선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이런 영상을 질의로 사용한다면 언어에 종속적일 필요 없이 검색이 가능하다. 본 논문에서는 만국공통어인 영상을 질의로 하는 검색 시스템을 제안한다. 기촌의 방법은 정보 검색시스템과 영상 검색 시스템을 분리하여 제안하였지만 본 시스템에서는 정보를 검색하기 위해 영상을 이용한다.
가설 설정
- 정보 검색 은 질의가 주어지면 질의어의 의미를 파악해서 인터넷 검색 엔진을 통해 질의어와 같은 의미를 포함하는 웹 문서를 검색하는 방식이다.[1] 검색의 질의어로 사용되는 것이 바로 텍스트 즉 검색어이다. 검색어를 이용하면 몇 개의 키워드를 통하여 원하는 정보를 신속하게 찾을 수 있지만 언어를 기반으로 하기 때문에 각 나라의 언어와 키워드를 알아야만 사용할 수 있다.
제안 방법
- .2 영상의 특칭 추출 본 논문예서는 정규화된 영상의 특징 추출을 위해 영상의 에지와 퀄러 히스토그램을 사용한다.[3-6]
- 추출된 질의 영상의 특징과 IFKDB 내에 버교 영상의 특징 벡터를 비교한 후 N개의 결과 영상을 얻는다. 검색된 N개의 결과 영상들의 키워드 중상위 M개의 키워드에 대해 가중치를 부여하여 순위가 높은 적정 개수의 키워드를 질의어로 입력하고 동일한 키워드룰 포함하는 다른 웹 문서를 검색한다. 이로써, 영상을 이용한 정보 검색이 가능하다.
- 대분류는 자연, 동물, 교통, 예술, 컴퓨터 및 통신기기이며 각각의 소분류는 자연은 산, 꽃, 태양이고 동몰은 새, 물고기, 개이며 교통은 자동차, 비행기, 교통표지이다. 그리고 예술은 무늬, 도자기, 조각이고 컴퓨터 및 통신기기는 모니터, 프린터기, 핸드폰으로 나뉘어져 있다. 영상 검색에 이용될 영상의 특징 벡터는 미리 추출하여 IFKDB 에 저장하였으며, 또한 검색된 결과 영상으로 정보 검색에 사용될 키워드는 대분류명과 소분류명으로써 각각 keyl, key2로 만들어 저장하였다.
- 본 논문에서는 만국공통어인 영상을 질의로 하는 검색 시스템을 제안한다. 기촌의 방법은 정보 검색시스템과 영상 검색 시스템을 분리하여 제안하였지만 본 시스템에서는 정보를 검색하기 위해 영상을 이용한다. 본 시스템은 수집된 영상을 5개의 대분류에 포함된 200개의 영상들로, 각각 3개의 소분류에 속하거나 속하지 않은 영상으로 분류하고 영상의 특징 및 키워드를 추출하여 영상특징 키워드 데이터베이스(IFKDB, Image Feature Keyword DataBase)에 미리 저장하였다.
- 라풀라시안 연산자는 영상의 한 화소를 중심으로 3*3 마스크롤 씌운 후, 모든 방향에 댸혜 큰 값을 가지면 에지로 본다. 또한, 에지 잡옴에 대해 salt & pepper처리롤 하여 에지롤 보다 정확하게 검출하였다. 이렇게 하여 바이나리에 지룰룰 추출하였다
- 에지는 영상 내에서 색상이나 밝기가 급격히 변화하는 부분으로 영상의 개체와 배경을 분리시킨다. 뚜렷한 에지를 얻기 위해 강한 에지를 보존하고 기존위 에지들을 좀 더 상세하게 보존해 주면서 돌출되는 화소 값을 제거하는 미디언 필터를 에지 검출 이전에 적용하였다.[17] 미디언 필터는 영상의 한 화소를 중심으로 3*3 마스크를 씌운 후, 오름차순으로 정렬한다.
- 질의 영상이 입력되면 특징 추출부에서는 질의 영상의 특징 중 애지와 컬러 히스토그램을 추출한 후 영상 검색부에서 추출된 특징 벡터를 IFKDB 내 특징 벡터와 비교하여 N개의 결과 영상을 보여준다. 마지막으로, 정보 검색부에서는 검색된 N개의 결과 영상의 키워드 중상위 M개의 키워뜨에 대해 가중치를 부여하여 순위가 높은 적정 개수의 키워드를 대상으로 동일한 키워드가 포함된 다른 웹 문서롤 검색한다.
