• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.124-129
• /
• 1998

이미지 데이터베이스를 구성하여 사용자가 원하는 정보를 추출하는 의미 기반 검색을 지원하기 위해서는 이미지 내용에 관한 의미 정보들이 데이터 모델로 구조화되어야 한다. 본 논문에서는 다양한 정적 이미지 내용 정보들에 대한 내용 기반 검색과 의미 기반 검색을 제공하는 이미지 데이터 모델을 소개하고 이를 이용하여 이미지가 담고 있는 의미 정보를 표현하고 데이터베이스 스키마로 변환하여 저장하는 구조와 검색하는 방법을 소개한다. 본 이미지 데이터 모델은 이미지내에 포함된 시각 객체들의 내용 정보를 그래프 구조로 표현하고 객체들간의 의미 관계를 정의한다. 이는 이미지 내용에 대한 정확한 정보 표현과 질의와 검색을 가능하게 한다.

• Journal of KIISE:Databases
• /
• v.27 no.4
• /
• pp.572-584
• /
• 2000

내용기반 이미지 검색을 하기 위해서는 이미지에 대한 내용정보가 필요하며, 이러한 내용정보간에는 상호 연관성이 존재한다. XML(eXtensible Markup Language)은 내용정보간의 상호연관성을 표현하기에 적절하므로 본 논문에서는 이미지 내용정보를 구조화하기 위한 방법으로 XML을 사용하였다. 또한 이미지는 눈에 보이는 객체의 시각적인 특징과 이미지 전테가 내포하는 시술적인 의미도 가지므로, 이러한 이미지의 특성에 따라 내용정보의 구조도 객체의 시각적 특징 중심의 모델링과 의미 중심의 모델링으로 구분하여 XML 문서 구조를 모델링 하였다. 구조화된 모델들 간의 객체지향 특성을 이용하여 XML 데이터 서버인 eXcelon에 통합하고, 이를 XQL(XML Query Language)에 의하여 질의해 냄으로써 검색 구간에 제약을 가하고 이를 통하여 더욱 효과적인 검색을 지원하도록 한다. 검색되어진 XML 문서 구조는 XSL(extensible StyleSheets Language)의 적용을 통하여 쉬운 형태로 웹 브라우저 상에 출력하도록 한다. 마지막으로 본 논문에서 제안한 모댈링의 효율성을 검증하기 위하여, 웹 상에서 이미지 내용정보의 상호 연관성에 기반 하여 원하는 이미지를 검색할 수 있는 시스템을 구현하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.262-264
• /
• 1998

이미지 데이터베이스를 구성하여 사용자가 원하는 정보를 추출하는 의미 기반 검색을 지원하기 위해서는 이미지 내용에 관한 의미 정보들이 데이터 모델로 구조화되어야 한다. 본 논문에서는 다양한 정적 이미지 내용 정보들을 분류하고 그를 체계적으로 표현하기 위한 이미지 데이터 모델을 소개한다. 특히 본 이미지 데이터 모델은 그래프 이론을 이용하여 이미지내에 포함된 시각 객체들의 내용 정보를 표현하고 객체들간의 의미 관계를 정의한다. 이는 이미지 내용에 대한 정확한 정보 표현과 질의에 대한 이미지 검색 효율을 향상시킬 수 있으며 객체들간의 의미 관계를 이용한 질의와 검색을 가능하게 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.172-174
• /
• 2002

최근 인터넷상의 상품 쇼핑몰사이트나 전자상거래와 같은 웹 사이트의 발전으로 인해 이미지의 정보를 많이 사용하고 있다. 이미지의 활용도가 높아짐에 따라, 이미지에 대한 분석기술이나 인식기술들이 많이 연구되어지고 있다. 이미지의 활용은 단순히 정보를 표현하는 것을 넘어, 현재는 인체의 생체 이미지, 지리정보 이미지, 상품 카탈로그 이미지와 같은 대량의 이미지 정보를 가지고 웹 상에서 응용하여 활용되어지고 있다. 따라서, 다양한 이미지의 정보를 표현하고 저장, 검색하는 기술은 계속적으로 연구되어지고 있다. 그러나, 다양한 이미지의 형태로부터 데이터를 표현하고 검색한다는 것은 상당히 어려운 일이다. 본 논문에서는 On.-Schema를 활용하여 다양한 이미지의 내용정보를 표현하기 위한 스키마 구조와 표준화 방안에 대하여 기술한다. 웹 상품 카탈로그 이미지나 광고 이미지와 같은 인터넷 상에서 많이 사용될 수 있는 이미지의 정보를 XML-Schema로 설계하고 XML을 활용하여 내용기반 이미지 검색을 지원할 수 있는 모델을 제시한다. 또한 이미지에 대한 복합적인 객체를 분리하여 저장할 수 있는 스키마를 제공함으로서, 이미지 데이터의 공유성과 유용성이 높아지고, 검색에 대한 효율성이 증대되도록 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.142-144
• /
• 2002

