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
- 따라서 본 논문에서는 기존의 컬러 영상을 HSV 컬러 공간을 이용해 변환함으로서 밝기와 채도에 덜 민감한 데이터를 추출하고, 영상 검색 과정에서 유사도를 용이하게 산출하도록 한다. 또한, 입력된 영상의 전체 히스토그램 및 중심 영역과 외곽 영역에서 컬러 분리를 위한 각 영역별 히스토그램을 생성한 후 컬러 특징 정보를 추출 하여 영상 검색의 효율성을 높이고자 한다.
- 따라서 본 논문에서는 기존의 컬러 영상을 HSV 컬러 공간을 이용해 변환함으로서 밝기와 채도에 덜 민감한 데이터를 추출하고, 영상 검색 과정에서 유사도를 용이하게 산출하도록 한다. 또한, 입력된 영상의 전체 히스토그램 및 중심 영역과 외곽 영역에서 컬러 분리를 위한 각 영역별 히스토그램을 생성한 후 컬러 특징 정보를 추출 하여 영상 검색의 효율성을 높이고자 한다. 또한 MPEG-7에서 제안한 다양한 질감 기술자중 에지 히스토그램 기술자를 이용하여 영상을 일정 비율의 부분 영상으로 나눠 부분 영상별 에지 히스토그램 빈을 추출하는 방법을 제시하도록 하여 영상 검색을 위한 효율적인 특징 정보를 추출하는 방법을 제안하도록 한다.
- 본 논문에서는 에지 히스토그램 디스크립터를 이용하여 여덟 가지 종류의 에지 형태를 국부(local) 영상 영역에서 공간적 분포로 표현한다. 각 국부 영역은 부분 영상(sub-image)라 하며 여덟 개 방향성 에지로 표현된다.
- 본 논문은 내용 기반 영상 검색 시스템에 있어 영상이 갖는 컬러, 모양, 질감 등 다양한 특징 중 컬러 정보와 질감 정보를 이용한 영상 검색 기법을 제안하였다. 그 결과 컬러 정보를 이용한 기법 중 기존의 방법에 대한 컬러 히스토그램 디스크립터의 ANMRR값은 0.
- 전체적인 하나의 전역 컬러 히스토그램은 이미지의 중심 영역과 외곽 영역 컬러에 대한 정보가 없기 때문에, 데이터베이스에 저장 된 이미지들 중 질의 이미지와 중심 영역과 외곽 영역 컬러의 구성이 매우 다른 이미지 일지라도 전역 컬러 히스토그램 빈의 컬러 분포만 비슷하다면 유사한 이미지로 검색되는 문제가 발행한다. 이러한 문제를 해결하기 위해 본 논문에서는 입력된 영상의 전체 히스토그램을 생성 한 후, 중심 영역과 외곽 영역에서 이미지의 컬러 분리를 위한 각 영역별 히스토그램을 생성한다. 따라서 본 논문에서는 이미지의 중심 영역과 외곽 영역의 컬러를 분리하기 위해서 다음과 같이 정의한다[30-32].
- 최근 정보통신망 및 멀티미디어 기술의 발전으로 인해 우리가 접하는 정보의 형태는 단순한 텍스트 데이터에서 대용량의 멀티미디어 데이터로 전환되고 있다. 특히 영상 데이터베이스 내에서 필요한 영상을 검색해내는 영상 검색은 사용자가 질의를 원하는 영상을 제시하면 영상을 분석하여 특징을 추출하고 색인화 하여 유사한 특징을 가지는 영상을 가지는 것을 목적으로 한다[1].
가설 설정
- 1) 중심 영역의 컬러는 이미지의 중앙 부근에 위치한다.
- 2) 이미지의 가장 많은 부분을 차지하는 컬러는 외곽 영역으로 정의한다.
- 3) 이미지의 외곽 영역 컬러는 이미지의 배경 영역에 많은 양이 분포한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.