$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 내용 기반 이미지 검색을 위한 효율적인 분산 고차원 색인 기법
An Efficient Distributed High-Dimensional Index Structure for Contents-Based Image Retrieval 원문보기

한국콘텐츠학회 2017년도 춘계 종합학술대회 논문집, 2017 May 12, 2017년, pp.43 - 44  

김민수 (충북대학교 정보통신공학부) ,  김기훈 (충북대학교 정보통신공학부) ,  송희섭 (충북대학교 빅데이터학과) ,  한진수 (충북대학교 정보통신공학부) ,  유승훈 (충북대학교 정보통신공학부) ,  안지환 (충북대학교 정보통신공학부) ,  박주영 (충북대학교 정보통신공학부) ,  복경수 (충북대학교 정보통신공학부) ,  유재수 (충북대학교 정보통신공학부)

초록
AI-Helper 아이콘AI-Helper

다양한 디지털 기기 활용의 증가로 인해 멀티미디어 데이터가 증가됨에 따라 내용 기반으로 검색하는 기술이 연구되고 있다. 내용 기반 검색을 위해 멀티미디어에서 추출된 고차원 특징 벡터가 대용량이 되면서 고차원 데이터를 분산해서 관리하는 색인 기법이 필요하다. 본 논문에서는 대용량 멀티미디어 데이터에서 유사한 이미지를 검출하기 위한 분산 고차원 색인 기법을 제안한다. 제안하는 기법은 마스터/슬레이브 구조로 되어 있다. 마스터 서버의 색인 구조는 그리드 방식을 사용하여 검색 요청 시 탐색하는 노드를 감소시킨다. 슬레이브 서버의 색인 구조는 구 형태로 색인하여 범위 질의와 최근접 질의를 효율적으로 검색한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 대용량 고차원 데이터를 효율적으로 관리하고 검색하기 위한 분산 고차원 색인 기법을 제안하였다. 제안하는 기법은 사용자의 질의를 받는 마스터 서버의 부하를 줄이기 위해 그리드 기법을 사용하였다.
  • 본 논문에서는 대용량 멀티미디어 데이터에서 유사한 이미지를 검출하기 위해 고차원 데이터를 효율적으로 관리하고 검색하기 위한 분산 고차원 색인 기법을 제안한다. 제안하는 기법은 마스터 서버의 색인 구조를 그리드 기반의 기법을 사용하여 검색 요청 시 거리 계산량이 적기 때문에 질의를 빠르게 슬레이브 서버로 전달한다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로