• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.106-110
• /
• 2006

현재 공학분야에서 감성을 소재로 진행되는 연구가 급격히 증가되고 있다. 그 중 상품 디자인과 이미지 검색 그리고 HCI(Human Computer Interaction) 분야에서 감성은 더욱 중요한 토픽이 되고 있다. 본 논문은 감성기반의 지능형 이미지 검색을 위한 감성처리 방법을 제안한다. 기존 연구에서는 단일 시각정보만을 고려하였고 이는 감성에 적합한 검색을 위해서 너무 단편적인 결과를 갖는다. 인간의 감성에 보다 적합한 검색을 위하여 우리는 컬러와 형태가 복합된 이미지에 대한 감성을 처리한다. 이를 위해 첫째, 컬러와 형태의 속성을 공통으로 갖는 대표감성을 정의하고 각 속성에 감성 가중치를 부여한다. 둘째, 사용자의 감성의 적합한 이미지 검색을 위하여 각 이미지의 감성정보량을 측정한다. 이를 이미지 검색에 적용하고, 본 저자의 이전 연구 중 단일 정보만을 고려한 감성기반 검색시스템과 사용자 만족도를 이용하여 비교 평가한다. 제안된 방법은 기존의 단일시각정보만을 고려했던 감성기반 이미지 검색보다 향상된 결과를 얻을 수 있었다. 그리고 복합시각정보에 대한 감성을 동시에 처리할 수 있는 연구로써의 의의를 갖는다.

• 전자공학회논문지CI
• /
• 제45권3호
• /
• pp.97-102
• /
• 2008

본 논문은 컬러 질의 영상의 효과적인 검출을 위해 공간 컬러모델 및 특징점 정합 방법을 이용한 객체 기반 영상 검색 방법을 제안한다. 제안하는 방법은 선행 연구 되었던 컬러 히스토그램 방법의 단점을 극복하고, 데이터베이스 영상과 질의 영상의 컬러 유사도를 사용자 조작 없이 실시간 분할 검출한다. 이를 위해 HMMD 모델과 러프 집합 이론을 이용하였다. 여기서 질의 영상의 검출을 위해 질의 영상과 데이터베이스 영상 간의 색상 유사도를 비교하여 관심 영역을 선택하고, 관심 영역에서 SIFT 정합 방법을 이용하여 검색한다. 실험 결과, 본 논문에서 제안하는 방법이 기존 방법보다 우수한 검출율을 보임을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.160-161
• /
• 2010

본 논문에서는 컬러 정보와 형태 정보를 이용한 상표 영상 검색 시스템을 제안하였다. 컬러 정보는 영역을 분할하여 영역별 컬러 분포 히스토그램 특성에 근거한 컬러 정보를 이용하였고, 형태 정보는 경계면 추출, 무게 중심 추출, angular 샘플링 등의 전처리 과정과 무게 중심으로부터 경계면까지 거리의 합, 표준 편차, 장/단축 비율을 계산을 이용하였다. 특히, 무게중심을 이용한 angular 샘플링을 이용하여 특징을 추출하고 처리 시간을 줄일 수 있었다. 사용자는 컬러와 형태 정보에 의한 검색을 수행하고, 또한 가중치를 부여함으로써 두 방법을 혼합하여 사용할 수 있다.

• 방송공학회논문지
• /
• 제18권3호
• /
• pp.372-379
• /
• 2013

본 논문에서는 LBP와 HSV 컬러 히스토그램을 이용한 내용 기반 영상 검색 방법을 제안한다. 영상 검색 시스템에서는 텍스트가 아닌 사용자가 원하는 특정한 객체를 포함하는 영상을 질의로 입력하여 원하는 영상을 검색한다. 대부분의 연구에서는 색상, 질감, 모양 등과 같은 전역 특징 값을 이용하여 영상을 검색한다. 이러한 전역 특징 값들은 하늘이나 바닥과 같은 배경이 큰 부분을 차지하는 영상에서는 특징 값의 대부분이 배경에서 추출되어 영상 검색의 성능 저하를 초래한다. 이러한 문제를 해결하기 위해, 컬러를 이용하여 영상의 배경을 고속으로 검출하고 배경의 영향을 줄여 관심 객체의 특징을 강조한다. 제안된 방법에서는 특징 값으로 HSV 컬러 히스토그램과 Local Binary Patterns을 사용한다. 또한, 색의 경계 부분의 패턴을 추출하기 위해 양자화 된 Hue 채널에서 Local Binary Patterns을 추출한다. 제안된 알고리즘의 성능 검증하기 위해, Corel 1000 database를 이용하여 실험한 결과 82% 이상의 높은 검색 정확도를 나타내었다.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.47-52
• /
• 2006

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 영역 특징백터를 이용한 영상 검색 방법을 제안한다. 컬러 히스토그램 검색방법들은 양자화 오류 등의 이유로 정확성이 떨어지는 단점이 있다 이를 해결하기 위해 제안 방법은 색상 정보를 HSY 공간으로 변환하여 순수 색상 정보인 hue 성분만을 양자화하여 히스토그램을 구하고, 이를 명암, 이동, 회전등에 강인한 검색 특징으로 사용한다. 또한 컬러 히스토그램 방법들의 가장 큰 문제점인 공간 정보가 부족한 것은 영상을 16개 영역으로 나눠서 각 영역간의 비교를 통해 해결한다. 그리고 색상 검색에 추가적으로 모양 특징인 에지와 질감 특징인 DCT 변환의 DC를 이용하여 검색의 정확도를 높인다 1,000개의 컬러 영상을 사용해 실험한 결과 기존의 방법들 보다 좋은 정확성을 보인다.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.50-60
• /
• 2000

