초록

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

멀티미디어 데이터베이스에서 특정 정지영상의 연관성을 설정하기 위해 임의적인 인식자를 사용하는 것은 인식자의 분실 시 원래 사용하였던 값을 복구할 수 없다는 단점을 가지고 있다. 따라서, 정지영상의 내부 속성을 이용한 인식자를 데이터베이스의 인덱싱에 적용하여 이 문제를 해결할 수 있다. 정지영상 인식자 생성을 위해 정지영상 전체를 대상으로 알고리즘을 적용하면 정지영상의 크기에 따라 알고리즘의 수행 시간이 증가 하게 된다. 이를 최적화하기 위해서는 정지영상 전체 데이터를 필요로 하지 않고, 특징적인 부분만을 고려하는 알고리즘이 필요하다. 본 논문에서는 휘도 영역을 이용한 정지영상 인식자 생성 알고리즘을 최적화하고, 그에 따른 검증을 예시한다.

멀티미디어 데이터베이스에서 특정 정지영상의 연관성을 설정하기 위해 임의적인 인식자를 사용하는 것은 인식자의 분실 시 원래 사용하였던 값을 복구할 수 없다는 단점을 가지고 있다. 따라서, 정지영상의 내부 속성을 이용한 인식자를 데이터베이스의 인덱싱에 적용하여 이 문제를 해결할 수 있다. 정지영상 인식자 생성을 위해 정지영상 전체를 대상으로 알고리즘을 적용하면 정지영상의 크기에 따라 알고리즘의 수행 시간이 증가 하게 된다. 이를 최적화하기 위해서는 정지영상 전체 데이터를 필요로 하지 않고, 특징적인 부분만을 고려하는 알고리즘이 필요하다. 본 논문에서는 휘도 영역을 이용한 정지영상 인식자 생성 알고리즘을 최적화하고, 그에 따른 검증을 예시한다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 방법
• 연구 결과

제안 방법

• 본 논문에서는 휘도 영역을 이용한 정지영상 인식 알고리즘을 이미지 전체 영역에 대한 적용과 알고리즘 동작에 필요한 부분만을 이용한 개선된 알고리즘을 제안하고 성능을 측정하여 비교 분석하였다.
• 인식 정보 추출은 동일 휘도를 하나의 영역으로 모델링하고, 앞에서 설명한 미리 설정된 직선을 따라 휘도 영역의 변이가 발생하는 지점을 계측하여 인식자의 정규화에 사용한다. 정지영상의 중심에서 시작하는 각각의 직선을 따라 휘도 영역의 변화량을 측정하여 생성된 8개의 값을 이용하여 정지영상 인식자의 구성을 위한 구성 요소로 사용한다.
• 본 절에서는 2절에서 설명한 휘도를 이용한 정지영상 인식자 알고리즘을 정지영상 전체 영역에 적용한 것과 인식자 생성에 필용한 최소 부분만을 이용하는 최적화된 알고리즘의 성능을 비교 분석하였다.
• 실험결과의 비교를 위해 정지영상을 메모리로 복사한 이후부터 알고리즘 적용 후 인식자가 생성되기까지의 시간을 측정하였다. 사용된 정지영상은 각 50개씩 2세트 총 100개의 이미지를 가지고 1MByte 당 소요되는 시간을 측정하였다.
• 정지영상 전체를 이용한 알고리즘은 중복되지 않고 효율적인 데이터베이스를 구축할 수 있지만 그만큼 많은 시간이 소요하게 된다. 본 논문에서는 멀티미디어 데이터의 일부분만을 이용하여 정보를 추출하고 색인하는 알고리즘에 대하여 최적화를 하였고 결과를 비교하였다. 데이터의 일부분만을 이용하기 때문에 전체 데이터를 이용하지 않고도 데이터 전체에 알고리즘을 적용한 결과와 동일한 결과를 얻을 수 있었고, 최적화를 통하여 수행시간 또한 대폭 줄일 수 있었다.

대상 데이터

• 휘도를 이용한 정지영상 인식 알고리즘을 최적화하지 않은 상태와 최적화한 상태에서 서로 다른 50개의 칼라 정지영상 2세트를 이용하여 동일한 환경에서 실험을 실행 하였다.
• 실험결과의 비교를 위해 정지영상을 메모리로 복사한 이후부터 알고리즘 적용 후 인식자가 생성되기까지의 시간을 측정하였다. 사용된 정지영상은 각 50개씩 2세트 총 100개의 이미지를 가지고 1MByte 당 소요되는 시간을 측정하였다. 시간의 단위는 ms(millisecond)이다.

성능/효과

• 시간의 단위는 ms(millisecond)이다. 표 1에서 보이는 바와 같이 정지영상의 전체 영역에 대해 알고리즘을 적용하는 경우보다 인식자 생성에 필요한 최소영역만을 고려한 알고리즘의 성능은 현저하게 개선되는 것을 볼 수 있다.
• 본 논문에서는 멀티미디어 데이터의 일부분만을 이용하여 정보를 추출하고 색인하는 알고리즘에 대하여 최적화를 하였고 결과를 비교하였다. 데이터의 일부분만을 이용하기 때문에 전체 데이터를 이용하지 않고도 데이터 전체에 알고리즘을 적용한 결과와 동일한 결과를 얻을 수 있었고, 최적화를 통하여 수행시간 또한 대폭 줄일 수 있었다. 데이터의 전체 영역을 이용하여 정보를 추출하면 더욱 정확한 정보를 얻을 수 있지만 고용량화 되어가는 데이터에 알고리즘을 적용하다 보면 그만큼 많은 시간이 소요될 수밖에 없을 것이다.

후속연구

• 데이터의 전체 영역을 이용하여 정보를 추출하면 더욱 정확한 정보를 얻을 수 있지만 고용량화 되어가는 데이터에 알고리즘을 적용하다 보면 그만큼 많은 시간이 소요될 수밖에 없을 것이다. 데이터의 일부분만을 이용하고도 효율적인 데이터베이스를 구축할 수 있는 알고리즘이 개발 된다면 훨씬 적은 비용으로 원하는 정보를 얻을 수 있을 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기