- 본 논문에서 제안한 시스템의 구성은 그림 1과 같이 크게 질의 영상을 입력하는 부분과 영상의 특징을 추출하는 부분, 영상을 검색하는 부분, 그리고 정보 검색 부분으로 나눌 수 있다. 영상을 이용하여 정보 검색이 가능한지를 알아보기 위해 비교 대상 영상은 한정된 범위 내에서 세부적으로 분류하였고 영상의 특징 벡터와 키워드로 구성된 IFKDB 를 만들어 두었다.
- 이 중 질의 영상과 관계가 깊은 키워드를 찾아내어야 한다. 본 시스템 온 결과 영상의 순위에 따라 가중치룰 부여하여 적정 개수 즉 상위 3개의 키워드룰 질의어로 하여 정보 검색에 이용하였다.
- 은 대분류의 종류 수이다. 본 시스템에서는 결과 영상 10개에 대해 가중치의 최대값을 1로 하여 대분류의 종류 5개, 소분류의 종류, 5개의 대분류 내 각가 3개의 소분류를 가지고 였으므로 15개를 가지고 가중치를 각각 계산하였다. 대분류의 가중치는 결과 영상의 순위에 따라 1-(R-1)/10*1로 0.
- 기촌의 방법은 정보 검색시스템과 영상 검색 시스템을 분리하여 제안하였지만 본 시스템에서는 정보를 검색하기 위해 영상을 이용한다. 본 시스템은 수집된 영상을 5개의 대분류에 포함된 200개의 영상들로, 각각 3개의 소분류에 속하거나 속하지 않은 영상으로 분류하고 영상의 특징 및 키워드를 추출하여 영상특징 키워드 데이터베이스(IFKDB, Image Feature Keyword DataBase)에 미리 저장하였다. 이 IFKDB를 기반으로 하여 사용자 인터페이스로 영상을 만들 수 있는 틀을 제공함으로써 사용자가 직접 영상 올 만들어 질의로 입력하거나 혹은 기존에 만들어진 영상을 질의로 입력하면 질의 영상의 특징 중 컬러 히스토그램과 에지를 추출한다.
- 사용자 인터페이스로 영상을 만들 수 있는 툴을 제공하여 사용자가 직접 그린 영상이나 흑 온 기존에 만들어진 영상을 사용하여 질의로 입력한다. 영상을 그릴 수 있는 툴은 그림 3과 같이 구성하였으며 영상을 이용한 정보 검색의 초기화면이 된다.
- 1로 주어진다. 소분류의 가중치는 대분류보다 높온 가중치를 주기 위해 종류의 수를 이용하여 가중치를 높였다. 순위에 따라 (1-(R-1)/lO*l）*l5/5로 0.
- 수집된 영상 온 5개의 대분류에 포함된 200개의 영상들로, 각각 3개의 소분류에 속하거나 속하지 않은 영상으로 분류하여 데이터베이스에 저장하였다. 대분류는 자연, 동물, 교통, 예술, 컴퓨터 및 통신기기이며 각각의 소분류는 자연은 산, 꽃, 태양이고 동몰은 새, 물고기, 개이며 교통은 자동차, 비행기, 교통표지이다.
- 이렇게 잡음을 제거한 후 에지를 검출한다. 에지 검출 알고리즘 중 에지의 방향 올 단일화하고 두드러진 에지를 검출하며 폐곡선을 이룰 수 있는 라플라시안 연산자를 이용하여 에지를 검출하였다. 라풀라시안 연산자는 영상의 한 화소를 중심으로 3*3 마스크롤 씌운 후, 모든 방향에 댸혜 큰 값을 가지면 에지로 본다.
- 그리고 예술은 무늬, 도자기, 조각이고 컴퓨터 및 통신기기는 모니터, 프린터기, 핸드폰으로 나뉘어져 있다. 영상 검색에 이용될 영상의 특징 벡터는 미리 추출하여 IFKDB 에 저장하였으며, 또한 검색된 결과 영상으로 정보 검색에 사용될 키워드는 대분류명과 소분류명으로써 각각 keyl, key2로 만들어 저장하였다. IFKDB 구성은 다음 표 1과 같다.
