• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.1
• /
• pp.11-24
• /
• 2008

Region-based image retrieval techniques, which divide image into similar regions having similar characteristics and examine similarities among divided regions, were proposed to support an efficient low-dimensional color indexing scheme. However, color image segmentation techniques are required additionally. The problem of segmentation is difficult because of a large variety of color and texture. It is known to be difficult to identify image regions containing the same color-texture pattern in natural scenes. In this paper we propose an automatic color image segmentation algorithm. The colors in each image are first quantized to reduce the number of colors. The gray level of image representing the outline edge of image is constructed in terms of Fisher's multi-class linear discriminant on quantized images. The gray level of image is transformed into a binary edge image. The edge showing the outline of the binary edge image links to the nearest edge if disconnected. Finally, the final segmentation image is obtained by merging similar regions. In this paper we design and implement a region-based image retrieval system using the proposed segmentation. A variety of experiments show that the proposed segmentation scheme provides good segmentation results on a variety of images.

• Journal of KIISE:Software and Applications
• /
• v.26 no.1
• /
• pp.52-65
• /
• 1999

이미지나 비디오, 오디오와 같이 멀티미디어 데이터들은 기존의 단순한 텍스트 기반의 데이터에 비하여 대용량적인 특성과 비정형적인 특성을 가지고 있어서 검색시 많은 어려움이 따른다. 본 논문에서는 대규모의 이미지 데이터베이스에서 효율적이고 신속하게 사용자가 원하는 이미지를 검색할수 있는 내용 기반 검색 시스템을 제시한다. 이를 위해서 본 논문에서는 최근 여러 장점으로 인하여 신호 분석이나 이미지 압축 분야에 많이 사용되는 웨이브릿 변환을 이용하여 이미지 데이터로부터 내용 기반 검색에 사용되는 특징 벡터를 효율적으로 추출하는 기법과 유사성 측정 방법을 제안한다. 그리고, 이러한 특징 추출방법과 유사성 측정 방법을 이용하여 내용 기반 질의 및 검색을 수행할 경우, 검색 조건을 만족하는 객체인데 실수로 검색해내지 못하는 경우인 false dismissals 이 발생하지 않음을 보인다. 또한 대규모 이미지 데이터베이스에서 신속한 내용 기반 검색을 지원하기 위하여 고차원 데이터에 대한 효율적인 색인을 제공하는 X-tree를 이용한 이미지 색인 방법을 보이며 이것이 기존의 순차 검색이나 R*-tree를 이용한 색인 방법보다 신속하게 이미지 데이터들을 검색할 수 있다는 것을 다양한 실험을 통해 보인다. 마지막으로 QBIC에서 제안한 검색 적합성 측정 방법을 이용하여 본 논문에서 제안하는 내용 기반 이미지 검색시스템의 검색 적합성을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.688-690
• /
• 2005

Ontology를 이용한 대부분의 이미지 검색 시스템들은 중앙 집중적(Centralization)으로 구성되어 있어, 단일 이미지 제공자의 특정 지식기반의 이미지 검색을 제공한다. 이에 반해 메타데이터 기반의 분산 이미지 검색 시스템들은 이미지 제공자들의 자율성을 보장하기 용의하지만, 지식기반 이미지 검색을 제공하지 못한다. 본 논문은 위 시스템들의 단정들을 극복하기 위해 Web Services를 이용하여 다양한 이미지 제공자들의 자율성을 보장하면서, 지식기반 이미지 검색을 지원하는 프레임워크의 Architecture를 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.35-38
• /
• 2004

