일반적으로 대부분의 사람들은 많은 수의 디지털 사진을 관리하기 위해서, 이벤트 혹은 날짜에 따라 각 사진들을 폴더별로 분류하는 방법을 사용한다. 그러나 관리해야할 사진의 개수가 수백에서 수천 장으로 증가함에 따라, 사진 관리에 많은 시간과 비용이 소모된다. 본 논문에서는 촬영 시각과 사진의 색상 차이를 이용하여, 유사한 사진들을 서로 가깝게 배치하는 2D 격자 공간 기반의 사진 관리 시스템을 제안한다. 그리고 2차원 격자 공간에 배치된 각 사진들을 계층적으로 클러스터링 함으로써, 사용자가 원하는 수준의 세부 단계별 분류 기능을 지원한다. 제안한 시스템의 성능을 평가하기 위해서, 배치된 사진들에 대한 시간 일관성과 사용 공간 효율성을 측정하였다.
일반적으로 대부분의 사람들은 많은 수의 디지털 사진을 관리하기 위해서, 이벤트 혹은 날짜에 따라 각 사진들을 폴더별로 분류하는 방법을 사용한다. 그러나 관리해야할 사진의 개수가 수백에서 수천 장으로 증가함에 따라, 사진 관리에 많은 시간과 비용이 소모된다. 본 논문에서는 촬영 시각과 사진의 색상 차이를 이용하여, 유사한 사진들을 서로 가깝게 배치하는 2D 격자 공간 기반의 사진 관리 시스템을 제안한다. 그리고 2차원 격자 공간에 배치된 각 사진들을 계층적으로 클러스터링 함으로써, 사용자가 원하는 수준의 세부 단계별 분류 기능을 지원한다. 제안한 시스템의 성능을 평가하기 위해서, 배치된 사진들에 대한 시간 일관성과 사용 공간 효율성을 측정하였다.
Generally, most people use the photo management method which clusters lots of photos into each folders according to photo shooting time and date. However, since the number of photos to manage is getting more increasing, it takes much time and burdensome work. This paper describes PHOTOLAND, a system...
Generally, most people use the photo management method which clusters lots of photos into each folders according to photo shooting time and date. However, since the number of photos to manage is getting more increasing, it takes much time and burdensome work. This paper describes PHOTOLAND, a system that visualizes hundreds of photos on a 2D grid space to help users manage their photos. It closely places similar photos in the grid based on temporal and spatial information. Most photograph management systems use a scrollable view based on a sequential grid layout that arranges the thumbnails of photos in some default order on the screen. Our system decreases drag and drop mouse interaction when they classify their photos into small groups comparing to the sequential grid layout. We conducted experiments to evaluate temporal coherence and space efficiency.
Generally, most people use the photo management method which clusters lots of photos into each folders according to photo shooting time and date. However, since the number of photos to manage is getting more increasing, it takes much time and burdensome work. This paper describes PHOTOLAND, a system that visualizes hundreds of photos on a 2D grid space to help users manage their photos. It closely places similar photos in the grid based on temporal and spatial information. Most photograph management systems use a scrollable view based on a sequential grid layout that arranges the thumbnails of photos in some default order on the screen. Our system decreases drag and drop mouse interaction when they classify their photos into small groups comparing to the sequential grid layout. We conducted experiments to evaluate temporal coherence and space efficiency.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서 제안한 사진 배치 알고리즘의 중요 목표 중의 하나는 시간일관성과 색상 정보를 평가해서, 유사한 사진들을 가깝게 배치하는 것이다. 이러한 결과를 시각화하기 위해서, 가상의 사쟌 집합으로써, 60개에 해당하는 사진들을 그림 3과 같이 선별하였다.
이 문제들은 사용자의 사진 탐색시 혼란스러움을 유발하기 때문에, 대표사진들을 도식화(예를 들어, 스프링 모델을 이용한 레이아웃M)하고 각 대표 사진들의 중첩 문제들을 해결하는 것이 필요하다. 본 논문에서는 배치된 사진의 수가 많을 경우, 각 대표 사진들을 추출하고 이것을 적절하게 배치하는 문제를 향후 연구과제로 제시한다.
