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
- 본 논문에서는 동영상, 멀티미디어 검색과 관련하여 진행된 여러 연구결과를 통합하여 텍스트 정보와 시각 정보를 함께 이용한 내용 기반 웹 이미지 검색 시스템을 설계 및 구현하였다. 본 웹 이 미지 검색 시스템은 크게 웹 이미지 수집 및 검색정보 추출 도구, 검색 서버, 검색 클라이언트의 세 부분으로 구성되어 있다.
제안 방법
- C이아. Layout, Edge Histogram을 사용하여 학습된 이미지 사전을 통해 나온 개념 선택 결과를 조합 (3)하여 이미지를 대표할 수 있는 최종 키워드를 선택한다. 선 택된 키워드는'텍스트 기반 검색을 위해 사용되기 위하여 데이 터베이스에 저장되고 색인 정보가 만들어진다.
- 키워드 기반 검색을 수행할 때 워드넷[4]을 사용하여 이미지 간 유사도 를 구하고, 시각 정보 기반 검색을 수행할 때 MPEG-7 XM[기에서 제안된 매칭 함수를 사용하여 이미지 간 유사도를 구한다. 검색 속도 향상을 위해서 텍스트 데이터는 SQL 서버를 이용하여 저 장하였으며 MPEG-7 시각 정보 기술자는 H히플 사용하여 색인하였다. 또한 서버와 클라이언트는 사용자가 검색 결과에 만족하지 못한다면 피드백 과정을 통해 원하는 검색 결과가 나올 때까지 재 검색할 수 있또록 연관 피드백을 검색 과정에 포함하고 있다.
- 검색 속도의 향상을 위해서 이미지 정보와 키워드는 상용 데이 터베이스인 MS-SQL올 사용하여 저장하였다.<그림 3>에서 보듯이 확장성을 고려하여 이미지 정보와 키워드는 서로 다른 테이블로 구성되며 ID 를 공통 필드로 하여 연결된다.
- MPEG-7 시각정보들 간의 비유사도는 XM[7]을 봉 해서 권고되는 비교 함수를 사용하여 계산한다. 그리고 키워드 들 간의 비유사도는 워드넷[4]을 사용하여 질의 단어와 대상 이미지를 표현하는 단어 사이의 최단 경로 길이와 이미지 수집 단계에서 키워드 선택 시 계산된 이미지뫄 키워드의 연관 정도를 곱하여 결정한다. 질의 g와 임의의 대상 이미지의 키워드와 MPEG-7 시각 정보기술자인 〃와의 최종비유사도 d(p, q)는 <식 1>과 같이 각 검색 요소 단위로 계산된 비유사도들의 가 중치 합으로 결정된다.
- 본 웹 이미지 검색 시스템은 이미지 자체의 시각 정보를 키워 드 선택 단계에 적용하여 키워드 선택의 정확성을 높였으며 텍 스트 기반의 검색과 시각 정보 기반의 검색을 함께 수행하고 연관 피드백 과정을 검색 과정에 포함하여 사용자의 다양한 검색 요구를 반영할 수 있도록 하였다. 또한 검색에 사용되는 정 보들의 툑색에 맞추어 상용 데이터베이스와 자체 개발한 고차 원 데이터 색인 방법인 HBI를 함께 사昌하며 검색 속도를 향 상시킬 수 있도록 하였다. 아직까지는 고차원의 시각 정보를 검색에 사용하기 때문에 CPU나 메모리와 같은 자원의 사용량 이 많아 개인용 이미지 검색 시스템으로서만 활용이 가능하다.
- 이미지 수집 로봇은 이미지의 타입이나 크기를 제한하여 수집 이 가능하도록 구현하몄으며 수집된 이미지와 주변 텍스트, 선 택된 키워드를 한 눈에 확인할 수 있도록 하몄다. 또한 키워드 추출 알고리즘을 다른 알고리쥼으로 대체하기 쉽도록 DLL (Dynamic Link 니顷a「y)로 구현하였다.<그림 2>는 이미지 수 집 및 검색 정보 주출 도구 프로그램을 보여준다.
- 하지만 현재 서비스되고 있는 이미지 검색 시스템은 텍스트 기반의 검색만을 제공함 으로써 사용자의 다양한 검색 요구를 만족시키지 못하고 있다. 본 웹 이미지 검색 시스템은 이미지 자체의 시각 정보를 키워 드 선택 단계에 적용하여 키워드 선택의 정확성을 높였으며 텍 스트 기반의 검색과 시각 정보 기반의 검색을 함께 수행하고 연관 피드백 과정을 검색 과정에 포함하여 사용자의 다양한 검색 요구를 반영할 수 있도록 하였다. 또한 검색에 사용되는 정 보들의 툑색에 맞추어 상용 데이터베이스와 자체 개발한 고차 원 데이터 색인 방법인 HBI를 함께 사昌하며 검색 속도를 향 상시킬 수 있도록 하였다.
- 웹 이 미지 수집 및 검색정보 주출 도구는 WWW에서 이미지를 수집하고 수집된 이미지에 대한 키워드롤 웹 문서의 이미지 주변 텍스트 로부터 추출하는 기능을 수행한다. 이때 키워드 선택의 정확성을 높이기 위해서 웹 문서 구조뿐만 아니라 이미지의 시각 정보를 함께 이용하는 방법울 사용하였다. 그리고 수집된 이미지의 URL, 이미지와 관련된 키워드와 시각 정보는 각각 데이터베이스에 저장되어 검색 엔진에 의해 사용된다.
