본 논문은 일상적으로 많이 복용되는 알약의 오남용을 막기 위해 알약 대한 정보를 내용기반 인식을 통해 검색하고자 하는데, 이때 알약의 색 특징 정보와 모양 특징 정보를 이용하여 내용기반 검색을 하는 CBIRS/TB를 제안한다. 기존 FE-CBIRS에서는 색상과 모양에 대한 정보를 추출하여 영상을 구분하는 특징정보로 적용하는 문제점이 있다. 즉 검색시 적용하는 물체의 색상 특징 정보는 색상, 채도, 명도의 각각에 대한 평균, 표준편차, 왜도를 사용하며 부분영역을 특징정보로 적용하는 경우 대표색상만을 적용하는 문제점이 있다. 또한 모양특징정보의 경우 추출된 부분영역들에 대한 불변모멘트가 주로 사용한다. 이로 인한 처리시간의 문제, 정확성의 문제점이 있다. 따라서 본 논문에서 이를 개선하기 위한 방법으로 추출된 영상의 색상 특징정보들을 클래스별로 구분하여 인덱싱하여 검색속도와 정확도를 향상시켰다.
본 논문은 일상적으로 많이 복용되는 알약의 오남용을 막기 위해 알약 대한 정보를 내용기반 인식을 통해 검색하고자 하는데, 이때 알약의 색 특징 정보와 모양 특징 정보를 이용하여 내용기반 검색을 하는 CBIRS/TB를 제안한다. 기존 FE-CBIRS에서는 색상과 모양에 대한 정보를 추출하여 영상을 구분하는 특징정보로 적용하는 문제점이 있다. 즉 검색시 적용하는 물체의 색상 특징 정보는 색상, 채도, 명도의 각각에 대한 평균, 표준편차, 왜도를 사용하며 부분영역을 특징정보로 적용하는 경우 대표색상만을 적용하는 문제점이 있다. 또한 모양특징정보의 경우 추출된 부분영역들에 대한 불변모멘트가 주로 사용한다. 이로 인한 처리시간의 문제, 정확성의 문제점이 있다. 따라서 본 논문에서 이를 개선하기 위한 방법으로 추출된 영상의 색상 특징정보들을 클래스별로 구분하여 인덱싱하여 검색속도와 정확도를 향상시켰다.
This thesis proposes CBIRS/TB method that uses a tablet's color distribution information and form distinctive in content-based search. CBIRS/TB can avoid misuses and improper tablet uses by conducting content-based search in commonly prescribed tablets. The existing FE-CBIRS system is limited to rec...
This thesis proposes CBIRS/TB method that uses a tablet's color distribution information and form distinctive in content-based search. CBIRS/TB can avoid misuses and improper tablet uses by conducting content-based search in commonly prescribed tablets. The existing FE-CBIRS system is limited to recognizing only the image of color and shape of the tablet, that leads to applying insufficient form-specific information. While CBIRS/TB utilizes average, standard deviation, hue and saturation of each tablets in color, brightness, and contrast, FE-CBIRS has partial-sphere application problem; only applying the typical color of the tablet. Also, in case of the shape-specific-information, Invariant Moment is mainly used for the extracted partial-spheres. This causes delayed processing time and accuracy problems. Therefore, to improve this setback, this thesis indexed color-specific-information of the extracted images into categorized classification for improved search speed and accuracy.
This thesis proposes CBIRS/TB method that uses a tablet's color distribution information and form distinctive in content-based search. CBIRS/TB can avoid misuses and improper tablet uses by conducting content-based search in commonly prescribed tablets. The existing FE-CBIRS system is limited to recognizing only the image of color and shape of the tablet, that leads to applying insufficient form-specific information. While CBIRS/TB utilizes average, standard deviation, hue and saturation of each tablets in color, brightness, and contrast, FE-CBIRS has partial-sphere application problem; only applying the typical color of the tablet. Also, in case of the shape-specific-information, Invariant Moment is mainly used for the extracted partial-spheres. This causes delayed processing time and accuracy problems. Therefore, to improve this setback, this thesis indexed color-specific-information of the extracted images into categorized classification for improved search speed and accuracy.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
두 번째 문제점으로 내용기반 검색이 특정 도메인에 한정되어 적용되었던 문제가 있다. 그러나 본 논문에서는 적용 도메인을 일반적인 영상으로 확대하고 추출된 특징정보들로써 영상들을 일련의 클래스로 구분함으로써 유사한 패턴을 갖는 영상 도메인으로 분류하고자 하였다. 또한 분류 방법의 적용은 영상 검색시 한정된 클래스에서만 유사도 계산을 실행하기 때문에 검색의 속도 면에서도 많은 향상을 가져온다.
