• 전자공학회논문지CI
• /
• 제41권4호
• /
• pp.95-102
• /
• 2004

비디오 데이터를 효율적으로 처리하기 위해서는 비디오 데이터가 가지고 있는 내용에 대한 정보를 데이터베이스에 저장하고 사용자들의 다양한 질의를 처리할 수 있는 의미기반 검색 기법이 요구된다. 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 검색시스템을 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 검색 기법과 최적 비교 영역 추출을 통해 가장 유사한 키 프레임을 검색한다. 따라서 의미기반 검색을 통해 비디오 데이터의 검색의 효율을 높일 수 있도록 시스템을 제안한다.

• 한국산학기술학회논문지
• /
• 제7권6호
• /
• pp.1129-1133
• /
• 2006

본 논문에서는 대용량의 비디오 데이터에 대한 사용자의 다양한 의미검색을 지원하는 의미기반 비디오 검색 시스템을 제안한다. 제안하는 시스템은 주석기반 검색과 특징기반 검색을 통합한 에이전트를 이용하여 비디오 데이터의 내용 정보 추출 및 검색 과정을 자동으로 처리한다. 설계하고 구현한 시스템은 실험을 통한 성능 평가에서 비디오 데이터의 장면 검색에 대하여 기존 시스템 보다 재현율과 정확률의 증가를 보였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권2호
• /
• pp.145-156
• /
• 2003

현존하는 대부분의 내용 기반 이미지 검색 시스템은 칼라, 모양, 텍스처 특징을 이용한 유사도-기반 검색에 초점을 맞추고 있다. 신경과학 이미지 데이타베이스의 경우, 이미지에 대한 전역적 평균 특징 값을 기반으로 한 유사 이미지의 검색이 임상 병리학자들에게는 전혀 도움이 되지 않는 다는 것을 발견하였다. 신경과학 데이터베이스 상의 이미지에 대한 실용적인 내용 기반 검색을 실현하기 위해서는 이미지의 내부 내용이나 의미를 표현하는 일이 필요하다. 본 논문에서는 이러한 이미지들에 대해 보다 유용한 검색을 지원하기 위하여 이미지 내용과 그에 관련된 개념 지식을 표현하는 방법을 제시한다. 또한 객체지향 메시지 경로 식을 이용하여 이러한 고급 검색을 지원하기 위한 연산의 의미를 기술한다. 제안된 기법은 유연하고 확장 가능하므로 보다 강화된 내용 검색을 위해 이미지 내용에 대한 보다 많은 의미를 점진적으로 추가해 나갈 수 있다.

• Journal of information and communication convergence engineering
• /
• 제22권1호
• /
• pp.56-63
• /
• 2024

Despite the rapid strides in content-based image retrieval, a notable disparity persists between the visual features of images and the semantic features discerned by humans. Hence, image retrieval based on the association of semantic similarities recognized by humans with visual similarities is a difficult task for most image-retrieval systems. Our study endeavors to bridge this gap by refining image semantics, aligning them more closely with human perception. Deep learning techniques are used to semantically classify images and retrieve those that are semantically similar to personalized images. Moreover, we introduce a keyword-based image retrieval, enabling automatic labeling of images in mobile environments. The proposed approach can improve the performance of a mobile device with limited resources and bandwidth by performing retrieval based on the visual features and keywords of the image on the mobile device.

• 정보처리학회논문지B
• /
• 제11B권6호
• /
• pp.701-708
• /
• 2004

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 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 디스플레이 한다. 제안하여 구현된 시스템은 현저히 향상된 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3790-3803
• /
• 2018

Content-based image retrieval is an approach used to query images based on their semantics. Semantic based retrieval has its application in all fields including medicine, space, computing etc. Semantically generated binary hash codes can improve content-based image retrieval. These semantic labels / binary hash codes can be generated from unlabeled data using convolutional autoencoders. Proposed approach uses semi-supervised deep hashing with semantic learning and binary code generation by minimizing the objective function. Convolutional autoencoders are basis to extract semantic features due to its property of image generation from low level semantic representations. These representations of images are more effective than simple feature extraction and can preserve better semantic information. Proposed activation and loss functions helped to minimize classification error and produce better hash codes. Most widely used datasets have been used for verification of this approach that outperforms the existing methods.

• 한국콘텐츠학회논문지
• /
• 제7권1호
• /
• pp.1-9
• /
• 2007

의미 포토 검색은 포토의 간단한 시각화 특성과 적합한 의미를 분류하는데 있어서의 갭을 간소화시키는 데 중요한 역할을 한다. 의미 검색을 이용한 효과적인 포토 검색은 포토 검색에 있어서 매우 중요한 과제중의 하나이다. 따라서 우리는 사용자 인터페이스의 포토 주석을 이용한 새로운 이벤트 의미 포토 검색 기법을 제안한다. 본 논문에서는 순수 XML 데이터베이스와 MPEG-7표준을 기반으로 포토 관리 및 의미 검색이 쉬운 포토 앨범 관리 시스템을 설계 및 구현하였다.

• 한국콘텐츠학회논문지
• /
• 제7권7호
• /
• pp.50-59
• /
• 2007

본 논문에서는 효율적인 정보검색을 위한 의미 기반의 질의 분석 및 확장을 제안한다. 기존의 정보검색 시스템들은 사용자 질의로 자연언어 질의를 허용하고 있지만 단순히 명사 단어의 색인어를 사용자 질의로부터 추출하여 정보검색에 활용하기 때문에 사용자의 질의 의도를 반영한 정보검색을 하지 못한다. 이러한 문제점을 해결하기 위해서 의미 기반 질의 분석 및 확장은 사용자의 질의를 의미적으로 분석하여, 질의유형을 결정하고 의미 자질들을 추출한다. 추출된 의미 자질들과 정답을 표현하기 위해 사용되는 구문구조를 이용하여 사용자 질의를 확장한다. 또한 확장된 질의를 이용하여 정답을 포함하는 관련문서들을 정보검색 결과의 상위에 랭크시킬 수 있는 방법을 제시한다. 비교적 짧지만 사용자의 질의 의도를 충분히 표현하고 있는 자연언어 질의에 대한 의미 기반의 질의 분석 및 확장을 통해 정보검색의 정확률을 향상시킬 수 있음을 보였다.

• 한국멀티미디어학회논문지
• /
• 제19권8호
• /
• pp.1498-1504
• /
• 2016

The progress of mobile computing technology is bringing a large amount of multimedia contents such as image. Thus, we need an image retrieval system which searches semantically relevant image. In this paper, we propose a semantic image annotation and retrieval in mobile environments. Previous mobile-based annotation approaches cannot fully express the semantics of image due to the limitation of current form (i.e., keyword tagging). Our approach allows mobile devices to annotate the image automatically using the context-aware information such as temporal and spatial data. In addition, since we annotate the image using RDF(Resource Description Framework) model, we are able to query SPARQL for semantic image retrieval. Our system implemented in android environment shows that it can more fully represent the semantics of image and retrieve the images semantically comparing with other image annotation systems.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• 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.