• Journal of KIISE:Databases
• /
• v.30 no.5
• /
• pp.464-475
• /
• 2003

few sample objects and compressed histogram information of image databases. The histogram information is used to estimate the selectivity of spherical range queries and a small number of sample objects is used to compensate the selectivity error due to the difference of the similarity measures between meta server and local image databases. An extensive experiment on a large number of image data demonstrates that our proposed method performs well in the distributed heterogeneous environment.

• Journal of Intelligence and Information Systems
• /
• v.15 no.2
• /
• pp.49-59
• /
• 2009

Contents-based image retrieval methods are in general more objective and effective than text-based image retrieval algorithms since they use color and texture in search and avoid annotating all images for search. SIM(Self-organizing Image browsing Map) is one of contents-based image retrieval algorithms that uses only browsable mapping results obtained by SOM(Self Organizing Map). However, SOM may have an error in selecting the right BMU in learning phase if there are similar nodes with distorted color information due to the intensity of light or objects' movements in the image. Such images may be mapped into other grouping nodes thus the search rate could be decreased by this effect. In this paper, we propose an improved SIM that uses HSV color model in extracting image features with color quantization. In order to avoid unexpected learning error mentioned above, our SOM consists of two layers. In learning phase, SOM layer 1 has the color feature vectors as input. After learning SOM Layer 1, the connection weights of this layer become the input of SOM Layer 2 and re-learning occurs. With this multi-layered SOM learning, we can avoid mapping errors among similar nodes of different color information. In search, we put the query image vector into SOM layer 2 and select nodes of SOM layer 1 that connects with chosen BMU of SOM layer 2. In experiment, we verified that the proposed SIM was better than the original SIM and avoid mapping error effectively.

• 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.

• 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 KAIS Fall Conference
• /
• 2010.05a
• /
• pp.319-322
• /
• 2010

본 논문에서는 특징기반 검색을 이용하여 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 에이전트 기반에서의 자동화되고 통합된 비디오 의미기반 검색 시스템을 제안한다. 사용자의 기본적인 질의를 분석하고 질의에 의해 추출된 키 프레임의 이미지를 사용자가 선택함으로써 인덱싱 에이전트는 추출된 키 프레임의 주석에 대한 의미를 더욱 구체화시킨다. 또한, 사용자에 의해 선택된 키 프레임은 특징기반 검색의 질의 이미지가 되고 인덱싱 에이전트는 제안하는 다중 분할 칼라 히스토그램 기법을 통해 질의 이미지와 데이터베이스의 키 프레임들을 비교한 후 가장 유사한 키 프레임 이미지를 검색하여 사용자에게 디스플레이한다. 제안하여 구현된 시스템은 현저히 향상된 성능을 보였다.

• Proceedings of the KAIS Fall Conference
• /
• 2006.05a
• /
• pp.421-425
• /
• 2006

본 논문에서는 특징기반 검색을 이용하여 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 에이전트 기반에서의 자동화되고 통합된 비디오 의미기반 검색 시스템을 제안한다. 사용자의 기본적인 질의를 분석하고 질의에 의해 추출된 키 프레임의 이미지를 사용자가 선택함으로써 인덱싱 에이전트는 추출된 키 프레임의 주석에 대한 의미를 더욱 구체화시킨다. 또한, 사용자에 의해 선택된 키 프레임은 특징기반 검색의 질의 이미지가 되고 인덱싱 에이전트는 제안하는 다중 분할 칼라 히스토그램 기법을 통해 질의 이미지와 데이터베이스의 키 프레임들을 비교한 후 가장 유사한 키 프레임 이미지를 검색하여 사용자에게 디스플레이한다. 제안하여 구현된 시스템은 현저히 향상된 성능을 보였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.18 no.2
• /
• pp.313-320
• /
• 2023

The cumulative registration status of dogs is from 1.07 million in 2016 to 2.32 million in 2020. Animal registration is increasing by more than 10% every year, and accordingly, a name must be decided when registering a dog. We want to give a name that fits the characteristics of a dog's appearance, but there are many difficulties in naming it. This paper explains the development of a system for recognizing dog images and recommends dog names based on similar objects or food. This system extracts similarities with dogs' images through models that learn images of various objects and foods, and recommends dog names based on similarities. In addition, by recommending additional related words based on the image data of the result value, it was possible to provide users with various options, increase convenience, and increase interest and fun. Through this system, it is expected that users will be able to solve their concerns about naming their dogs, check names that suit their dogs comfortably, and give them various options through various recommended names to increase satisfaction.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.513-516
• /
• 2005

단백질 2DE 이미지 분석의 주요작업은 스팟 매칭에 의한 동일한 종류의 단백질 그룹인 패어링 클래스를 구성하는 것으로서 단백질간의 상호 작용, 질병에 관련한 단백질의 변화 등을 관찰할 수 있다. 하지만 2DE 실험의 여러 가지 문제점으로 인하여 패어링 클래스는 먼지, 공기방울 등 에러를 포함하게 되며 이런 에러들은 왜곡된 분석결과를 초래한다. 따라서 본 논문에서는 동일한 조직에서 같은 종류의 단백질은 발현량이 비슷하다는 특성을 이용하여 패어링 클래스의 개개의 스팟을 참조 스팟 속성으로 나눈 값을 유사도로 정의하고, 스팟의 유사도가 사용자에 의하여 선택되는 필터링 배수에 의한 범위를 벗어날 때 에러 스팟으로 간주하여 제거되는 에러 필터링 기법을 제안한다. 실험에서는 정확도(Precision), 재현율(Recall) 및 조화평균(Harmonic-mean) 값을 사용하여 제안된 필터링 기법의 타당성을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.296-298
• /
• 1999

컬러 히스토그램은 멀티미디어 이미지 데이터의 특성을 표현하기 위하여 널이 이용되어 왔다. 그러나 컬러 히스토그램을 고차원으로 설정할 경우 색인 구조에 효율적이지 못할 뿐만 아니라 유사도 계산에서도 고비용이 요구된다. 이러한 단점을 보완하기 위해 히스트그램의 차원을 줄이는 여러 방법이 제시되어 왔으나 이미지의 색상정보 손실을 피할 수 없으며, 이미지의 전체 히스토그램으로는 이미지의 레이아웃을 고려할 수 없기 때문에 필터링을 통한 후보 선정 시 상이한 이미지가 선택되어지는 문제점을 지닌다. 본 논문에서는 이미지를 일정한 크기의 타일로 분할한 이미지 타일 평균 RGB 방법을 제안하였으며, 실험을 통하여 제안한 방법의 성능을 평가하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.281-284
• /
• 2003

기존의 내용기반 비디오 검색 시스템들은 주석기반 검색 또는 특징기반 검색과 같은 단일 방식으로만 검색을 하므로 검색 효율이 낮을 뿐 아니라 완전한 자동 처리가 되지 않아 시스템 관리자나 주석자의 많은 노력을 요구한다. 본 논문에서는 주석기반 검색과 특징기반 검색을 이용하여 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 에이전트 기반에서의 자동화되고 통합된 비디오 의미기반 검색 시스템을 제안한다 사용자의 기본적인 질의와 질의에 의해 추출된 키 프레임의 이미지를 선택함으로써 에이전트는 추출된 키 프레임의 주석에 대한 의미를 더욱 구체화시킨다. 또한, 사용자에 의해 선택된 키 프레임은 질의 이미지가 되어 제안하는 특징기반 검색기법을 통해 가장 유사한 키 프레임을 검색한다. 따라서 의미기반 검색을 통해 비디오 데이터의 검색의 효율을 높일 수 있도록 시스템을 제안한다.