$\require{mediawiki-texvc}$

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.

뇌 모델링 기법을 이용한 멀티미디어 고속 검색 시스템 개발
Content-based High Speed Multimedia Retrieval System using Brain Modeling Method 원문보기

보고서 정보
주관연구기관 동아대학교
Donga University
연구책임자 강대성
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2005-07
주관부처 정보통신부
사업 관리 기관 정보통신연구진흥원
Institute for Information Technology Advancement
등록번호 TRKO201100001064
DB 구축일자 2013-04-18

초록

대뇌피질 정보처리 메커니즘의 공학적 모델링을 통한 기능별 모듈구성과 학습 알고리즘을 개발하였고, 해마의 기억학습 및 연상 작용 모델에 의한 신경회로망 자율학습 알고리즘을 개발하였다. 그리고 해마 정보처리 메커니즘을 기반으로 한 경쟁학습 알고리즘 및 최적구조를 개발하였으며, 협조 행동의 능동적 적응 알고리즘을 개발하고 협조적 분산 지능의 강화 학습에 관한 연구를 하였다. 이를 이용해 멀티미디어에서 대표프레임을 추출한 후 특징을 추출한 후 뇌 모델링 기법을 이용하여 학습한 후 고속의 검색 시스템을 개발하였다.

Abstract

We develop functional module organization and learning algorithm through the modeling of cerebral cortex's information processing mechanism, and we develop neural network auto-learning algorithm by the model of memory-learning of hippocampus and associative operation. And we develop competitive lear

목차 Contents

  • 요약문 ... 1
  • SUMMARY ... 9
  • 목차 ... 12
  • Contents ... 14
  • 표목차 ... 15
  • 그림목차 ... 16
  • 제1장 서론 ... 18
  • 제2장 연구의 목적 및 중요성 ... 20
  • 제3장 연구의 구성 및 범위 ... 21
  • 제4장 연구의 내용 및 결과 ... 23
  • 제1절 배경 이론 ... 23
  • 1. 뇌 모델링 기법의 해마 신경망 ... 23
  • 가. 해마의 생물학적 구조 ... 24
  • 나. 해마 신경망의 기억 장소 저장 방법 ... 27
  • 다. 단기/장기 기억 저장 방법 ... 29
  • 라. 전두엽 저장 방법 ... 30
  • 마. 뉴런 확장법 ... 30
  • 2. 색인 서술자 ... 32
  • 3. MPEG-7 ... 34
  • 가. MPEG-7의 정의 ... 34
  • 나. MPEG-7 이용 분야 ... 39
  • 다. MPEG-7 개발 사례 ... 40
  • 제2절 멀티미디어 특징 데이터의 추출 ... 41
  • 1. 대표 프레임의 추출 ... 41
  • 가. 장면 전환 검출 알고리즘 ... 42
  • 나. 대표 프레임 검출 알고리즘 ... 45
  • 2. 객체 추출 알고리즘 ... 48
  • 가. single colorizing ... 48
  • 나. CSB 트리맵 (Color and Spatial based Binary tree map) ... 52
  • 다. ACE(Adaptive Circular and Edge) 객체 추출 알고리즘 ... 56
  • 3. 다중적인 질의 시스템을 위한 레이블링 알고리즘 ... 59
  • 가. 부분 병합 알고리즘 ... 59
  • 나. 연결 레이블링(Link labelling) 알고리즘 ... 60
  • 다. 영역 병합(region labelling) 알고리즘 ... 66
  • 제3절 뇌 모델링 기법을 이용한 검색 알고리즘 ... 68
  • 1. 해마 신경망 학습 알고리즘 ... 68
  • 제4절 다중 질의를 위한 검색 시스템의 구현 ... 74
  • 1. 기존의 검색 시스템 ... 74
  • 가. 기존의 검색 방법 ... 74
  • 나. 기존의 상용 멀티미디어 검색 시스템 ... 78
  • 2. 검색 시스템의 성능 분석 ... 80
  • 가. 정지 영상의 검색 성능 분석 ... 80
  • 나. 동영상의 검색 성능 분석 ... 87
  • 제5절 결론 ... 92
  • 참고문헌 ... 93
  • 제5장 활용에 대한 건의 ... 95
  • 제6장 기대효과 ... 96
  • 부록 첨부:연구 결과 실적물 ... 98

참고문헌 (25)

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