• Proceedings of the Korea Contents Association Conference
• /
• 2005.05a
• /
• pp.377-381
• /
• 2005

본 연구에서는 내용기반 이미지 검색을 위한 에지 히스토그램 분석기법을 제안하여 20종류의 다양한 에지에 대한 에지 히스토그램을 분석한다. 전체영역에 대한 수평방향 에지 히스토그램을 분석하고, 전체 영역을 몇 개의 부분영역으로 분할하고 각 부분영역에 대한 에지 히스토그램을 수행하여 영역별 특징을 추출한다. 그리고 각각의 수평방향 에지 히스토그램에서 20종류의 에지 성분의 발생 패턴을 추출한다. 본 연구에서 제안한 에지 히스토그램 분석기법은 일반적으로 사용되는 5종류의 에지 성분을 사용한 방법보다 다양한 형태의 에지를 분석을 가능하게 함으로서 내용 기반 이미지 검색을 수행하는데 있어서 다양한 에지 특징을 추출함으로서 내용 기반 이미지 검색을 효과적으로 할 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.355-358
• /
• 2011

본 논문에서는 이미지에서 사용자가 관심을 갖는 영역(ROI)의 내용을 나타내는 특성값과 영역의 위치를 함께 고려하여 이미지를 검색하는 방법을 제안한다. 제안한 방법은 검색 대상 이미지를 일정 크기의 블록으로 구분한 후 사용자가 선택한 다중 ROI와 가장 근접하는 특성을 가진 블록을 선택한다. 블록의 특성값은 MPEG-7의 도미넌트 컬러 기술자를 사용한다. 사용자가 선택한 블록의 특성값과 함께 블록의 위치를 측정한 후, 검색 대상 이미지의 블록들의 특성값 및 위치와 비교하여 유사도를 측정한다. 본 논문에서는 실험결과 제안한 방법이 전역 이미지 검색이나 동일한 위치의 블록만 비교하는 경우보다 다중 ROI의 내용과 위치를 함께 고려하는 방법이 다른 방법에 비해 우수한 성능을 나타냈다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 1999.08a
• /
• pp.17-20
• /
• 1999

내용기반 이미지 검색에서는 이미지의 하위 영역을 구분하는 방식에 대하여 다양한 접근이 이루어져 왔다. 그중 한 가지가 Stricker와 Dimai가 제안한, 이미지를 다섯개의 영역으로 나누고 그 가운데 주재 객체가 위치할 것을 가정하여 높은 가중치를 부여하는 방법인데, 본 연구에서는 이와 같은 가정이 타당할 것인가를 S.K. Chang의 PIM(Picture Information Measure) 엔트로피를 계산하여 검증하려 하였다. 실험결과 이미지의 중앙과 그 외부 영역 사이에는 유의미한 차이가 존재하는 것으로 나타났으며, 따라서 Stricker와 Dimai의 방식을 지지할 수 있을 것으로 결론 내릴 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.175-177
• /
• 2004

최근, 이미지 검색기법에서는 객체추출 방법이나 관심영역 추출방법에 관한 연구가 활발히 이루어지고 있다. 그러나, 컬러 이미지의 경우 색상을 고려한 관심영역 특징추출 방법이나 인덱스 기법은 많이 연구되지 못하고 있다. 따라서, 본 논문에서는 컬러 이미지의 색상을 기반으로 하는 사분트리 분할 인덱스 기법을 제안한다. 사분트리 분할 인덱스 구조는 컬러 이미지의 공간 영역을 계층적인 영역으로 분할하여 각 공간 영역의 평균 색상 갓을 데이터베이스에 저장한다 저장되어진 각 영역의 평균 색상은 검색의 효율성을 높이기 위해 사분트리 인스턴스(Quad-tree distance)를 퍼지 값으로 계산하여 인덱스를 생성한다. 생성된 사분트리 분할 인덱스는 컬러 이미지의 관심영역(Region of Interest)의 색상을 검색할 때 유용하게 사용되며. 검색속도의 향상에 도움을 준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.61-63
• /
• 2001

최근들어, 인터넷상의 E-business나 쇼핑몰사이트와 같은 웹 사이트에서 멀티미디어 정보를 많이 사용하고 있다. 멀티미디어 정보 중에서도 이미지 정보가 가장 많이 사용되고 있으며, 이는 사용자들이 가장 많이 접하는 정보이다. 기존의 이미지 검색 기법은 내용 기반 검색이나 키워드를 이용한 검색 방법을 지원하지만, 사용자의 의도를 적용하지는 못하고 있다. 본 논문에서는 웹에서 사용자가 이미지를 검색하고 접근하는 패턴을 이미지의 칼라와 질감을 특징으로 한 벡터를 기반으로 시스템에 학습 시키고 사용자의 검색 성향을 분석하여 시스템에 적용한다. 이미지 검색의 효율을 높이기 위하여 질감을 기반으로 비트 벡터 인덱스(bit vector index) 기법을 적용하며, 인덱스에 의한 이미지 자동 분류 기법을 제안한다. 또한 이미지 칼라의 정보를 영역별로 추출하여 칼라 부분매칭 검색을 가능하게 한다. 이러한 이미지 검색 시스템을 사용하는 사용자의 정보를 시스템에 학습시키고 학습된 결과를 이용해서 사용자가 검색 하고자 하는 이미지 정보에 편리성을 제공하고 검색의 효율성을 증대시킨다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.37 no.5
• /
• pp.314-318
• /
• 2010

