• International Journal of Contents
• /
• 제2권1호
• /
• pp.22-28
• /
• 2006

In this paper, we propose new semantic contents modeling using individual features, associative relations and visual features for efficiently supporting browsing and retrieval of video semantic contents. And we implement and design a browsing and retrieval system based on the semantic contents modeling. The browsing system supports annotation based information, keyframe based visual information, associative relations, and text based semantic information using a tree based browsing technique. The retrieval system supports text based retrieval, visual feature and associative relations according to the retrieval types of semantic contents.

• Journal of Computing Science and Engineering
• /
• 제11권1호
• /
• pp.24-31
• /
• 2017

Face-based video retrieval has become an active and important branch of intelligent video analysis. Face profiling and matching is a fundamental step and is crucial to the effectiveness of video retrieval. Although many algorithms have been developed for processing static face images, their effectiveness in face-based video retrieval is still unknown, simply because videos have different resolutions, faces vary in scale, and different lighting conditions and angles are used. In this paper, we combined content-based and semantic-based image analysis techniques, and systematically evaluated four mainstream local features to represent face images in the video retrieval task: Harris operators, SIFT and SURF descriptors, and eigenfaces. Results of ten independent runs of 10-fold cross-validation on datasets consisting of TED (Technology Entertainment Design) talk videos showed the effectiveness of our approach, where the SIFT descriptors achieved an average F-score of 0.725 in video retrieval and thus were the most effective, while the SURF descriptors were computed in 0.3 seconds per image on average and were the most efficient in most cases.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.57-64
• /
• 2006

본 논문에서는 해마신경망(HCNN:HippoCampal Neural Network)을 이용하여 사용자 친화적인 객체 기반 멀티미디어 검색시스템을 제안한다. 내용 기반 검색(Content-based Retrieval)에 관한 대부분의 기존의 질의 방법은 입력 영상에 의한 질의 또는 컬러(color), 형태(shape), 질감(texture)등과 같은 low-level의 특징을 사용한다. 본 논문에서 제안하는 방법은 MPEG 기반의 압축 비디오 스트림으로부터 장면 전환 검출을 수행하여 샷을 검출한다. 이 샷 프레임에서 컬러 객체의 자동 추출을 위하여 similar colorization과 ACE(Adaptive Circular filter and Edge) 알고리즘을 사용한다. 그리고 이렇게 추출된 특징을 해마 신경망을 통하여 학습한 후 멀티미디어 검색 시스템을 구성한다. 제안하는 해마 신경망은 호감도 조정에 의해서 입력되는 영상패턴의 특징들을 흥분학습과 억제학습을 이용하여 불필요한 특징은 억제시키고 중요한 특징은 흥분학습을 통해 장기기억 시켜서 적응성 있는 실시간 검색 시스템을 구현한다.

• 한국통신학회논문지
• /
• 제27권6C호
• /
• pp.610-618
• /
• 2002

본 논문에서는 질러 공간과 블록영역 정보에 기반한 새로운 화상검색 방법을 제시한다. 각 화상에 대한 컬러 공간 정보는 컬러 이진세트에 의해 구해지고 블록영역 정보는 영역 세그멘테이션에 의해서 구해진다. 화상 검색 과정에서, 질의 화상과 데이터베이스 화상들의 컬러 및 화상 이진세트들을 비교하여 검색될 후보 화상의 집합을 결정한다. 특히, 유사도 측정 시 컬러 공간 분포와 객체의 블록영역 특징에 가중치를 고려한 검색이 가능하도록 하였다. 제안된 방법을 구현하고 6,000개의 화상들로 이루어진 화상 데이터베이스에 대해 적용함으로써 컬러 공간 및 블록영역특징을 이용한 화상 검색이 매우 효과적임을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권1호
• /
• pp.211-227
• /
• 2011

Content Based Image Retrieval (CBIR) is an approach for retrieving similar images from an image database based on automatically-derived image features. The quality of a retrieval system depends on the features used to describe image content. In this paper, we propose an image clustering system that takes a database of images as input and clusters them using k-means clustering algorithm taking into consideration color, texture and shape features. Experimental results show that the combination of the three features brings about higher values of accuracy and precision.

• Journal of Information Processing Systems
• /
• 제16권4호
• /
• pp.991-1000
• /
• 2020

We propose a content-based image retrieval system that uses a combination of completed local binary pattern (CLBP) and color autocorrelogram. CLBP features are extracted on a multi-resolution multi-direction filtered domain of value component. Color autocorrelogram features are extracted in two dimensions of hue and saturation components. Experiment results revealed that the proposed method yields a lot of improvement when compared with the methods that use partial features employed in the proposed method. It is also superior to the conventional CLBP, the color autocorrelogram using R, G, and B components, and the multichannel decoded local binary pattern which is one of the latest methods.

