초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

대부분의 내용기반 이미지 검색 시스템은 이미지의 특징 벡터인 색상, 모양, 그리고 질감에 의해서 유사한 이미지를 검색하는 기법을 제공하고 있다. 최근 이러한 내용기반 이미지 검색 기술은 의료 영상 이미지와 같은 다양한 분야에 적용되고 있으며, 이에 따라서 의료 이미지를 분석하여 저장, 검색하기 위한 데이터베이스 시스템이 증가하고 있다. 그러나, 대량의 이미지로부터 원하는 이미지를 검색하기 위해서는 이미지의 메타데이타를 효율적으로 표현해야 하며, 의미성과 이미지의 특징 데이터를 통합적으로 저장 관리 할 수 있는 이미지 데이터베이스를 설계하고 구축해야만 한다. 본 논문에서는 기존의 내용기반 이미지 검색 기법을 살펴보고. 이미지를 내용기반으로 분류하고 저장할 수 있는 데이터베이스 시스템을 설계하여 효율적인 의미기반 검색을 지원말 수 있는 모델을 제시한다. 다계층 메타데이타 레이어 구조로 이미지에 대한 개념 지식 모델을 표현하고, 이미지내의 객체를 메타데이타로 표현하여 분류할 수 있는 모델을 제안한다. 또한, 이미지 내용검색을 지원하기 위한 시스템 구조를 설계하고, 메타데이타가 저장되기 위한 관계형 모델을 스타 스키마의 형태로 제시한다. 제안된 방법은 의미적인 이미지 내용 검색 방법의 지원에 활용될 수 있다.

대부분의 내용기반 이미지 검색 시스템은 이미지의 특징 벡터인 색상, 모양, 그리고 질감에 의해서 유사한 이미지를 검색하는 기법을 제공하고 있다. 최근 이러한 내용기반 이미지 검색 기술은 의료 영상 이미지와 같은 다양한 분야에 적용되고 있으며, 이에 따라서 의료 이미지를 분석하여 저장, 검색하기 위한 데이터베이스 시스템이 증가하고 있다. 그러나, 대량의 이미지로부터 원하는 이미지를 검색하기 위해서는 이미지의 메타데이타를 효율적으로 표현해야 하며, 의미성과 이미지의 특징 데이터를 통합적으로 저장 관리 할 수 있는 이미지 데이터베이스를 설계하고 구축해야만 한다. 본 논문에서는 기존의 내용기반 이미지 검색 기법을 살펴보고. 이미지를 내용기반으로 분류하고 저장할 수 있는 데이터베이스 시스템을 설계하여 효율적인 의미기반 검색을 지원말 수 있는 모델을 제시한다. 다계층 메타데이타 레이어 구조로 이미지에 대한 개념 지식 모델을 표현하고, 이미지내의 객체를 메타데이타로 표현하여 분류할 수 있는 모델을 제안한다. 또한, 이미지 내용검색을 지원하기 위한 시스템 구조를 설계하고, 메타데이타가 저장되기 위한 관계형 모델을 스타 스키마의 형태로 제시한다. 제안된 방법은 의미적인 이미지 내용 검색 방법의 지원에 활용될 수 있다.

AI 본문요약

엑셀 다운로드 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문에서 제안하는 다 계층 메타데이타 기반 이미지 내용검색 시스템은 기존의 내용 기반 이미지 검색과 의미 기반 검색을 통합하고, 이미지의 의미와 특징으로 새로운 지식올 도출하여 지식기반 이미지 검색을 가능하게 하는 것이다. 그림 3은 전체 시스템의 구조를 설명하고 있다.
• 본 논문에서는 내용 기반 이미지 검색을 위한 다 계층 메타데이타의 표현 구조를 제안하고, 메타데이타에 의한 질의 유형에 대하여 설명한다. 메타테이타란 데이터의 데이터를 의피한다.
• 본 논문에서는 다 계층 레이어에 의해서 이미지에 포함된 객체의 특징과 의미를 표현할 수 있는 모델을 설계하고, 새로운 지시을 도줄해 낼 수였는 방법을 제시한다. 또한, 이러한 시스템 모델로부터 내용 기반 이미지 검색어 가능한 시스템의 구조를 설계한다.