본 논문에서는 캐릭터 이미지 검색에 가장 적합한 컬러와 모양 정보를 표현하는 새로운 복합 특징량을 제안한다. 제안된 방법은 YCbCr 컬러 모델에서 얻어진 Y이미지에 대해서는 회전, 이동, 크기 변화에 불변한 Zernike 모멘트를 사용하여 모양 정보를 추출하고, Cb 및 Cr 이미지로부터 DCT계수를 사용하여 색상 정보를 추출하여 캐릭터 이미지를 검색한다. 이 방법은 인간의 시각적인 특성을 잘 표현하는 방법으로서 36개의 적은 특징량으로 높은 검색효율을 나타내기 때문에 대용량 데이터베이스와 같은 웹 검색과 애니메이션 검색에 적합한 방법이다. 캐릭터 이미지 3,834개를 대상으로 실험하였으며 MPEG-7 컬러/질감, 기술자들의 성능 평가에 사용된 ANMRR(Average of Normalized Modified Retrieval Rank)과 모션/모양 기술자들의 성능 평가에 사용된 BEP(Bull's Eye Performance)를 사용하여 캐릭터 이미지 검색에서 우수한 성능을 타나냄을 실험으로 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제44차 하계학술발표논문집 19권2호
• /
• 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.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.119-126
• /
• 2005

본 논문에서는 영상의 블록 분류 특성에 적응적인 대표 컬러 히스토그램 (representative color histogram)과 방향성 패턴 히스토그램 (directional pattern histogram)을 이용한 새로운 내용 기반 영상 검색 방법 (content-based image retrieval)을 제안한다. 제안한 방법에서는 영상을 일정한 크기의 블록으로 나누고, 분할된 블록의 분류 특성에 따라 컬러와 패턴 특징 벡터를 추출한다. 먼저 분할된 블록을 채도 (saturation)에 따라 휘도 블록 또는 컬러 블록으로 분류한 후, 휘도 블록에 대해서는 블록 평균휘도 쌍의 히스토그램을 구하고, 컬러 블록에 대해서는 블록 평균 컬러 쌍 히스토그램을 구함으로써 블록 분류 특징에 따라 컬러 특징 벡터를 추출한다. 또한 블록 휘도 변화의 기울기 (gradient)를 계산하여 방향성 분류를 행한 후 히스토그램을 계산함으로써 블록 방향성 패턴 특징을 추출한다. 본 논문에서 제안한 영상 검색 방법의 성능을 평가하기 위해서 컴퓨터 모의실험을 행한 결과 제안한 방법이 기존의 방법들보다 정확도 (precision) 및 특징 벡터 차원 (feature vector dimension) 크기 등의 객관적인 측면에서 우수함을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제6권2호
• /
• pp.44-50
• /
• 2006

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 객체 영역을 이용한 내용기반 영상 검색 방법을 제안한다. 기존 컬러 히스토그램 검색 방법들은 양자화 오류 등의 이유로 정확성이 떨어지고, 공간정보가 부족한 단점이 있다. 이를 해결하기 위해 제안 방법은 색상 정보를 HSV공간으로 변환하여 순수 색상 정보인 hue성분만을 양자화하여 히스토그램을 구해 명암, 이동, 회전 등에 강인한 검색 특징으로 사용한다. 한편 공간정보가 부족한 문제점을 해결하기위해 색상 특징과 영역간의 상관관계를 고려하여 객체영역을 선정한다. 선정된 객체 영역에서는 에지와 DC를 이용하여 검색한다. 자연 컬러 영상 1,000개를 가지고 실험한 결과 기존 방법들보다 precision과 recall이 우수하였다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.509-516
• /
• 2004

의미기반 이미지 검색에서의 의미적 내용 인식은 주석 위주의 텍스트 정보를 이용하는 것이 일반적이다. 이러한 텍스트 정보 기반 이미지 검색은 전통적인 검색 방법인 키워드 검색 기술을 그대로 사하여 쉽게 구현할 수 있으나, 텍스트의 개념적 매칭이 아닌 스트링 매칭이므로 주석 처리된 단어와 정확한 매칭이 없다면 검색할 수 없는 단점이 있었다. 이에 본 논문에서는 Ontology의 일종인 WordNet을 이용하여 깊이, 정보량, 링크 타입, 밀도 등을 고려한 단어간 의미 유사도를 측정하여 패턴 매칭의 문제점을 해결하고자 한다. 또한, 이미지의 컬러 분포 유사도를 측정하여 저차원 특징과 결합한 의미적 이미지 검색이 가능하도록 설계하였다. 제안된 검색 방안에 대해 'Microsoft Design Gallery Live'의 주석을 포함한 이미지를 대상으로 실험한 결과, 기존 의미기반 검색 시스템보다 향상된 결과를 확인하였다.