가설 설정
0으로 설정하여, 유사한 사진들여 한 군대로 모이게 배치된다. (b) ta를 1.0으로 설정하어, 각 사진들의 시간 순서가 유지되게 배치된다.
제안 방법
1) 시간적 그리고 공간적인 문맥을 동시에 고려하는 사진 배치 알고리즘을 제안하였다.
2) 한 화면에서 가능한 많은 수의 사진을 보여주기 위해서, 종횡비나, 무게 중심 그리고 흘(Hole) 가중치와 같은 기하적인 제약 조건을 고려하였다.
계층적인 이진트리의 자료 구조가 구성된 후, 사용자가 지정한 레벨에 따라 각 클러스터링 결과를 시각화하기 위해서, 본 논문에서는 클러스터별로 시간 차이의 분산을 고려한다, 현재 분기된 하위 클러스터 노드 중에서, 시간차이에 대한 분산이 가장 큔 노드를 중심으로 각 자식들에게 구분뢴 레이블을 할당하여, 계층적 클러스터링을 수행한다.
제안한 시스템은 사진의 촬영 시각과 색상 차이가 작아 서로 유사하다고 생각되는 사진들을 2차원 격자 공간에서 인접한 위치에 서로 배치한다. 그리고 사용자가 원하는 수준의 세부적인 사진 분류 기능을 지원하기 위해서, 2차원 격자 공간에 배치된 각 사진들의 계층적인 클러스터링 기법을 제공한다. 이 때, 클러스터링의 분류 기준은 각 사진들의 시간적인 유사도이며’ 사용자가 지정한 분류기준에 따른 계층적인 탐색은 이진트리의 자료 구조로써 구현된다.
본 논문에서 제안한 사진 관리 방법은 시간적인 정보와 공간적인 정보를 동시에 고려하여, 각 사용자가 시간적인 문맥(촬영 시각 차이) 뿐만 아니라 공간적인 문맥 (25가지 색상의 유사도)을 이용하여 각 사진을 관리할 수 있는 레이아웃을 제안한다. 제안한 시스템은 사진의 촬영 시각과 색상 차이가 작아 서로 유사하다고 생각되는 사진들을 2차원 격자 공간에서 인접한 위치에 서로 배치한다.
그러나 순차적인 격자 레이아웃은 시간적인 문맥이나 공간적인 문맥을 동시에 고려하지 않는다. 본 논문에서 제안한 시스템은 공간적 그리고 시간적인 문맥을 동시에 고려하여, 사진들을 배치한다. 또한 2차원 격자 공간에 배치된 각 사진들을 계층적으로 클러스터링 함으로써, 사용자가 원하는 수준의 계층적 분류 기능을 지원한다.
본 논문예서는 제안한 시스템의 배치 성능을 평가하기 위해서, 순차적인 격자 레이아웃과 비교한다. 순차적인 격자 레이아웃은 각 사진의 썸네일을 왼쪽에서 우측으로 촬영된 시각 순서로 배열하는 레이아웃이다.
그림 6의 (b)는 제안한 알고리즘의 공간 효율성을 측정한 결과이다. 시스템에서 측정한 공간효율성은 단순히 한 화면에 배치된 사진의 수와 한 화면에 최대한 배치 가능한 사진 수의 비로 계산하였다. 실험 결과 화면의 종횡비에 대한 가중치가 높을 경우, 좀 더 공간을 효율적으로 사용할 수 있지만, 배치된 사진들의 시간 일관성은 떨어지는 것을 알 수 있다.
배치한다. 이를 위해, 먼저 각 사진들을 로드한 후, EXIF로부터 각 사진의 촬영 시각을 추출하고, 추출한 시각에 따라 정렬된 사진 리스트 P 를 생성한다. 그 후, 첫 번째 사진은 격자의 중간 위치에 배치하며, 다음 사진의 배치를 위해서, 다음 사진이 배치 가능한 후보영역 N을 이미 배치된 사진의 이웃한 경계 위치로 갱신한다.
있는 레이아웃을 제안한다. 제안한 시스템은 사진의 촬영 시각과 색상 차이가 작아 서로 유사하다고 생각되는 사진들을 2차원 격자 공간에서 인접한 위치에 서로 배치한다. 그리고 사용자가 원하는 수준의 세부적인 사진 분류 기능을 지원하기 위해서, 2차원 격자 공간에 배치된 각 사진들의 계층적인 클러스터링 기법을 제공한다.
