하여 구하는 방법을 제안한다. 제안한 방법에 의해 기존의 칼라 히스토그램 인터섹션 방법보다 향상된 결과를 얻을 수 있음을 실험을 통해 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.22-27
• /
• 2000

이미지 데이터베이스에서의 내용기반 검색 요구가 급증하고 있다. 기존의 이미지 특징벡터는 상세한 이미지를 표현하는데 부정확하므로 시각적 질의를 위한 만족할만한 결과를 제공하지 않는다. 본 연구에서는 내용기반 이미지 데이터 검색을 지원하는 블록지향 이미지 분리 구조를 제시하고, 노나 트리(nona-tree) 데이터 구조를 개선한 블록 지향 이미지 분리 구조를 통해 검색 속도를 개선한다. 이미지 특징을 표현하기 위해서 웨이블릿 변환을 사용하여 특징 벡터를 구성하고 제안한 데이터 모델을 통해 데이터베이스에서 분리된 세그먼트들을 비교하였다. 실험 계산을 통하여 노나 트리 분리 구조와 제안한 이미지 분리 구조를 비교하였고, 계산 결과 재현율과 정확도는 유사하지만, 검색 속도가 기존방법보다 우수하였다.

• Journal of the Korea Computer Industry Society
• /
• v.6 no.2
• /
• pp.265-270
• /
• 2005

Histogram is very sensitive in lighting because of feature between color space. When it has intensity of moved light, It may be possibility that similarity drop down, So In this paper, introduce new image retrieval method that calls HAC (Histogram Area Calculation). This method divides area of Histogram by a few area and calculate areas. The proposed method is to calculate area of Histogram and compare similarity based on feature that histogram has presently. Performance of our proposed method was verified more excellent than other Conventional method and Merged Color Histogram.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.1
• /
• pp.27-36
• /
• 2019

In this paper, we propose a method to find the most similar answer to the user's response from the question-answer database in order to avoid generating a redundant question in retrieval-based automatic question generation system. As a question of the most similar answer to user's response may already be known to the user, the question should be removed from a set of question candidates. A similarity detector calculates a similarity between two answers by utilizing the same words, paraphrases, and sentential meanings. Paraphrases can be acquired by building a phrase table used in a statistical machine translation. A sentential meaning's similarity of two answers is calculated by an attention-based convolutional neural network. We evaluate the accuracy of the similarity detector on an evaluation set with 100 answers, and can get the 71% Mean Reciprocal Rank (MRR) score.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.3-5
• /
• 2007

본 논문에서는 새로운 내용기반 이미지 검색 기법으로 식물 잎의 윤곽선에 대하여 동적 시간 정합 기법을 이용하여 유사한 이미지를 효과적으로 검색하는 방법을 제안한다. 이를 위하여 우선 식물 잎의 기준점에 대하여 잎의 가장자리를 따라 가면서 구해지는 거리의 곡선을 통하여 잎의 외형 특성을 표현하였다. 추출된 곡선 정보의 효율적인 저장과 처리를 위하여 곡선의 특성을 표현할 수 있는 퓨리에 계수(Fourier Coefficients)를 계산하고 이를 바탕으로 유사한 이미지를 계산하였다. 이런 과정에서 생기는 문제점으로는 복잡한 형태의 곡선에 대해서는 퓨리에 계수를 통하여 저장하고 복원하는 과정에서 원본 곡선의 세부적인 형태 정보를 상실하게 된다. 이러한 문제를 해결하기 위해서는 복잡한 곡선 유형에 대해서는 복원시 상실되는 정보가 최소화될 수 있는 작은 단위의 구간으로 나누고 이에 대한 퓨리에 계수를 계산하는 방법으로 다수의 퓨리에 계수 세트를 추출하는 이진 구간 분할 (Binary Range Reduction) 알고리즘을 사용하였고 질의 이미지와 저장된 이미지들을 비교하는 과정에서 검색의 정확도를 향상시키기 위하여 동적 시간 정합(Dynamic Time Warping) 알고리즘을 사용하였다. 그리고 검색의 효율을 더욱 높이기 위하여 추출된 외형 정보를 기반으로 잎의 유형을 다양한 카테고리로 분류하는 외형 기형 기반의 잎 분류 기법을 제안하였다. 다양한 실험을 통하여 제안한 기법이 식물 잎 검색에 우수한 성능을 나타냄을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.369-372
• /
• 2006