- 그리고 수집된 이미지의 URL, 이미지와 관련된 키워드와 시각 정보는 각각 데이터베이스에 저장되어 검색 엔진에 의해 사용된다. 이미지 검색 엔진은 키워드 와 시각 정보를 기반으로 각각 검색믈 수행하며 각 검색 결과에 대해 가중치 합을 사용하여 최종 검색 결과를 만들어낸다. 키워드 기반 검색을 수행할 때 워드넷[4]을 사용하여 이미지 간 유사도 를 구하고, 시각 정보 기반 검색을 수행할 때 MPEG-7 XM[기에서 제안된 매칭 함수를 사용하여 이미지 간 유사도를 구한다.
- 이미지 수집 로못은 시작 페이지를 사용자로부터 입력 받아 그 페이지 내에서 연결된 페이지들을 BFS (Breadth First Search) 방식으로 탐색하며 이미지들을 수집한다. 이미지가 속해있는 웹 문서의 타이틀, 앵커(Anchor), 주변 텍스트들로부터 선택된 후보 키워드와 이미지로부터 추출된 MPEG-7 시각 정보 기술 자인 Dominant Color.
- 또한 서버와 클라이언트는 사용자가 검색 결과에 만족하지 못한다면 피드백 과정을 통해 원하는 검색 결과가 나올 때까지 재 검색할 수 있또록 연관 피드백을 검색 과정에 포함하고 있다. 제 안하는 웹 이미지 검색 시스템은 세분화된 모듈 구조를 통해서 이후 개발되는 각종 이미지 검색 관련 알고리즘들을 테스트할 수 있도록 설계 및 구현한다.
- 사용자가 원하는 검색 결과를 얻기 위한 연관 피드백은 Rocchio[5]의 방법을 사용하여 수행한다. 즉, 검색 클라이언트 에서 사용자가 검색 결과에 대한 만족도를 5단계로 평가하게 한 후 이를 바탕으로 새로운 질의』昌 만들어 재검색을 수행 하게 되는 것이다,
- 이미지 검색 엔진은 키워드 와 시각 정보를 기반으로 각각 검색믈 수행하며 각 검색 결과에 대해 가중치 합을 사용하여 최종 검색 결과를 만들어낸다. 키워드 기반 검색을 수행할 때 워드넷[4]을 사용하여 이미지 간 유사도 를 구하고, 시각 정보 기반 검색을 수행할 때 MPEG-7 XM[기에서 제안된 매칭 함수를 사용하여 이미지 간 유사도를 구한다. 검색 속도 향상을 위해서 텍스트 데이터는 SQL 서버를 이용하여 저 장하였으며 MPEG-7 시각 정보 기술자는 H히플 사용하여 색인하였다.
대상 데이터
- 또한 추출한 MPEG-7 시각 점보 기술자들 역시 시각 정보 기반의 검색을 위해 서버에 저장되며 州른 검색을 위해 색인 정보가 만들어진 다. 본 논문에서는 고차원 데이터인 MPEG-7 시각 정보 기술 자의 색인을 위해서 HBKHierarchicat Bitmap lndexing)[2]> 사용하였다.
이론/모형
- 사용자가 원하는 검색 결과를 얻기 위한 연관 피드백은 Rocchio[5]의 방법을 사용하여 수행한다. 즉, 검색 클라이언트 에서 사용자가 검색 결과에 대한 만족도를 5단계로 평가하게 한 후 이를 바탕으로 새로운 질의』昌 만들어 재검색을 수행 하게 되는 것이다,
성능/효과
- <그림 4> 의 오른쪽 그림은 붉은 태양 이미지와 "sun"이라는 키워드플 질의로 하고 4개의 검색 요소에 대한 가중치를 모두 같게 한 후 검색한 결과화면이다. 결과 화면은 한 페이지에 10개의 검색 결과를 보여주며 5단계의 만족도로서 사용자의 피드백을 받 아 재검색율 할 수 있도록 하였다.
- 결론적으로, r-Range 검색은 이미지 데이터베이스의 이미지 중을 사용하여 계산된 질의와의 비유사도가 r 이하인 이미지 집합을 찾게 되고 A-NN 검색은 질의와이 비유사도를 기준으로 작은 순으로 정렬하여 k 번째 이미지까지를 검색 결과로 만들게 된다.
후속연구
- 하지만 빠른 검색 알고리즘 개발이나 코드 최적화 작업을 통해서 이러한 문제를 해결한다면 다수 사용자를 위한 웹 이미지 검색 시스템으로서 활용할 수 있을 것이다. 또한, 세분화된 모 듈 분리룰 봉해서 이후 개발되는 검색 알고리즘들을 쉽게 이식 할 수 있도록 하몄기 때문에 이미지 검색 알고리증을 위한 테 스트베드로서도 활용할 수 있을 것이다.
- 아직까지는 고차원의 시각 정보를 검색에 사용하기 때문에 CPU나 메모리와 같은 자원의 사용량 이 많아 개인용 이미지 검색 시스템으로서만 활용이 가능하다. 하지만 빠른 검색 알고리즘 개발이나 코드 최적화 작업을 통해서 이러한 문제를 해결한다면 다수 사용자를 위한 웹 이미지 검색 시스템으로서 활용할 수 있을 것이다. 또한, 세분화된 모 듈 분리룰 봉해서 이후 개발되는 검색 알고리즘들을 쉽게 이식 할 수 있도록 하몄기 때문에 이미지 검색 알고리증을 위한 테 스트베드로서도 활용할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.