기존의 내용기반 이미지 검색 시스템은 색상, 질감, 모양등과 같은 특징 벡터를 추출하여 검색하는 방법이 많이 연구되어 왔다. 특히 색상 정보는 이미지를 검색하기 위하여 중요한 정보로 사용되고 있다. 따라서 색상 이미지를 검색하기 위해서 평균 RGB, HSI값을 이용하거나 히스토그램을 이용하는 방식이 많이 사용 되어왔다. 본 논문에서는 사람이 시각적으로 보고 느끼는 색상(H), 채도(S), 명도(I) 방식을 이용한 HSI값을 사용하여 색상 의미를 이용한 지능적 이미지 검색 기법을 제안하고 알고리즘을 설명한다. 색상 의미(Color Semantics)란 사람의 시각적인 특징을 기반으로 칼라 이미지에 적용하여 감성 형용사 기반으로 검색할 수 있는 방법이다. 색상 의미를 이용한 지능적 이미지 검색은 색상-기반 질의(color-based retrieval)를 제공할 뿐만 아니라 인간의 감성이나 느낌에 의한 의미-기반 질의(semantic-based retrieval)방식을 가능하게 한다. 즉, "시원한 이미지" 혹은 "부드러운 이미지"를 검색하는 방식이다. 따라서 사용자의 검색 의도를 보다 정확하게 표현할 수 있으며, 검색의 결과에 대한 만족도를 향상 시킬 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.328-331
• /
• 2008

많은 양의 이미지를 포함하고 있는 대용량 데이터베이스에 대한 이미지 검색에서 보다 짧은 시간에 적은 양의 검색공간을 사용하면서 원하는 결과를 얻을 수 있는 이미지 인덱싱 기법에 대한 다양한 연구가 진행되어 왔다. 본 논문에서는 외형 기반의 이미지 검색에서 기존의 인덱싱 기법보다 빠른 검색을 지원할 수 있는 해시 기반의 새로운 인덱싱 기법을 제안한다. 기존의 해시 기반 인덱싱 기법에서는 해시 주소 계산을 위해 인덱스 값의 범위가 미리 정해져야 하기 때문에 색상 정보 등 소수의 특징 정보를 제외하고는 인덱싱에 널리 사용되지 못하고 있다. 한편, 제안된 해시 구조는 값의 범위가 정해지지 않은 정수형의 인덱스 값을 기반으로 효과적으로 이미지 인덱스를 구축할 수 있다. 효과적인 이미지 검색을 위해 제안된 인덱스를 기반한 범위검색(Range Search) 기법을 제안하였으며, 실험을 통해 제안된 인덱스 구조에서의 범위 검색이 기존의 인덱스 구조에 비해 보다 효과적임을 보인다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.257-260
• /
• 2021

본 논문에서는 카메라의 포커싱과 아웃포커싱에 의해 이미지에서 뿌옇게 표현되는 DoF(Depth of field, 피사계 심도) 영역을 쿼드트리(Quadtree) 기반의 합성곱 신경망을 통해 빠르게 찾는 방법을 제안한다. 우리의 접근 방식은 RGB채널기반의 상호-상관 필터를 이용하여 DoF영역을 이미지로부터 효율적으로 분류하고, 적응형 트리인 쿼드트리를 기반으로 유의미한 영역만을 분류한다. 이 과정에서 손실 없이 온전하게 DoF영역을 추출하기 위한 필터링 과정을 거친다. 이러한 과정에서 얻어진 이미지 패치들은 전체 이미지에 비해 적은 영역으로 나타나며, 이 적은 개수의 패치들을 이용하여 네트워크 단계에서 사용할 이미지-DoF가중치 맵 데이터 쌍을 설정한다. 네트워크 과정에서 학습할 때 사용되는 데이터는 이미지와 상호-상관 필터 기반으로 추출된 DoF 가중치 맵을 이용한다. 본 논문에서 제안하는 쿼드트리 기반 합성곱 신경망은 이미지로부터 포커싱과 아웃포커싱된 DoF영역을 자동으로 추출하는 과정을 학습시키기 위해 사용된다. 결과적으로 학습에 필요한 데이터 영역이 줄어듦으로써 학습 시간과 메모리를 절약했으며, 테스트 결과로 얻은 DoF 가중치 이미지는 입력 이미지에서 DoF영역을 더욱더 빠른 시간 내에 찾아낸다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.367-370
• /
• 2003