기존 연구에서 제안한 FE-CBIRS를 알약 분류에 적용했을 때 문제점을 제시하고자 한다.
따라서 본 연구에서는 입력된 알약 영상 정보를 이용하여 알약의 내용 기반으로 검색하는 시스템 제안하고자 한다. 색상 정보와 모양정보에 의한 내용기반 검색은 다양한 방면에서 연구가 진행되어 왔으며, 방대한 영상 데이터 중에서 정확한 검색을 하는데 에는 많은 어려움이 따르므로 영상을 분류해서 원하는 데이터의 집합만을 검색하는 방법으로 키워드를 사용하여 검색하는 방법들이 주로 사용되고 있다.
2종류이상의 약물을 적용하는 경우, 그 주된 목적은 주어진 약물의 상호작용에 의한 약효의 증강이나 부작용의 경감에 있다[3].본 논문은 영상 데이터베이스로부터 원하는 유사한 영상을 추출하기 위해 영상에 포함된 부분영역을 추출하여 전체 영상 특징정보와 부분영역 영상 특징정보를 사용하여 그 특징 정보들 간의 차를 구하여 그 거리의 장단으로 유사도를 판단하고 검색시 분류 방법을 적용한 내용기반 검색 시스템을 제안하였다. 기존의 EF-CBIRS시스템에 의해 알약에 분류를 적용시켰을 때와 본 논문에서 제안한 CBIRS/TB시스템으로 적용했을 때의 차이점을 비교 평가했다.
본 장에서는 알약의 색상 및 모형 특징 기반 영상 검색 시스템의 성능평가를 위한 실험결과를 기술한다. 알약에 대한내용기반 검색에 의한 분류는 색상정보와 모양정보를 인식하고 검색하여 검색하고자 하는 알약의 정보를 얻고자하는 것 본 연구의 결과이다.
그것은 정확한 하나의 영상을 검색하는 것이 아니라 사람이 색상과 모양 또는 질감 등 그림 속에 포함된 영상 자체의 정보로써 유사한 정보가 포함된 다른 영상을 찾는 것이다[1].이러한 원리를 이용하여 무분별하게 복용하고 있는 의약품중 알약을 자동으로 인식하는 시스템을 개발하고자 한다. 한국은OECD 국가 중 다제내성 결핵 환자 1위의 불명예를 안고 있는데다 항생제 내성균의 위험성이 사회문제로 조명된 상황이라 눈길이 가는 통계다.
또한 분류 방법의 적용은 영상 검색시 한정된 클래스에서만 유사도 계산을 실행하기 때문에 검색의 속도 면에서도 많은 향상을 가져온다. 정확한 또는 똑같은 영상만 검색하는것은 본 논문의 목적이 아니다. 세 번째 본 논문에서 주요하게 개선점으로 제안한 것은 기존의 FE-CBIRS이 전체 영상에 대한 특징정보만을 주요하게 사용하였다는 것이다.
그러므로 콘트라스트 강조 기법을 사용하여 알약 문자 영역의 명암 값들의 분포를 넓힘으로서 알약 문자 영역 추출의 성공 확률을 높일 수 있다. 히스토그램 균일화(histogram equalization)의 목적은 영상 화소 배열을 갖는 그레이 레벨을 전체적으로 조정하여 영상 모습을 더 알아보기 쉽게 하는데 목적이 있다.
제안 방법
이러한 알약 정보를 DB에 저장하게 되고 CBIRS/TS 알약 영상 질의 시스템에 의해 검색하게 된다. CBIRS/TS 알약 영상 질의 시스템은 알약 영상에 대한 질의로서 양약 영상에 대한 정보를 입력받고 그 특징정보를 추출하여, 데이터베이스에 저장된 알약 영상 정보의 특징 값을 비교하여 그 특징정보와 유사한 알약의 정보를 알려 줄 수 있도록 설계했다. 먼저 알약 영상 질의 영상이 입력되면 세그멘테이션 과정을 거쳐 부분영역이 추출된다.