• 한국멀티미디어학회논문지
• /
• 제17권1호
• /
• pp.26-33
• /
• 2014

비디오 검색 및 색인은 먼저 압축 비디오에서 장면전환을 검출하여 샷(shot)으로 분리한 후 샷 내에 키프레임 특징 정보들의 유사도 비교를 통해 이루어진다. 일반적으로 내용기반 영상 및 비디오 검색에서는 컬러, 형태, 질감의 세 가지 대표적인 영상 특징들이 주로 사용된다. 그러나 여러 특징들이 결합되어 사용되는 검색 시스템이라 할지라도 각 특징들에 대한 가중치가 적합하게 부여되지 않으면 검색되는 결과 영상의 순위가 크게 변하여 검색 성능이 떨어지게 된다. 이러한 문제점을 해결하기 위해 본 논문에서는 여러 특징들이 결합되어 사용될 때 각 특징에 대한 가중치를 적응적으로 부여해서 비디오 검색 성능을 개선하고자 한다. 제안한 방법을 3,200개 키 프레임으로 구성된 비디오 데이터베이스에서 실험을 하였고 다양한 성능평가 방법을 통해 제안한 방법이 기존 고정가중치 부여를 이용한 방법과 비교하여 검색 성능이 개선됨을 볼 수 있었다.

• 한국정보과학회논문지:데이타베이스
• /
• 제30권2호
• /
• pp.125-133
• /
• 2003

본 논문에서는 색상과 웨이블렛 기반의 질감 특징들을 사용한 효율적인 내용기반 영상검색 방법을 제안하였다. 색상특징은 전체 영상으로부터 추출된 soft-히스토그램이 사용되며 질감 특징으로는 웨이블렛 변환의 공간 주파수 분석을 통하여 얻어진 고대역 부밴드로부터 추출된 불변 모우멘트가 이용된다. CTBTR이라 불리는 검색시스템은 질의 영상에 대한 효율적인 영상 검색을 위하여 두 단계의 유사성 정합을 수행하는데 첫 번째 정합 단계에서는 간단한 색상 히스토그램을 사용하여 질의 영상과 유사하지 않은 영상을 제거하여서 검색대상의 수를 줄이며, 두 번째 정합 단계에서는 첫 번째 단계에서 선별된 후보영상에 웨이블렛 기반의 질감특징을 적용하여 질의 영상과 유사한 영상을 검색한다. 실험결과 제안된 알고리즘이 기존의 방법보다 검색에 있어서 효율적인 계산처리와 정확한 검색을 수행하여 향상된 결과를 보여 주었다.

• 한국통신학회논문지
• /
• 제36권4C호
• /
• pp.226-231
• /
• 2011

본 논문은 기존 어류도감을 개선하기 위해 기존 어류도감에 IT 기술들이 적용된 전자어류도감의 개념을 도입하고 이를 위한 영상검색 알고리즘을 제안한다. 영상검색은 전자어류도감의 핵심이고 기존 어류도감을 압도하게 하는 기술이다. 어류는 동종일지라도 형태, 컬러, 질감에서 다른 특징들을 갖고, 심지어 동일 어류도 촬영 시의 자세나 주변 환경에 의해 다른 특징을 갖기 때문에 형태, 컬러, 질감의 단순한 특징을 이용하는 기존 영상검색은 전자어류도감에 적합하지 못하다. 제안된 영상검색은 어류의 머리, 몸통, 꼬리에서 추출된 상세 특징들을 채택하고, 특징들에는 그들의 불변성에 따라 가중치가 다르게 주어진다. 시뮬레이션 결과들은 제안된 알고리즘이 기존 알고리즘을 훨씬 능가하는 것을 보여준다.

• 한국멀티미디어학회논문지
• /
• 제6권4호
• /
• pp.746-752
• /
• 2003

In this paper, we proposed an image retrieval system with a simple and effective relevance feedback, called RAP(Reward and Punishment) algorithm. First, color and texture features were extracted from the images. Next, the extracted feature values were used for image retrieval in various forms. We applied the relevance feedback to the initial retrieved images from the image retrieval system, and compared its result with that of the conventional system. In the experiment using the test image database of 16 class 512 images, the proposed system showed the better retrieval performance of about 10∼l7 % than that of the conventional INRIA system in each relevance feedback step.