본 논문은 영상 분할 기법 및 특징점 추출 기법을 이용한 객체 추출 방법과 영상 검색 방법을 제안한다. 제안하는 방법은 크게 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 데이터베이스 영상에 대해서 JSEG ...
본 논문은 영상 분할 기법 및 특징점 추출 기법을 이용한 객체 추출 방법과 영상 검색 방법을 제안한다. 제안하는 방법은 크게 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 데이터베이스 영상에 대해서 JSEG 알고리즘을 이용하여 영상을 분할한다. 두 번째 단계에서 각 분할된 영역과 질의 영상에서 대표 색상을 추출하고, 색상 히스토그램을 생성한다. 질의 영상과 데이터베이스 영상의 각 영역간의 대표 색상과 색상 히스토그램을 비교한 결과를 종합하여 객체 후보 영역을 추출한다. 영상 분할 과정에서 지나치게 분할된 영역을 위해 인접해 있는 후보 영역들을 합병한다. 세 번째 단계에서는 각 후보 영역과 질의 영상에서 DoG(Difference of Gaussian) 피라미드의 극치점으로부터 영상의 크기 변화에 일관된 중요 특징점들을 추출한다. 추출된 특징점들을 정합하여 질의 영상에 해당하는 객체를 검출한다. 마지막 단계에서는 객체 영역과 객체 영역만을 포함하는 질의 영상과의 유사도 측정을 통한 검색을 수행하며, 유사도 측정은 Color correlogram을 사용하였다. 실험 결과를 통하여, 본 논문에서 제안하는 영상 검색 방법은 질의 객체 영상에 대해 영상 전체를 비교하는 것이 아니라 객체가 존재하는 영역을 추출한 후 유사도를 측정함으로써, 배경에 의해 영상이 잘못 검색되는 경우가 줄고, 검색 성능이 향상됨을 확인하였다.
본 논문은 영상 분할 기법 및 특징점 추출 기법을 이용한 객체 추출 방법과 영상 검색 방법을 제안한다. 제안하는 방법은 크게 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 데이터베이스 영상에 대해서 JSEG 알고리즘을 이용하여 영상을 분할한다. 두 번째 단계에서 각 분할된 영역과 질의 영상에서 대표 색상을 추출하고, 색상 히스토그램을 생성한다. 질의 영상과 데이터베이스 영상의 각 영역간의 대표 색상과 색상 히스토그램을 비교한 결과를 종합하여 객체 후보 영역을 추출한다. 영상 분할 과정에서 지나치게 분할된 영역을 위해 인접해 있는 후보 영역들을 합병한다. 세 번째 단계에서는 각 후보 영역과 질의 영상에서 DoG(Difference of Gaussian) 피라미드의 극치점으로부터 영상의 크기 변화에 일관된 중요 특징점들을 추출한다. 추출된 특징점들을 정합하여 질의 영상에 해당하는 객체를 검출한다. 마지막 단계에서는 객체 영역과 객체 영역만을 포함하는 질의 영상과의 유사도 측정을 통한 검색을 수행하며, 유사도 측정은 Color correlogram을 사용하였다. 실험 결과를 통하여, 본 논문에서 제안하는 영상 검색 방법은 질의 객체 영상에 대해 영상 전체를 비교하는 것이 아니라 객체가 존재하는 영역을 추출한 후 유사도를 측정함으로써, 배경에 의해 영상이 잘못 검색되는 경우가 줄고, 검색 성능이 향상됨을 확인하였다.
In this paper, a novel method for image retrieval system based object extraction using image segmentation and sailent points. Our research consists of four steps. In the first step, an image is segmented into several regions by JSEG algorithm. In the second step, for segmented regions, dominant colo...
In this paper, a novel method for image retrieval system based object extraction using image segmentation and sailent points. Our research consists of four steps. In the first step, an image is segmented into several regions by JSEG algorithm. In the second step, for segmented regions, dominant colors and the corresponding color histogram are constructed. By using dominant color and color histogram, candidate regions where objects may exist are identified. In the third step, real object regions are detected from candidate regions by SIFT matching. In the final step, the similarity between the query image and DB image is measured by using the color correlogram technique. Color correlogram is computed in the query image and object region of DB image. As experimental results, the proposed method detects multi-obejct well, and provides better retrieval performance comparing with object based retrieval system.
In this paper, a novel method for image retrieval system based object extraction using image segmentation and sailent points. Our research consists of four steps. In the first step, an image is segmented into several regions by JSEG algorithm. In the second step, for segmented regions, dominant colors and the corresponding color histogram are constructed. By using dominant color and color histogram, candidate regions where objects may exist are identified. In the third step, real object regions are detected from candidate regions by SIFT matching. In the final step, the similarity between the query image and DB image is measured by using the color correlogram technique. Color correlogram is computed in the query image and object region of DB image. As experimental results, the proposed method detects multi-obejct well, and provides better retrieval performance comparing with object based retrieval system.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.