대부분의 내용기반 이미지 검색 시스템은 이미지의 특징 벡터인 색상, 모양, 그리고 질감에 의해서 유사한 이미지를 검색하는 기법을 제공하고 있다. 최근 이러한 내용기반 이미지 검색 기술은 의료 영상 이미지와 같은 다양한 분야에 적용되고 있으며, 이에 따라서 의료 이미지를 분석하여 저장, 검색하기 위한 데이터베이스 시스템이 증가하고 있다. 그러나, 대량의 이미지로부터 원하는 이미지를 검색하기 위해서는 이미지의 메타데이타를 효율적으로 표현해야 하며, 의미성과 이미지의 특징 데이터를 통합적으로 저장 관리 할 수 있는 이미지 데이터베이스를 설계하고 구축해야만 한다. 본 논문에서는 기존의 내용기반 이미지 검색 기법을 살펴보고. 이미지를 내용기반으로 분류하고 저장할 수 있는 데이터베이스 시스템을 설계하여 효율적인 의미기반 검색을 지원말 수 있는 모델을 제시한다. 다계층 메타데이타 레이어 구조로 이미지에 대한 개념 지식 모델을 표현하고, 이미지내의 객체를 메타데이타로 표현하여 분류할 수 있는 모델을 제안한다. 또한, 이미지 내용검색을 지원하기 위한 시스템 구조를 설계하고, 메타데이타가 저장되기 위한 관계형 모델을 스타 스키마의 형태로 제시한다. 제안된 방법은 의미적인 이미지 내용 검색 방법의 지원에 활용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.841-844
• /
• 2015

이미지 인식과 내용분석은 이미지 검색과 멀티미디어 데이터 활용 분야에서 핵심기술이라 할 수 있다. 특히 최근 스마트폰, 디지털 카메라, 블랙박스 등에서 수집되는 영상 데이터 양이 급격히 증가하고 있다. 이에 따라 이미지를 인식하고 내용을 분석하여 활용할 수 있는 기술에 대한 요구가 점차 증대되고 있다. 본 논문에서는 이미지 내용정보를 이용하여 자몽으로 이미지로부터 태그정보를 추출하는 방법을 제안한다. 이 방법은 기계학습 기법인 CNN(Convolutional Neural Network)에 ImageNet의 이미지 데이터와 라벨을 학습시킨 후, 새로운 이미지로부터 라벨정보를 추출하는 것이다. 추출된 라벨을 태그로 간주하고 검색에 활용한다면 기존 검색시스템의 정확도를 향상시킬 수 있다는 것을 실험을 통하여 확인하였다.

• 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.

• Journal of Internet Computing and Services
• /
• v.11 no.3
• /
• pp.15-24
• /
• 2010

In this paper, we propose an image classification which combines semantic relations of tags with contents of images to improve the satisfaction of image retrieval on application domains as huge image sharing sites. To make good use of image retrieval or classification algorithms on huge image sharing sites as Flickr, they are applicable to real tagged Web images. To classify the Web images by 'bag of visual word' based image content, our algorithm includes training the category model by utilizing the preliminary retrieved images with semantically related tags as training data and classifying the test images based on PLSA. In the experimental results on the Flickr Web images, the proposed method produced the better precision and recall rates than those from the existing method using tag information.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.161-164
• /
• 2007

최근 인터넷과 멀티미디어 기술이 발달함에 따라 이미지 데이터의 양이 급속히 증가하고 있다. 증가하는 이미지를 효과적으로 관리하고 검색하기 위해 내용기반 이미지 검색에 대한 연구가 활발히 진행되고 있다. 대부분의 내용 기반 이미지 검색 시스템은 색상, 모양, 질감 특징을 이용한 유사도-기반검색에 초점을 맞추고 있다. 따라서 본 논문에서는 이미지에 나타나는 주요 색상과 색상의 공간적 특성을 포함하는 픽셀샘플링, 그리고 이미지의 외형적 변경에 강인함을 갖는 불변 모멘트 값을 이용한 내용기반 이미지 검색 시스템을 제안한다. 첫 번째 유사성 검사 단계에서는 이미지의 영역별로 가중치를 부여하여 추출한 대표색상을 사용하여, 유사하지 않은 이미지를 제거하여 검색대상의 수를 줄이며, 두 번째 유사성 검사 단계에서는 첫 번째 단계에서 선별된 후보 이미지에 색상의 공간적 정보를 포함한 픽셀샘플링을 이용하여 색상의 공간적인 위치까지 유사한 이미지만을 선별한다. 두 번째 유사성 검사단계에서 이미지가 외형적으로 변형된 유사이미지의 검출이 어려운 점을 보완하는 방법으로 이미지의 불변 모멘트를 이용하여 검색의 정확성을 높인다. 제안한 이미지 검색 방법은 10000개의 다양한 이미지로 구성된 데이터베이스에서 검색을 효율성을 실험하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.712-714
• /
• 2004

인터넷상의 대부분 이미지 검색엔진들은 이미지의 실제 내용보다는 이미지 파일명이나 부가적인 색인과 같은 문자 정보에 의존하여 이미지 검색을 하고 있다. 한편 이미지의 색상 정보를 비교에 사용하는 RGB 히스토그램 방법은 수행시간은 짧지만 형태는 고려하지 않기 때문에 높은 정확도는 기대하기 어렵다. 본 논문에서는 이미지의 실제 내용을 비교하여 비정형의 복잡한 물체를 검색하는 새로운 이미지 검색 알고리즘을 제안한다. 제안하는 알고리즘은 이미지의 색상과 형태 정보를 담은 타일 서열을 local alignment 알고리즘으로 정렬하여 이미지 검색을 한다 비정형 물체인 음식 사진을 사용한 실험에서 기존의 방법 RGB 히스토그램을 이용한 방법보다 월등히 향상된 정확도를 나타내었다.