본 논문은 개인 사진을 자동으로 분류하고 분류된 결과를 기반으로 개인 사진을 검색하는 시스템을 구현하기 위한 선행적인 연구이다. 실제로 개인사진은 가능한 모든 상황에서 촬영될 수 있고 이러한 모든 상황이나 배경을 자동으로 분류 할 수는 없다. 따라서 본 논문은 일반적인 개인 사진 자동 분류를 위하여 개인 사진에서 사용자의 관심을 유발하고 사진의 촬영 대상이 되는 인물과 사진을 촬영한 장소와 관련이 깊은 4가지 실험적인 주제(바다, 하늘, 산 또는 숲, 인공건축물)를 선정하여 5가지 분류 클래스를 정의한다. 이와 함께, 사진의 영역을 분할하여 분할된 영역별 클래스를 분류함으로써 기존의 연구에서 사진 한 장당 하나의 클래스로 분류하는 방식과 달리 영역별 분류 결과를 사진의 메타데이터나 주석으로서 활용될 수 있게 한다. 자동분류방식을 통해 색인된 사진들로 구성된 사진 데이터베이스에 대해 텍스트 기반의 ...
본 논문은 개인 사진을 자동으로 분류하고 분류된 결과를 기반으로 개인 사진을 검색하는 시스템을 구현하기 위한 선행적인 연구이다. 실제로 개인사진은 가능한 모든 상황에서 촬영될 수 있고 이러한 모든 상황이나 배경을 자동으로 분류 할 수는 없다. 따라서 본 논문은 일반적인 개인 사진 자동 분류를 위하여 개인 사진에서 사용자의 관심을 유발하고 사진의 촬영 대상이 되는 인물과 사진을 촬영한 장소와 관련이 깊은 4가지 실험적인 주제(바다, 하늘, 산 또는 숲, 인공건축물)를 선정하여 5가지 분류 클래스를 정의한다. 이와 함께, 사진의 영역을 분할하여 분할된 영역별 클래스를 분류함으로써 기존의 연구에서 사진 한 장당 하나의 클래스로 분류하는 방식과 달리 영역별 분류 결과를 사진의 메타데이터나 주석으로서 활용될 수 있게 한다. 자동분류방식을 통해 색인된 사진들로 구성된 사진 데이터베이스에 대해 텍스트 기반의 검색 방법을 적용하여 개인이 보유하고 있는 수많은 사진 중에서 보기 원하는 사진을 찾는 수고를 덜어준다. 이 때, 검색되는 사진들은 검색 정확도 별로 랭킹화를 수행하여 검색어에 충실한 사진 순으로 제공된다. 실험결과는 제한된 조건 하의 2000장의 실험용 개인사진 데이터베이스를 구축하여 사진 분류 성공률을 측정하였으며 분류 알고리즘으로서 Distance 측정 방법, K-Neighborhood Nearest(KNN), Support Vector Machine(SVM)를 사용하여 분류 성능을 비교하였다. 사진 검색 결과는 C++ 기반의 시스템 데모를 구현하여 검증하였다.
본 논문은 개인 사진을 자동으로 분류하고 분류된 결과를 기반으로 개인 사진을 검색하는 시스템을 구현하기 위한 선행적인 연구이다. 실제로 개인사진은 가능한 모든 상황에서 촬영될 수 있고 이러한 모든 상황이나 배경을 자동으로 분류 할 수는 없다. 따라서 본 논문은 일반적인 개인 사진 자동 분류를 위하여 개인 사진에서 사용자의 관심을 유발하고 사진의 촬영 대상이 되는 인물과 사진을 촬영한 장소와 관련이 깊은 4가지 실험적인 주제(바다, 하늘, 산 또는 숲, 인공건축물)를 선정하여 5가지 분류 클래스를 정의한다. 이와 함께, 사진의 영역을 분할하여 분할된 영역별 클래스를 분류함으로써 기존의 연구에서 사진 한 장당 하나의 클래스로 분류하는 방식과 달리 영역별 분류 결과를 사진의 메타데이터나 주석으로서 활용될 수 있게 한다. 자동분류방식을 통해 색인된 사진들로 구성된 사진 데이터베이스에 대해 텍스트 기반의 검색 방법을 적용하여 개인이 보유하고 있는 수많은 사진 중에서 보기 원하는 사진을 찾는 수고를 덜어준다. 이 때, 검색되는 사진들은 검색 정확도 별로 랭킹화를 수행하여 검색어에 충실한 사진 순으로 제공된다. 실험결과는 제한된 조건 하의 2000장의 실험용 개인사진 데이터베이스를 구축하여 사진 분류 성공률을 측정하였으며 분류 알고리즘으로서 Distance 측정 방법, K-Neighborhood Nearest(KNN), Support Vector Machine(SVM)를 사용하여 분류 성능을 비교하였다. 사진 검색 결과는 C++ 기반의 시스템 데모를 구현하여 검증하였다.
In this paper, experimental automatic personal photo classification and retrieval system is proposed for general photo classification and retrieval system. All of personal photos can not be well classified automatically because of that personal photos can be taken every possible situation. In order ...
In this paper, experimental automatic personal photo classification and retrieval system is proposed for general photo classification and retrieval system. All of personal photos can not be well classified automatically because of that personal photos can be taken every possible situation. In order to solve those problems, proposed system defines 5 classes include human, sea, sky, mountain and architecture. The human class would be interest region in a photo and the others would be related with location. Futhermore, image segmentation is performed to divide regions which has similar characters. Contrary to related researches which decide one class of a photo proposed system is classified into predefined class each segmented region. After that classification results are able to use as annotation or metadata. Also, text-based image searching method is applied to browse photos that people want to look quickly based on indexed personal photo database. Retrieval results by user's query are ranked with similarity between query and indexed photos. Simulation is performed with limited personal photo database(2000 photos) which is included into predefined classes. The accuracy of classification is compared between three kinds of classification algorithms (included Distance measure method, K-Nearest Neighborhood and Support Vector Machine). The retrieval results is verified using system demo user interface implemented by C++.
In this paper, experimental automatic personal photo classification and retrieval system is proposed for general photo classification and retrieval system. All of personal photos can not be well classified automatically because of that personal photos can be taken every possible situation. In order to solve those problems, proposed system defines 5 classes include human, sea, sky, mountain and architecture. The human class would be interest region in a photo and the others would be related with location. Futhermore, image segmentation is performed to divide regions which has similar characters. Contrary to related researches which decide one class of a photo proposed system is classified into predefined class each segmented region. After that classification results are able to use as annotation or metadata. Also, text-based image searching method is applied to browse photos that people want to look quickly based on indexed personal photo database. Retrieval results by user's query are ranked with similarity between query and indexed photos. Simulation is performed with limited personal photo database(2000 photos) which is included into predefined classes. The accuracy of classification is compared between three kinds of classification algorithms (included Distance measure method, K-Nearest Neighborhood and Support Vector Machine). The retrieval results is verified using system demo user interface implemented by C++.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.