최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한산업공학회지 = Journal of the Korean Institute of Industrial Engineers, v.40 no.4, 2014년, pp.382 - 387
이성임 (단국대학교 응용통계학과) , 임요한 (서울대학교 통계학과) , 조영민 (단국대학교 응용통계학과)
Image retrieval is a procedure to find images based on the resemblance between query image and all images. In retrieving images, the crucial step that arises is how to define the similarity between images. In this paper, we propose a new similarity measure which is based on distribution of color. We...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
이미지 자료의 특성에 적합한 새로운 유사도 거리 측도를 제안하기로한 배경은 무엇인가? | Ban(2002)의 연구에서는 이미지 간 유사도를 정형 데이터에서 쓰이던 것과 마찬가지로 유클리디언 거리를 이용하여 이미지 분석을 수행하였다. 하지만, 이미지 데이터의 경우 한 단위가 픽셀로 이루어져 있고, 여러 픽셀이 모여 하나의 이미지를 나타내기 때문에 기존의 한 픽셀 간 차이를 비교하는 유클리 디안, 맨해튼 거리등은 단점과 한계가 있어, 본 논문에서는 이미지 자료의 특성에 적합한 새로운 유사도 거리 측도를 제안하기로 한다. 또한, 이미지는 색상, 채도, 질감, 모양 등의 특징을 픽셀 색상정보들의 선형결합을 통하여 나타낼 수 있는데, Antani(1998)의 연구에 따르면 이미지 검색 및 분류를 할 때, 이러한 이미지의 특징 중 에서 모든 특징 정보를 사용하지 않고 색상 정보만을 이용할 경우에도 높은 분류 및 검색 성능을 보인다고 한다. | |
이미지 간의 유사도를 체크하는 방법으로 흔히 무엇을 사용하는가? | 이미지 간의 유사도를 체크하는 방법으로 흔히 거리 측도를 사용하게 된다. 주로 쓰이는 거리 계산 방법은 픽셀을 기반 (Pixel-based)으로 픽셀 간 거리차이를 계산하는 방법, 이미지의 특성(Feature)을 이용하여 계산하는 방법, 이미지의 노이즈 제거 방법을 이용하여 계산하는 방법이 있다. | |
이미지의 RGB 분포 차이를 고려한 거리를 새롭게 제안한 배경은 무엇인가? | 하지만 기존에 쓰이고 있는 유사도 거리 측도의 경우, 이미지한 픽셀 간의 거리를 이용하여 유사도를 판단하게 되는데, 이미지 데이터의 특성상 여러 픽셀이 표현하는 이미지 특징을 설명하기 어렵기 때문에 거리 성능이 떨어진다. 즉, 픽셀들 간의 차이를 효과적으로 설명할 수 없다. 따라서, 본 분석에서는 개별적인 픽셀값을 이용하는 것이 아닌 이미지의 RGB 분포 차이를 고려한 거리를 새롭게 제안한다. |
Antani, S., Kasturi, R., and Jain, R. (1998), Pattern Recognition Methods in Image and Video Databases : Past, Present and Future, Proceedings of SPR '98 and SSPR '98, 1451, 31-53.
Ban, J.-O., Kang, M.-J., and Choi, H.-J. (2002), Design and Implementation of Content-based Image Retrieval System using Color Spatial and Shape Information, Proceedings of KIISE, 29(1), 613-615.
Enser, P. G. B. (1995), Pictorial information retrieval, Journal of Documentation, 51(2), 126-170.
Song, M.-S. and Park, C.-S. (1998), Nonparametric Statistical Methods, Jayou Academy, Seoul, Korea.
Goshtasby, A. A. (2012), Image Registration : Principles, Tools and Methods, Springer , Newyork , USA.
Gonzalez, R. C., Woods, R. E., and Eddins, S. L. (2012), Digital Image Processing using MATLAB, McGraw-Hill, Columbus, USA.
Law, A. M. (2007), Simulation Modeling and Analysis, McGraw-Hill, New York, USA.
Mo, Y.-I. and Lee, C.-G. (2009), Increasing the Efficiency of Image Search Using Image Attribute in the area of content-Based Image Retrieval, Journal of the Korea Society for Simulation, 18(2), 39-48.
Nah, Y.-M. (2003), Image Content Modeling for Meaning-based Retrieval, Journal of KISS : Databases, 30(2), 145-156.
Rajshree, S. D., Niket, B., and Rajnish, C. (2010), Image Mining using Content Based Image Retrieval System, International Journal on Computer Science and Engineering, 2(7), 2353-2356.
Song, J.-Y., Kim, W.-C., Kim, S.-W., and Park, S.-H. (2007), A Image Retrieval Model Based on Weighted Visual Features Determined by Relevance Feedback, Journal of KISS : Databases, 34(3), 193- 205.
Swain, M. J. and Ballard, D. H. (1991), Color indexing, International Journal of Computer Vision, 7(1), 11-32.
Rand, W. M. (1971). Objective criteria for the evaluation of clustering methods, Journal of the American Statistical Association, 66, 846-850.
Rhee, D.-H., Ryoo, K.-S., and Kim, W.-Y. (2000), Character Image Retrieval using Color and Shape Information, Journal of Broadcast Engineering, 5(1), 50-60.
Yi, S.-K., Hong, S.-E., and Park, S.-H. (2006), A Similar Price Zone Determination of Public Land Price Using a Hybrid Clustering Technique, Journal of Korean Geographical Society, 41(1), 121-135.
Zachar, J., Iyengar, S. S., and Barhen, J. (2001), Content Based Image Retrieval and Information Theory : A General Approach, Journal of the American Society for Information Science and Technology, 52(10), 840-852.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.