http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Scale-Space 이론에 기초한 내용 기반 영상 검색
오정범(Jung Bum Oh),문영식(Young Shik Moon) 한국정보과학회 1999 정보과학회논문지(B) Vol.26 No.1
본 논문은 scale-space 이론에 기초한 개선된 내용 기반 영상 검색 기법을 제안한다. 기존의 scale-space 이론을 적용한 기법들은 영상 검색을 위하여 모든 스케일(scale)들에 대한 정보를 고려해야만 했다. 이러한 문제점을 개선하기 위해서 본 논문에서는 컬러 히스토그램 정보를 이용하여 질의 영상과 데이타베이스의 영상들간의 상대적인 스케일을 계산하는 알고리즘을 제안한다. 검색 시간을 단축시키기 위해서 수정된 히스토그램 인터섹션(histogram intersection) 알고리즘으로 후보 영상들을 선택하고 코너 검출 알고리즘으로 선택된 영상들에 대하여 특징점들을 검출한다. 각각의 특징점은 RGB 컬러 성분과 differential invariant들로 구성되어진 하나의 특징 벡터(feature vector)로 표현되어진다. 질의 영상과 데이타베이스 영상간의 유사성은 특징점들에 대한 유클리드 거리 값을 이용함으로써 측정되어진다. 본 논문에서 제안된 방법을 여러 가지 영상에 적용하여 그 성능이 우수함을 입증하였다. 기존의 scale-space 방법에서 n개의 스케일에 대해 고려한 경우와 비교할 때 수행 시간을 1/n로 단축시켰고 기존의 방법들에 대하여 precision과 recall 측면에서 약 15% 정도의 성능이 향상되었다. In tins paper, a content-based image retrieval scheme based on scale-space theory is proposed. The existing methods using scale-space theory consider all scales for image retrieval, thereby requiring a lot of computation. To overcome this problem, the proposed algorithm utilizes a modified histogram intersection method to select candidate images from database. The relative scale between a query image and a candidate image is calculated by the ratio of histograms. Feature points are extracted from the candidates using a corner detection algorithm. The feature vector for each feature point is composed of RGB color components and differential invariants. For computing the similarity between a query image and a candidate image, the euclidean distance measure is used. The proposed image retrieval method has been applied to various images and the performance improvement over the existing methods has been verified.