가설 설정

• Q3~Q4는 이미지의 색상이나 모양과 같은 특징 데이터에 의해 검색되어지게 된다. 이러한 특징 벡터 데이터 는 실시간적으로 처리되어 데이터를 추출할 수도 있지만, ri렇게되면 처리시간에 대해 검색 시간이 높아지므로 특징 벡터 추출기에 의해 미리 자동 추출되어 저장되어 있는 것으로 가정한다. Q5~Q7은 의미기 반적인 검색이 된다.

제안 방법

• Q2. 의료 영상 이미지로부터 "좌측에서 촬영된 뇌와 우측에서 촬영된 뇌 이미지를 찾아라.
• 본 논문에서는 다 계층 레이어에 의해서 이미지에 포함된 객체의 특징과 의미를 표현할 수 있는 모델을 설계하고, 새로운 지시을 도줄해 낼 수였는 방법을 제시한다. 또한, 이러한 시스템 모델로부터 내용 기반 이미지 검색어 가능한 시스템의 구조를 설계한다.
• 본 논문에서는 이미지의 메타데이타를 추출하기 위한 다계층 메타데이타 구조를 전역 특징 메타데이타 레이어, 지역 특징 메타데이타 레이어, 의미 내용 메타데이타 레이어로 나누어 설명하였다. 메타데이타를 저장하고 관리하기 위한 시스템 구조를 설계하였으며, 시스템에 저장되기 위한 메타데이타의 데이터베이스 구조를 관계형으로 모델링하여 제시하였다. 향후 연구과제로는 제안된 시스템을 의료영상 이미 지롤 기반으로 구축하여 이미지 내용 검색을 지원할 수 있는 응용프로그램을 작성하는 것이다.
• 본 논문에서는 이미지의 메타데이타를 추출하기 위한 다계층 메타데이타 구조를 전역 특징 메타데이타 레이어, 지역 특징 메타데이타 레이어, 의미 내용 메타데이타 레이어로 나누어 설명하였다. 메타데이타를 저장하고 관리하기 위한 시스템 구조를 설계하였으며, 시스템에 저장되기 위한 메타데이타의 데이터베이스 구조를 관계형으로 모델링하여 제시하였다.
• 본 논문에서 제시한 시스템의 구조에 의해 이미지 내용검색을 하기 위한 데이터베이스 스키마는 그림 4와 같다. 이미지의 메타 데이타를 중심오로 스다 스키마(star schema)의 형태로 데이터 웨어하우스를 구축하고, 대량의 이미지 간에 관계성이나 지식을 도출할 수 있는 데이터마이닝(data mining)을 적용하기 위한 구조로 스키마를 설계한다.

후속연구

• 향후 연구과제로는 제안된 시스템을 의료영상 이미 지롤 기반으로 구축하여 이미지 내용 검색을 지원할 수 있는 응용프로그램을 작성하는 것이다. 또한, 이미지에 포함되어 있는 객체 간의 공간관계나 위치정보 등을 고려하여 이미지 메타데이타를 확장할 것이다. 이러한 이미지 메타데이타에 대한 데이터 마이닝을 적용하여 새로운 지식을 도출할 수 있는 기법도 연구되어야 할 것이다.
• 또한, 이미지에 포함되어 있는 객체 간의 공간관계나 위치정보 등을 고려하여 이미지 메타데이타를 확장할 것이다. 이러한 이미지 메타데이타에 대한 데이터 마이닝을 적용하여 새로운 지식을 도출할 수 있는 기법도 연구되어야 할 것이다.
• 메타데이타를 저장하고 관리하기 위한 시스템 구조를 설계하였으며, 시스템에 저장되기 위한 메타데이타의 데이터베이스 구조를 관계형으로 모델링하여 제시하였다. 향후 연구과제로는 제안된 시스템을 의료영상 이미 지롤 기반으로 구축하여 이미지 내용 검색을 지원할 수 있는 응용프로그램을 작성하는 것이다. 또한, 이미지에 포함되어 있는 객체 간의 공간관계나 위치정보 등을 고려하여 이미지 메타데이타를 확장할 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기