대용량 이미지 데이타베이스의 계층형 클러스터링을 이용한 빠른 내용기반 검색기법에 관한 연구 An Fast content-based search method using hierarchical clustering technique on large image databases
최근 인터넷 등을 통한 멀티미디어 데이터의 증가와 더불어 동영상의 프레임이나 이미지의 특징정보(Feature)를 이용한 내용기반 검색기법에 관한 연구가 증가하고 있다. 대용량 데이터베이스를 위한 많은 검색기법이 연구되어 왔지만, 이미지 등의 다차원 특징을 갖는 데이터의 경우 새로운 검색 기법들의 요구된다. 본 논문에서는 대용량 이미지들에 대한 색인 구조로서 하향식(top-to-bottom) 클러스터링(clustering) 기법을 이용한다. 이 색인구조에 대해 최고값 우선(best-first)탐색기법을 이용하면 전체적 최적값(global optimum)을 찾아 낼수있다. 또한 최고값우선 탐색시 최고값을 결정하는 최소 비용 함수로서 각 노드의 한계값을 이용하는방법으로 분기한정가지치기(branch-and bound)탐색 기법이 있다. 위의 두 가지 방법에서 성능을 좌우하는 지표는 탐색을 위해 방문하는 노드의 수이다. 본 논문에서는 위의 분기한정 탐색기법을 이용한 탐색시 방문하는 노드의 수를 최적화 하는 기법을 제안하고 실험을 통해 기존의 분기한정 탐색 기법들과의 성능을 비교한다.
최근 인터넷 등을 통한 멀티미디어 데이터의 증가와 더불어 동영상의 프레임이나 이미지의 특징정보(Feature)를 이용한 내용기반 검색기법에 관한 연구가 증가하고 있다. 대용량 데이터베이스를 위한 많은 검색기법이 연구되어 왔지만, 이미지 등의 다차원 특징을 갖는 데이터의 경우 새로운 검색 기법들의 요구된다. 본 논문에서는 대용량 이미지들에 대한 색인 구조로서 하향식(top-to-bottom) 클러스터링(clustering) 기법을 이용한다. 이 색인구조에 대해 최고값 우선(best-first)탐색기법을 이용하면 전체적 최적값(global optimum)을 찾아 낼수있다. 또한 최고값우선 탐색시 최고값을 결정하는 최소 비용 함수로서 각 노드의 한계값을 이용하는방법으로 분기한정가지치기(branch-and bound)탐색 기법이 있다. 위의 두 가지 방법에서 성능을 좌우하는 지표는 탐색을 위해 방문하는 노드의 수이다. 본 논문에서는 위의 분기한정 탐색기법을 이용한 탐색시 방문하는 노드의 수를 최적화 하는 기법을 제안하고 실험을 통해 기존의 분기한정 탐색 기법들과의 성능을 비교한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.