효율적인 영상 검색 시스템을 구축하기 위하여 칼라, 형태, 질감등과 같은 특징을 추출하여 검색하는 방법들이 연구되어 지고 있다. 이 중 기존의 형태 정보를 이용한 방법은 적용 대상을 국한하여 연구되거나 특징 추출을 위한 계산의 복잡성에 비해 좋은 효과를 보이지 않고 있다. 본 논문에서는 이러한 문제점을 해결하고 다양한 영상에 적용할 수 있는 특징을 추출하고자 통계적인 방법중의 하나인 히스토그램을 이용하고자 한다. 히스토그램을 이용한 방법은 계산이 용이할 뿐 아니라 검색 결과면에서도 높은 효율을 보이고 있다. 영상으로부터 추출한 선분을 각도에 따라 18개의 빈으로 양자화 하여 각 빈에 속한 선분들의 길이의 합을 이용하여 비교하는 각도 히스토그램(angular histogram), 그리고 선분들이 공간 분포에 대한 정보를 얻기 위하여 각도 히스토그램에서 각 빈에 속한 선분들의 대표 좌표들의 1차, 2차, 3차 모멘트를 구하여 사용하는 방법과 특정 각도를 가진 선분들 사이의 거리를 이용한 각도 Correlogram을 제안한다.
효율적인 영상 검색 시스템을 구축하기 위하여 칼라, 형태, 질감등과 같은 특징을 추출하여 검색하는 방법들이 연구되어 지고 있다. 이 중 기존의 형태 정보를 이용한 방법은 적용 대상을 국한하여 연구되거나 특징 추출을 위한 계산의 복잡성에 비해 좋은 효과를 보이지 않고 있다. 본 논문에서는 이러한 문제점을 해결하고 다양한 영상에 적용할 수 있는 특징을 추출하고자 통계적인 방법중의 하나인 히스토그램을 이용하고자 한다. 히스토그램을 이용한 방법은 계산이 용이할 뿐 아니라 검색 결과면에서도 높은 효율을 보이고 있다. 영상으로부터 추출한 선분을 각도에 따라 18개의 빈으로 양자화 하여 각 빈에 속한 선분들의 길이의 합을 이용하여 비교하는 각도 히스토그램(angular histogram), 그리고 선분들이 공간 분포에 대한 정보를 얻기 위하여 각도 히스토그램에서 각 빈에 속한 선분들의 대표 좌표들의 1차, 2차, 3차 모멘트를 구하여 사용하는 방법과 특정 각도를 가진 선분들 사이의 거리를 이용한 각도 Correlogram을 제안한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.