제안한 시스템의 경우, 식 (5)에서 고려한 기하적인 제약조건들 중 화면의 종횡비G4J?)에 해당하는 제약 조건을 각각 달리 설정하였다. 화면의 종횡비는 각 사진이 배치될 때, 그 화면의 종횡비를 벗어나지 않게 배치하기 위한 제약조건으로, 본 논문에서는 05와 LQ인 경우를 고려한다.
대상 데이터
이러한 결과를 시각화하기 위해서, 가상의 사쟌 집합으로써, 60개에 해당하는 사진들을 그림 3과 같이 선별하였다. 가상의 사진 집합은 총 6개의 그룹으로 나누어져 있으며, 같은 색상을 지닌 사진들로 각각 10개씩 구성하였다.
렌더링 결과. 사용한 사진의 개수는 89장이며, 여행 중에 찍은 사진들로 구성된다. (a) 초기에 구성된 클러스터링 결과(클러스터링 개수는 3).
사진들을 가깝게 배치하는 것이다. 이러한 결과를 시각화하기 위해서, 가상의 사쟌 집합으로써, 60개에 해당하는 사진들을 그림 3과 같이 선별하였다. 가상의 사진 집합은 총 6개의 그룹으로 나누어져 있으며, 같은 색상을 지닌 사진들로 각각 10개씩 구성하였다.
이론/모형
두 사진의 색상 유사도는 Prasad가 제안한 25가지의 인지적인 색상 정보[8] 사용하여, 식 (3)과 같이 유사도를 계산한다. 여기서 X* 는 각 k 색상별 픽셀 수를 의미한다.
순차적인 격자 레이아웃은 각 사진의 썸네일을 왼쪽에서 우측으로 촬영된 시각 순서로 배열하는 레이아웃이다. 시간 일관성 평가 기준은 Cooper^} 제안한 두 사진의 시간적인 유사도를 사용하였다[2L
성능/효과
3) 2차원 격자 공간에서 계층적인 클러스터링 기능을 지원하여, 사용자가 원하는 수준의 분류 기능을 제공한다.
시스템에서 측정한 공간효율성은 단순히 한 화면에 배치된 사진의 수와 한 화면에 최대한 배치 가능한 사진 수의 비로 계산하였다. 실험 결과 화면의 종횡비에 대한 가중치가 높을 경우, 좀 더 공간을 효율적으로 사용할 수 있지만, 배치된 사진들의 시간 일관성은 떨어지는 것을 알 수 있다.
참고문헌 (8)
Benjamin B. Bederson. "PhotoMesa: a zoomable image browser using quantum treemaps and bubblemaps," In Proc. of UIST, pp.71-80, 2001.
Matthew Cooper, Jonathan Foote, Andreas Girgensohn, and Lynn Wilcox, "Temporal event clustering for digital photo collections," ACM Transactions on Multimedia Computing, Communications and Applications, vol.1, no.3, pp.269-288, 2005.
Adrian Graham, Hector Garcia-Molina, Andreas Paepcke, and Terry Winograd, "Time as essence for photo browsing through personal digital libraries," In Proc. of JCDL, pp.326-335, 2002.
Andreas Girgensohn, Frank Shipman, Lynn Wilcox, Thea Turner and Matthew Cooper, "MediaGLOW: organizing photos in a graph-based workspace," In Proc. of IUI, pp.419-424, 2009.
Google. Picasa Web Albums. http://picasa.google.com/features.html, September, 2006.
John C. Platt, Mary Czerwinski, and Brent A. Field, "PhotoTOC: automatic clustering for browsing personal photos," In Proc. of the 4th IEEE Pacific Rim Conference on Multimedia, vol.1, pp.6-10, December, 2003.
B.G.. Prasad, K. K. Biswas and S. K. Gupta, "Region-based image retrieval using integrated color, shape, and location index," Computer Vision and Image Understanding, Special Issue: Color for Image Indexing and Retrieval, vol.94, no.1-3, pp.193-233, 2004.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.