본 논문은 영상 데이터베이스로부터 원하는 유사한 영상을 추출하기 위해 영상에 포함된 부분영역을 추출하여 전체 영상 특징정보와 부분영역 영상 특징정보를 사용하여 그 특징 정보들 간의 차를 구하여 그 거리의 장단으로 유사도를 판단하고 검색시 분류 방법을 적용한 내용기반 검색 시스템을 제안하였다. 기존의 EF-CBIRS시스템에 의해 알약에 분류를 적용시켰을 때와 본 논문에서 제안한 CBIRS/TB시스템으로 적용했을 때의 차이점을 비교 평가했다. 특히 알약 검색 대상 영상들의 특징정보를 분석하여 데이터베이스에 색인되어 저장되어 있고, 질의 영상이 주어졌을 때 온라인에서 그 영상의 특징정보를 분석하여 해당 클래스를 찾고, 그 클래스의 모든 영상들을 검색한 뒤 특징정보를 이용하여 유사도 계산한다.
알약의 영상을 검색하는 사용자는 유사 영상을 검색하는 목적에 따라 색상정보만을 적용할때도 있고, 모양정보만을 적용할 때가 있다. 또는 두 특징정보의 적절한 배합으로 검색하고자할 때가 있을 것이므로 전체영상과 부분영역 영상의 색상과 모양에 대한 각각의 가중치를 적절한 인터페이스를 통해 사용자가 결정할 수 있도록 하였다.
본 논문에서는 그림10과 같이 카메라를 동행 얻어진 알약정지영상 정보를 캡쳐하여 먼저 색상분석을 위한 CBIRS/TS프로세스를 진행한다. 알약 영상을 이진화하여 윤곽선을 추출하여 알약의 외형에 대한 모양 분석하는데, 알약이 가질 수있는 모양을 모두 네 종류가 있는데, 원형, 타원형, 사각 그리고 특수모양으로 구분된다.
템플릿을비교할 때 영상 전체를 픽셀 단위로 계산하므로 많은 계산량이 소요된다. 본 논문에서는 템플릿에 의한 분류는 사용되지 않고, 불변 모멘트 정보의 스칼라 값의 분포에 따라 해당 클래스로 분류하였다.
본 연구에서는 알약의 모양 특징 정보를 클래스별로 분류하여 그룹별로 데이터베이스에 알약의 영상을 저장하였다. 하나의 영상이 입력될 때 전체 영상에 대한 특징정보와, 영상이 포함하고 있는 각 부분영역의 특징정보가 독립적으로 클래스로 분류되므로 여러 클래스의 원소가 된다.
특히, EF-CBIRS에 의한 알약 검색 기법은 알약 영상의 특징값으로 색상, 모양, 질감정보 등이 많이 적용된다. 본 장에서는기존의 연구 접근 방법 및 문제점을 분석하고, 문제점 도출과 본 논문에서 제안하는 개선방안의 타당성을 제시한다.
따라서 본 논문에서 주요하게 제안되었던 부분영역기반의 특징정보가 적용되어서 검색의 효과 있는지를 판단하기 위해 부분영역 특징정보가 반영되지 본 실험 이후 추가적인 연구주제로 일반적인 영상 검색엔진의 성능평가 기준을 제시하는 것도 의미 있을 것으로 본다. 실험결과의 시각적인 구분을 위해 몇 가지 검사 영상을 제작하여 사용하였다. 색상정보만을 사용하였을 때 영역의 이동이나 회전에 무관하게 유사 영상을 잘 검색하는 것을 볼 수 있다.
아래 표 3은 본 논문에서 제안한 CBIRS/TB에 적용했을 때의 처리되어지는 수행 시간(sec)을 기존의 EF-CBIRS으로 수행했을 때와 비교하였다. 그 결과 CBIRS/TB이 EF-CBIRS에 비해 20%의 처리속도 단축된 것으로 증명되었다.
본 논문에서는 그림10과 같이 카메라를 동행 얻어진 알약정지영상 정보를 캡쳐하여 먼저 색상분석을 위한 CBIRS/TS프로세스를 진행한다. 알약 영상을 이진화하여 윤곽선을 추출하여 알약의 외형에 대한 모양 분석하는데, 알약이 가질 수있는 모양을 모두 네 종류가 있는데, 원형, 타원형, 사각 그리고 특수모양으로 구분된다. 그런데 많은 알약은 원형과 타원형으로 만들어졌다.
