$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

전자어류도감을 위한 영상검색

Image Retrieval for Electronic illustrated Fish Book

초록

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.

Abstract

To improve the conventional illustrated fish book, this paper introduces the concept of an electronic illustrated fish book which applies IT techniques to the conventional one, and proposes the image retrieval for it. The image retrieval is a core technology of the electronic illustrated fish book and make it overwhelm the conventional one. Since fishes, even if the same kind, have different features in shape, color, and texture and the same fish can even have different features by its pose or environment at that time for taking a picture, the conventional image retrieval, that uses simple features in shape, color, and texture, is not suitable for the electronic illustrated fish book. The proposed image retrieval adopts detail shape features extracted from head, body, and tail of a fish and different weights are given to the features depending on their invariability. The simulation results show that the proposed algorithm is far superior to the conventional algorithm.

저자의 다른 논문

참고문헌 (10)

  1. 명정구, "우리나라 어류도감". 다락원, 2005. 
  2. A. W. M. Smeulders, M. Worring, S. Santini, A. Gupta, and R. Jain, "Content-based image retrieval at the end of the early years." IEEE Trans. on PAMI, Vol.22, No.12, pp.1349-1379, 2000. 
  3. V. N. Gudivada and V. Raghavan, "Content based image retrieval systems," IEEE Computer, Vol.28, No.9, pp.18-22, Sep. 1995. 
  4. M. J. Swain and D. H. Ballard, "Color indexing," Int. J. Computer Vision. Vol.7, pp. 11-32, 1991. 
  5. J. Huang, S. R. Kumar, M. Mitra, W. J. Zhu, and R. Zabih, "Image Indexing Using Color Correlograms". IEEE Pro. of CVPR, pp. 762-768, 1997. 
  6. ISO/IEC 15938-3/FDIS Information technology multimedia content description interface part 3 visual, ISO/IEC/JTC1/SC29/WG11, Doc. N4358, July 2001. 
  7. R. M. Haralick, K. Shanmugam, and I. Dinstein, "Texture features for image classification," IEEE Trans. on CMC, Vol.8, pp.610-621, N4358, July 2001. 
  8. J. R. Smith and S.-F Chang, "Transform features for texture classification and discrimination in large image databases," in Proc. IEEE Int. Conf. Image Processing, Vol.3, pp.407-411, Nov. 1994. 
  9. 김선종, 김영인, "영상검색을 위한 영역기반 정보 추출", 한국정보기술학회논문지, Vol.3, No.4, pp.31-37, 2005. 
  10. 안수홍, 오정수, "어류객체 추출을 위한 영상분할 알고리즘," 한국해양정보통신학회논문지, 제14 권 8호, pp.1819-1826, 2010. 

이 논문을 인용한 문헌 (0)

  1. 이 논문을 인용한 문헌 없음

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

상세조회 0건 원문조회 0건

DOI 인용 스타일