최근 급속하게 증가하는 멀티미디어 정보를 효율적으로 다루기 위하여 멀티미디어 데이터에 대한 표현을 표준화하는 MPEG-7 표준안이 제정되었다 본 논문에서는 표준안의 Visual Descriptor 중 Edge Histogram Descriptor(EHD)에 기반한 효과적인 내용기반 이미지 검색 시스템을 설계한다. EHD의 경우 질의 이미지와 데이터베이스의 이미지 간의 유사도 연산을 통해 검색을 하는데 모든 이미지에 대해 연산을 수행하는 것은 비효율적이다. 저장된 에지 히스토그램 정보를 ‘이미지 당 빈 값’에서 ‘빈 값 당 이미지’ 정보로 매핑하는 Lookup Table를 이용하여 유사도 연산을 수행할 이미지 범위를 한정함으로써 검색 효율을 높일 수 있는 검색 방법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.259-261
• /
• 1998

멀티미디어 데이터 중에서도 많은 부문의 응용에 사용되는 이미지 데이터의 내용 기반 검색에 대한 연구가 활발히 이뤄지고 있지만, 기조의 내용 기반 이미지 검색 대부분이 대상으로 삼고 있는 임지 포맷과는 달리 현재 이용되는 대부분의 이미지는 압축된 상태이다. 이미지 압축의 표준으로 사용되는 JPEG 압축 이미지에 대해서 압축 상태에서 특성을 추출하고 이를 검색에 이용하면 기존의 방법에 비해 압축을 해제하는 비용을 줄일 수 있고 블록 정보를 이용하는 장점을 가지게 된다. 본 논문에서는 JPEG 압축 이미지에서 블록 단위의 정보를 가진 특성으로 추출해내고 이를 사용한 이미지 검색 기법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.707-709
• /
• 2003

본 논문에서는 유사도(similarity) 기반 이미지 클러스터링 기법에 대하여 논하고자 한다. 비트맵 이미지의 특징을 추출하고 이러한 특징에 기반한 유사도 측정 함수들을 소개하고 이미지 클러스터링 알고리즘과 구현을 통한 실험 예제들에 대해서 설명한다. 이 실험에서 우리는 유사도에 따라 이미지들이 계층적(Hierarchical)으로 집단화 되는 계층적 클러스터링 알고리즘을 사용하였다. 이미지의 특징 표현을 위해서는 HSV 기반의 히스토그램을 이용하였다. 본 논문에서 제안한 기법의 실험 결과는 이미지 데이터베이스에서 유사한 이미지를 검색하는데 높은 효율성이 있는 것을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.122-125
• /
• 2010

최근, 소셜 미디어 공유 시스템의 사용자-참여형 아키텍쳐를 구성하는 핵심요소인 폭소노미에 기반하여 이미지를 공유하고 검색하고자 하는 다양한 시도들이 진행되고 있다. 그러나 폭소노미에 기반한 현재의 이미지 공유 시스템에서는 태그의 문법적, 의미적 모호성과 이미지에 대한 태그들의 중요성 또는 상관관계를 고려하지 않아 태그 기반 이미지 검색시 정확성 및 신뢰성을 보장할 수 없다. 이러한 문제를 해결하기 위해, 본 논문에서는 태그간 의미관계를 이용한 이미지 태그 랭킹 기법을 활용하여 태그들을 이미지와의 관련정도에 따라 정렬하여 할당한 후, 이미지의 태그 순위를 고려하여 이미지와 질의어와의 관련성에 따라 효율적으로 이미지를 검색하기 위한 기법을 제안한다. 또한, 제안한 기법이 기존의 이미지 공유 시스템의 검색 결과보다 정확성을 높일 수 있음을 실험 예제를 통하여 확인하였다.