- 본 논문에서 제안한 시스템의 구성은 그림 1과 같이 크게 질의 영상을 입력하는 부분과 영상의 특징을 추출하는 부분, 영상을 검색하는 부분, 그리고 정보 검색 부분으로 나눌 수 있다. 영상을 이용하여 정보 검색이 가능한지를 알아보기 위해 비교 대상 영상은 한정된 범위 내에서 세부적으로 분류하였고 영상의 특징 벡터와 키워드로 구성된 IFKDB 를 만들어 두었다. 이 IFKPB를 이용하여 질의 입력부에서는 사용자가 직접 그린 영상이나 혹은 기존에 만들어진 영상 파일을 입력한다.
- 본 시스템은 수집된 영상을 5개의 대분류에 포함된 200개의 영상들로, 각각 3개의 소분류에 속하거나 속하지 않은 영상으로 분류하고 영상의 특징 및 키워드를 추출하여 영상특징 키워드 데이터베이스(IFKDB, Image Feature Keyword DataBase)에 미리 저장하였다. 이 IFKDB를 기반으로 하여 사용자 인터페이스로 영상을 만들 수 있는 틀을 제공함으로써 사용자가 직접 영상 올 만들어 질의로 입력하거나 혹은 기존에 만들어진 영상을 질의로 입력하면 질의 영상의 특징 중 컬러 히스토그램과 에지를 추출한다. 추출된 질의 영상의 특징과 IFKDB 내에 버교 영상의 특징 벡터를 비교한 후 N개의 결과 영상을 얻는다.
- 또한, 에지 잡옴에 대해 salt & pepper처리롤 하여 에지롤 보다 정확하게 검출하였다. 이렇게 하여 바이나리에 지룰룰 추출하였다
- 질의 영상이 입력되면 영상의 특징 중 에지와 컬러 히스토그램을 추츨하고 IFKDB 내 특징 벡터와 유사도를 측정하여 유사도가 높은 순으로 N개의 영상을 검색한다.[3]
대상 데이터
- 앞 궐에서 언급한 유사도 계산 방식에 의해 검색된 결과 영상 중 상위 10개의 영상을 정보 검색에 이용하였다. 상위 10개의 영상이 가지고 있는 대분류명과 소분류명을 사용한다.
성능/효과
- 본 논문에서 제안한 시스템은 언어에 종속되는 정보 검색 시스템의 단점을 영상을 사용함으로써 누구나 쉽게 정보 검색이 가능하게 하였으며 사용자 인터페이스로 그리기 툴을 제공함으로써 사용자가 그린 단순한 영상일지라도 검색의 질의로 이용할 수 있게 하였다. 영상뿐 아니라 다른 웹 문서까지 하나의 영상을 가지고 검색할 수 있다는 검색의 편리성 올 제공하였으며 비교 영상들의 특징벡터롤 추출하여 데이터 베이스 화하여 효을적인 검색이 가능한 장점이 있지만, 검색의 효율을 좀 더 높이기 위해서는 IFKDB에 많은 양의 데이터가 존재해야만 제대로 검색이 가능하고 에지 검출 시 에지 자체에 잡음이 검출되어 완전히 제거하지 못할 경우 효과적인 특징 벡터로 이용할 수 없었다.
- 본 논문에서 제안한 시스템은 언어에 종속되는 정보 검색 시스템의 단점을 영상을 사용함으로써 누구나 쉽게 정보 검색이 가능하게 하였으며 사용자 인터페이스로 그리기 툴을 제공함으로써 사용자가 그린 단순한 영상일지라도 검색의 질의로 이용할 수 있게 하였다. 영상뿐 아니라 다른 웹 문서까지 하나의 영상을 가지고 검색할 수 있다는 검색의 편리성 올 제공하였으며 비교 영상들의 특징벡터롤 추출하여 데이터 베이스 화하여 효을적인 검색이 가능한 장점이 있지만, 검색의 효율을 좀 더 높이기 위해서는 IFKDB에 많은 양의 데이터가 존재해야만 제대로 검색이 가능하고 에지 검출 시 에지 자체에 잡음이 검출되어 완전히 제거하지 못할 경우 효과적인 특징 벡터로 이용할 수 없었다. 그러므로 에지 잡음을 줄일 수 있는 보정 · 알고리즘이 필요하다.
후속연구
- 향후 과제로 IFKDB 구성을 자동화하고 영역별로 색인화하여 방대한 양의 영상을 이용한 보다 정확하고 신속한 정보검색이 가능하도록 하는 연구가 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.