This paper proposes an image retrieval method based on the Multiple Region-of-Interest. In the proposed method, the image is segmented into blocks, among which the blocks overlapped with multiple ROIs are selected. The similarity of images is measured using the MPEG-7 dominant color descriptor(DCD) and considering the relative location of the overlapped blocks. The experimental results showed that the proposed method improves the retrieval performance than the previous methods using the global DCD or comparing the blocks at the same position. In addition, the method that considers the relative position of blocks overlapped with the multiple ROIs also showed a better performance than the existing methods.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.375-378
• /
• 2003

본 논문에서는 공간적 정보로 이미지검색을 하는 모양 특징정보 기반 이미지 검색 시스템에서 검색효율을 향상 시킬 수 있는 이진 영상 변환 및 유사도 검색에 대한 기법을 제안하였다. 모양특징정보의 좀더 정확한 값의 추출을 위해 이미지의 잡음이 윤곽선으로 인식되는 값이 최소화 될 수 있도록 하는 이진 영상 변환방법을 제안하였으며, 유사도 검색에서는 영역별 특징정보 간의 비교와 병행하여 영역을 다시 소그룹화한 다음 소그룹간의 평균 유사도 값의 비교방법을 적용하였다. 성능 평가를 통하여 제안된 이진 영상 변환 겐 유사도 검색 방법을 사용한 경우 기존의 방법보다 향상된 검색 효율성을 보임을 알 수 있었다.

• The KIPS Transactions:PartD
• /
• v.13D no.7 s.110
• /
• pp.857-866
• /
• 2006

Performance of an image retrieval system is usually very low because of the semantic gap between the low level feature and the high level concept in a query image. Semantically relevant images may exhibit very different visual characteristics, and may be scattered in several clusters. In this paper, we propose a content based image rertrieval approach which combines region based image retrieval and a new relevance feedback method using adaptive clustering together. Our main goal is finding semantically related clusters to narrow down the semantic gap. Our method consists of region based clustering processes and cluster-merging process. All segmented regions of relevant images are organized into semantically related hierarchical clusters, and clusters are merged by finding the number of the latent clusters. This method, in the cluster-merging process, applies r: using v principal components instead of classical Hotelling's $T_v^2$ [1] to find the unknown number of clusters and resolve the singularity problem in high dimensions and demonstrate that there is little difference between the performance of $T^2$ and that of $T_v^2$. Experiments have demonstrated that the proposed approach is effective in improving the performance of an image retrieval system.

• The KIPS Transactions:PartB
• /
• v.10B no.6
• /
• pp.681-686
• /
• 2003

In recent years automatic image indexing and retrieval have been increasingly studied. However, content-based retrieval techniques for general images are still inadequate for many purposes. The novelty and originality of this thesis are the definition and use of a spatial information model as a contribution to the accuracy and efficiency of image search. In addition, the model is applied to represent color and shape image contents as a vector using the method of image features extraction, which was inspired by the previous work on the study of human visual perception. The indexing scheme using the color, shape and spatial model shows the potential of being applied with the well-developed algorithms of features extraction and image search, like ranking operations. To conclude, user can retrieved more similar images with high precision and fast speed using the proposed system.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2000.11a
• /
• pp.441-446
• /
• 2000

본 논문은 웹 상에서 이미지검색 시스템을 구현하는데 검색방법은 영상의 영역과 넓이를 이용한 체인 코드에 기반 하여 복잡도와 영역 색상 정보를 이용하였고, 클라이언트와 서버간의 데이터베이스 연결은 JDBC를 이용하였다. 기존의 검색할 때마다 프로세스가 필요한 CGI를 이용한 방법보다 더 효율적이었다 입력된 영상을 이용하여 검색하는 방법을 사용하였으며, 색상 정보 추출은 RGB신호를 256칼라로 양자화 하였다. 영상의 색상과 객체가 갖는 복잡도를 이용한 내용기반 영상 검색방법을 제시하였다. 본 논문에서는 기존의 방법인 색상특징 과 제안한 체인코드에 의한 객체의 복잡도를 특징으로 하는 공간정보를 결합한 방법을 제안하였다 실험결과 영상의 모양 특징도 고려한 제안한 방법이 내용기반 검색에서 색상 특징만을 고려한 기존의 방법보다 우수하였다.