아래 표 2와 같이 총 120개의 알약 영상 검증을 위해 네종류 알약에 대한 영상 정보를 가지고 실험을 했다. 원형과 타원형의 황색 알약과 황색과 노랑색으로 구성된 연질 캡슐과 밤색과 노랑 연질 캡슐로 구성된 알약으로 실험 했는데, 여기서 Total은 전체 알약 검색 시도 횟수, Correct 비교적 정확한 알약을 검색했을 때, Partial은 비슷한 알약을 검색에 성공했을 때, Missing은 알약 검색에 실패했을 경우, Wrong전혀 다른 알약으로 검색했을 경우로 나누어진다. 이때 전체검색 성공률은 원형 황색 알약의 경우 82.
유사도를 계산하기 위하여 색상 및 모양 특징정보로 분리하여 계산하고, 계산된 결과는 사용자의 의도에 따라 가중치를 다르게 부여할 수 있도록 하였다. 알약 영상의 전체적인 색상분포의 속성을 위해 HSI 생상계를 사용하며, 이 경우에는 3개의 모멘트를 사용하지만 빛에 독립적인 색상분포 속성을 이용하는 색도(hue)와 채도(saturation) 공간의 분포만을 사용한다.
이렇게 분류된알약 정보가 모두 CBIRS/TS에 의해서 분류된 이러한 세부정보를 알약 영상 DB에 저장하는 작업을 한다. 이때 알약의 관련된 의학 정보들을 DB에 저장하고, 이후 알약에 대한 의학 정보를 검색시에는 알약 영상을 통해 모든 알약 정보를 받을 수 있도록 설계되었다. 정보검색 시스템의 평가기준은 일반적으로 검색 효율, 신속성, 경제성의 세 가지 측면에서 측정될 수 있다[7].
특히 색상의 경우 전혀 다른 영상임에도 불구하고 색상 히스토그램의 분포가 유사하게 나타나는 경우가 있다[10]. 이러한 문제점을 해결하기 위해서는 부분영역을 이용하여 기존의 문제점을 해결하기 위해 제안되었던 방법은 원래의 영상을 일정한크기와 개수만큼 분할하여 모든 부분영역이 동일하게 적용되었다. 이러한 방법은 색상 히스토그램이 유사한 서로 다른 영상을 구별해 낼 수는 있지만, 부분영역 자체가 모양정보를 표현할 수 없는 단점이 있다.
일반 검색 시스템에서와 마찬가지로 전체 영상에서 많은정보를 얻을 수 있는데 본 논문에서는 색상 특징정보와 모양 특징정보의 한정된 부분만 추출한다. 색상정보는 각 채널에 대한 평균, 표준편차 및 왜도를 구하고, 영상 내에 포함된 부분영역의 개수와 면적의 합을 구한다.
기존의 EF-CBIRS시스템에 의해 알약에 분류를 적용시켰을 때와 본 논문에서 제안한 CBIRS/TB시스템으로 적용했을 때의 차이점을 비교 평가했다. 특히 알약 검색 대상 영상들의 특징정보를 분석하여 데이터베이스에 색인되어 저장되어 있고, 질의 영상이 주어졌을 때 온라인에서 그 영상의 특징정보를 분석하여 해당 클래스를 찾고, 그 클래스의 모든 영상들을 검색한 뒤 특징정보를 이용하여 유사도 계산한다. 유사성이 가장 높은 순서로 영상을 정렬하여 사용자에게 보여준다.
대상 데이터
본 논문에서 제안한 알약인식과 분류를 위한 내용기반 검색 시스템인 CBIRS/TS(Content Based ImageRetrieval System for Tables) 모델은 그림 8과 같이 크게두 가지 기능으로 구성되어 있다. CBIRS/TS 알약 특징 정보 추출 시스템과 CBIRS/TS 알약 영상 질의 시스템으로 구성되어 있다.