XML(eXtensible Markup language) 사용의 급속한 증가는 웹에 존재하는 많은 양의 정보들을 XML기반 데이터로 생성하게 했으며 저장과 교환에 있어서 표준이 되도록 했다. 이는 사용자에 의한 임의의 태그정의를 가능하게 하는 XML 사용의 용이성에 기반한다. 그러나 이러한 장점은 비슷한 내용을 갖는 XML 문서에 대해서 사람들마다 개개의 태그이름과 구조를 사용한다는 문제점을 만든다. 따라서 유사한 의미를 가지고 있지만 서로 다른 문서로 분류된다. 이러한 점을 개선하기 위해 XML 문서 태그들 간의 벡터 스페이스 모델과 XML 데이터를 이용하여 시소러스를 구축하는 방법 등이 연구되고 제안되어 왔지만 아직 초보적인 단계이다. 본 논문에서는 XML 문서를 구성하는 태그들을 동의어로 확장하여 벡터를 생성하고 생성된 벡터를 가지고 태그들 간의 유사성을 체크하여 서로 다른 XML 문서들의 유사성을 수치적으로 계산한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• 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.

• The Journal of the Korea Contents Association
• /
• v.11 no.5
• /
• pp.125-137
• /
• 2011

Recently the research on the system using images taken from camera phones as input is actively conducted. This paper proposed a system that shows wine pictures which are similar to the input wine label in order. For the calculation of the similarity of images, the representative color of each cell of the image, the recognized text color, background color and distribution of feature points are used as the features. In order to calculate the difference of the colors, RGB is converted into CIE-Lab and the feature points are extracted by using Harris Corner Detection Algorithm. The weights of representative color of each cell of image, text color and background color are applied. The image similarity is calculated by normalizing the difference of color similarity and distribution of feature points. After calculating the similarity between the input image and the images in the database, the images in Database are shown in the descent order of the similarity so that the effort of users to search for similar wine labels again from the searched result is reduced.

• Journal of KIISE:Databases
• /
• v.36 no.5
• /
• pp.366-373
• /
• 2009

In this paper, we propose a similarity search algorithm for image databases. One of the central problems regarding content-based image retrieval (CBIR) is the semantic gap between the low-level features computed automatically from images and the human interpretation of image content. Many search algorithms used in CBIR have used the Minkowski metric (or $L_p$-norm) to measure similarity between image pairs. However those functions cannot adequately capture the aspects of the characteristics of the human visual system as well as the nonlinear relationships in contextual information. Our new search algorithm tackles this problem by employing new similarity measures and ranking strategies that reflect the nonlinearity of human perception and contextual information. Our search algorithm yields superior experimental results on a real handwritten digit image database and demonstrates its effectiveness.

• The KIPS Transactions:PartB
• /
• v.14B no.4
• /
• pp.263-272
• /
• 2007

This paper proposes a skeleton-based hierarchical shape description scheme, called a skeleton tree, for accurate shape-based image retrieval. A skeleton tree represents an object shape as a hierarchical tree where high-level nodes describe parts of coarse trunk regions and low-level nodes describe fine details of boundary regions. Each node refines the shape of its parent node. Most of the noise disturbances are limited to bottom level nodes and the boundary noise is reduced by decreasing weights on the bottom levels. The similarity of two skeleton trees is computed by considering the best match of a skeleton tree to a sub-tree of another skeleton tree. The proposed method uses a hybrid similarity measure by employing both Fourier descriptors and moment invariants in computing the similarity of two skeleton trees. Several experimental results are presented demonstrating the validity of the skeleton tree scheme for the shape description and indexing.