아래 표 2와 같이 총 120개의 알약 영상 검증을 위해 네종류 알약에 대한 영상 정보를 가지고 실험을 했다. 원형과 타원형의 황색 알약과 황색과 노랑색으로 구성된 연질 캡슐과 밤색과 노랑 연질 캡슐로 구성된 알약으로 실험 했는데, 여기서 Total은 전체 알약 검색 시도 횟수, Correct 비교적 정확한 알약을 검색했을 때, Partial은 비슷한 알약을 검색에 성공했을 때, Missing은 알약 검색에 실패했을 경우, Wrong전혀 다른 알약으로 검색했을 경우로 나누어진다.
성능/효과
아래 표 3은 본 논문에서 제안한 CBIRS/TB에 적용했을 때의 처리되어지는 수행 시간(sec)을 기존의 EF-CBIRS으로 수행했을 때와 비교하였다. 그 결과 CBIRS/TB이 EF-CBIRS에 비해 20%의 처리속도 단축된 것으로 증명되었다.
그림 6과 같이 알약에 각인된 문자나 그림은 음각 문자나 양각 문자로 되어 있어 미약한 조명 때문에 문자 영역을 구분하는 경계선 추출이 불완전한 경우가 발생한다. 그러므로 콘트라스트 강조 기법을 사용하여 알약 문자 영역의 명암 값들의 분포를 넓힘으로서 알약 문자 영역 추출의 성공 확률을 높일 수 있다. 히스토그램 균일화(histogram equalization)의 목적은 영상 화소 배열을 갖는 그레이 레벨을 전체적으로 조정하여 영상 모습을 더 알아보기 쉽게 하는데 목적이 있다.
반면 HSI 모델의 장점은첫째 밝기 성분 I가 영상에서 색 정보로부터 분리되어있다. 둘째, 색상과 채도 성분은 사람이 색을 인지하는 방식과 같은관계를 가지고 있다. 이러한 특성은 HSI 모델이 인간 시각시스템의 색채 감지 특성에 기초한 영상 처리 알고리듬 개발에 많이 적용되는 기법이다.
반대로 비율을 적게 할 경우 세그멘테이션으로 발생하는 부분영역의 개수가 많아지게 되고 각 영역에서 특징정보를 구하려면 당연히 계산량이 많아지게 된다. 본 논문에서 실험한 결과 5~7% 정도가 적당한 것으로 판단된다.
유사성이 가장 높은 순서로 영상을 정렬하여 사용자에게 보여준다. 본 논문의 제안사항으로 기대할 수 있는 효과는 검색 대상을 일반적인 영상으로 확대함으로써 내용기반 영상 검색의보편적인 적용을 기대할 수 있으며, 전체 영상의 색상 특징정보만을 적용함으로써 검색의 정확도를 기대할 수 있고, 검색시 동적 클래스를 형성하여 검색속도를 향상하는 것으로 요약할 수 있다.
색상정보만을 사용하였을 때 영역의 이동이나 회전에 무관하게 유사 영상을 잘 검색하는 것을 볼 수 있다. 본 논문의 주요 연구결과는 영상 특징값을 추출하는 과정에서 전체 영상의 특징정보와 부분영역에 대한 특징정보를 동시에 이용하여 검색 정확도를 향상시킨 것, 특히 데이터베이스 입력 시 클래스별 분류를 이용하여 검색 도메인을 해당 특징값의 클래스로 도메인을 한정하여 검색속도를 향상되었다.
정확한 또는 똑같은 영상만 검색하는것은 본 논문의 목적이 아니다. 세 번째 본 논문에서 주요하게 개선점으로 제안한 것은 기존의 FE-CBIRS이 전체 영상에 대한 특징정보만을 주요하게 사용하였다는 것이다. 특히 색상의 경우 전혀 다른 영상임에도 불구하고 색상 히스토그램의 분포가 유사하게 나타나는 경우가 있다[10].
후속연구
따라서 본 논문에서 주요하게 제안되었던 부분영역기반의 특징정보가 적용되어서 검색의 효과 있는지를 판단하기 위해 부분영역 특징정보가 반영되지 본 실험 이후 추가적인 연구주제로 일반적인 영상 검색엔진의 성능평가 기준을 제시하는 것도 의미 있을 것으로 본다. 실험결과의 시각적인 구분을 위해 몇 가지 검사 영상을 제작하여 사용하였다.
첫 번째 문제점으로 메타데이터를 사용하는 경우 입력한 본인이 사용할 때 대단히 정확한 검색결과를 기대할 수 있다. 그러나 입력한 방식이 어떤 방향과 기준을 갖고 메타데이터를 생성하였는지 알지 못하는 사용자가 사용할 경우 전혀 다른 검색 결과를 초래할 수 있다[1].
향후 연구과제로서 영역 특징정보로써 사용한 세그먼트 정보 대신 영상 내의 의미를 가진 객체를 추출하는 연구가 성과를 거둘 경우 그 의미를 갖는 객체를 적용할 경우 보다 정확한 검색결과를 기대할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
약물오용이란 어떠한 경우를 말하는가?
가장 큰 원인은 알약 오용과 남용에서 비롯된 것으로 사료된다. 개인적 판단에 근거하여 적응증이나 용도 및 용량을 잘못 알고 부적절하게 사용하는 경우를 약물오용(drug misuse)이라고 하고, 위험이나 부작용을 고려하지 않고 무분별하고 과다하게 사용하거나, 정해진 용도가아니라 다른 목적을 위하여 사용하는 경우 약물 남용(drug abuse)이라고 한다[3].
기존 FE-CBIRS의 문제점은 무엇인가?
본 논문은 일상적으로 많이 복용되는 알약의 오남용을 막기 위해 알약 대한 정보를 내용기반 인식을 통해 검색하고자 하는데, 이때 알약의 색 특징 정보와 모양 특징 정보를 이용하여 내용기반 검색을 하는 CBIRS/TB를 제안한다. 기존 FE-CBIRS에서는 색상과 모양에 대한 정보를 추출하여 영상을 구분하는 특징정보로 적용하는 문제점이 있다. 즉 검색시 적용하는 물체의 색상 특징 정보는 색상, 채도, 명도의 각각에 대한 평균, 표준편차, 왜도를 사용하며 부분영역을 특징정보로 적용하는 경우 대표색상만을 적용하는 문제점이 있다.
Swain이 제안한 색상 히스토그램의 장점은 무엇인가?
알약에 있어서 색상 특징정보를 표현하기 위하여 Swain이 제안한 색상 히스토그램을 많이 사용한다. 장점으로는 전체적인 영상의 성질을 대표할 수 있고 알고리즘이 간단하며, 물체의 회전이나 작은 이동 등과 같은 기하학적인 변형에는 강건한 특징이 있다. 그러나 빛의 밝기와 영상 내의 물체의 크기에 민감하고, 전혀 다른 영상도 같은 색상 분포를 갖을수 있는 단점이 있다[5].
참고문헌 (10)
G. S. Koo, "Edge Feature Extract CBIRS for Car Retrieval : CBIRS/EFI", Journal of The Korea Society of Computer and Information, Vol. 15 No. 11, pp. 75-82, 2010.
Internet Site for Drug Informatiom, Druginfor site, (http://www.druginfo.co.kr/)
C. S. Choi, "Drug-Drug Interaction," Journal of The Korean Society of Health-System Pharmacists, Vol. 15 No. 2, pp.149-159, 2007.
Charles Frankel, Michael J. Swai, and Vassilis Athitsos, "WebSeer: An Image Search Engine for the World Wide Web," Technical Report 96-14, 2006.
J. O. Ha, M, Y. Choi, Y, I, Choi, "Content-based Image Retrieval Using Color and Shape," Journal of The Korea Society of Computer and Information, Vol. 13 No. 1, pp. 117-124, 2008.
D. W. Back, H. K. IM, "Color Quantization Scheme Considering Interesting Area of Image," Journal of The Korea Society of Computer and Information, Vol. 12 No. 6, pp.161-165, 2007.
G. S. Koo, "Feature Extraction based FE-SONN for Signature Verification", Journal of The Korea Society of Computer and Information, Vol. 10, No. 6, pp. 94-101, 2005.
K. Lee, C. H. Lee, "Content-based Image Retrieval using LBP and HSV Color Histogram," The Korean Society of Broadcast Engineers, Vol. 18, No. 3, pp.372-379, 2013.
K. H. Lee, "Face Tracking Using Face Feature and Color Information," Journal of The Korea Society of Computer and Information, Vol. 18 No. 11. pp.167-174, 2013.
G. S. Koo, "FE-CBIRS Using Color Distribution for Cut Retrieval in IPTV," Journal of The Korea Society of Computer and Information, Vol. 14 No. 1, pp. 91-97, 2009.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.