http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 주제어 : 태그 기반 이미지 검색 (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
모바일 환경에서 연관단어를 활용한 이미지태그 추천 기법
홍현기,김건우,이동호 한국정보과학회 2016 데이타베이스 연구 Vol.32 No.1
The amount of multimedia content has rapidly increased in social multimedia sites due to the prevalence of digital camera and smartphone. Recently, it is common that users take pictures, upload and share them to the social image site using their own smartphone. In order to understand images better and improve the performance of image retrieval, tags are mainly used in social multimedia sites. However, the use of unaccurate and untrustable tags and the limitations of mobile devices lead to the performance degradation of tag-based image retrievals. In order to handle these problems, various tag recommendation techniques have been proposed but these efforts have not been satisfied yet. In this paper, we propose an image tag recommendation technique exploiting Wikipedia-based associated words so as to recommend accurate and trustable image tag for an input image. The proposed method constructs associated words by exploiting a link-based ranking algorithm after generating a word relationship graph with meaningful words in Wikipedia. Then, the proposed method selects the candidate tags for an input image and recommends image tags by searching the associated words for the candidate tags from the associated words database. The experiment results show that the proposed method can improve the accuracy by up to 10% compared to other works. 디지털 카메라와 스마트폰의 보급으로 인해 소셜 멀티미디어 사이트의 멀티미디어 콘텐츠 양이 급격히 증가하고 있다. 최근 사용자들이 자신의 스마트폰으로 사진을 찍어서 소셜 이미지 공유 사이트에 업로드하고 공유하는 것이 일반적인 현상이 되었다. 태그는 이미지에 대한 이해를 높이고 이미지 검색의 성능을 향상시키기위해 소셜 멀티미디어 사이트에서 주로 사용된다. 하지만 부정확하거나 신뢰성이 낮은 태그의 사용과 휴대용이동 기기의 한계로 인해 태그 기반 이미지 검색의 성능 저하가 발생한다. 이러한 문제를 해결하기 위하여다양한 태그 추천 기법들이 제안되었으나 만족스러운 결과를 보이지 못하고 있다. 본 논문에서는 입력 이미지에 대해 정확하고 신뢰성 높은 태그를 추천하기 위하여 위키피디아 기반 연관단어를 활용하여 이미지 태그를추천하는 기법을 제안한다. 제안된 기법은 위키피디아에서 의미 있는 단어들로 단어 관계 그래프를 생성 후링크 기반 랭킹 알고리즘을 적용하여 연관단어를 구축한다. 그 후 입력 이미지에 대해 후보 태그들을 선별하고 구축된 연관단어 데이터베이스에서 후보 태그들의 연관단어를 검색하여 이미지 태그들을 추천한다. 실험결과로부터 제안하는 기법의 정확성이 기존의 태그 추천 방법들보다 최대 10% 향상됨을 보인다.
-
이미지 태그 간의 의미적 관계에 기반한 효율적인 태그 랭킹 기법
홍현기,정진우,이동호 한국정보과학회 2010 데이타베이스 연구 Vol.26 No.3
Folksonomy, considered as a core component for Web 2.0 user-participation architecture, is a classification system made by user's tags on the web resources. Recently, various approaches for image retrieval exploiting folksonomy have been proposed to improve the image search results. However, the characteristics of the tags such as semantic ambiguity, non-controlledness, and so on, limit the effectiveness of tags on image retrieval. Especially, tags associated with images in a random order do not provide any information about the relevance between a tag and an image. In this paper, we propose a novel image's tag ranking system which exploits the semantic relationships between tags for ordering the tags according to the relevance with an image. The proposed system consists of two phases: 1) tag propagation phase, 2) tag ranking phase. In tag propagation phase, for a given image without tags, after we perform preprocessing task for the tags of similar images, we collect the candidate tags with high occurrence frequency and propagate them to tag ranking phase. In tag ranking phase, for propagated tags, we estimate semantic relevance between tags using the semantic hierarchy relationship between concepts in WordNet. Afterward,we calculate ranking score of each tag by applying various weights to score of each tag. Finally, tags are ranked by ranking score of each tag, so that we can perform semantic relationship based tag ranking. From the experimental results on the Flickr photo collection over 10,000 images, we show the effectiveness of the proposed system. 웹 2.0의 사용자-참여형 아키텍쳐를 구성하는 핵심요소로 인식되고 있는 폭소노미는 웹 자원에 대하여 사용자의 태그에 의해 만들어지는 분류 시스템이다. 최근, 이미지 검색 결과를 개선하기 위하여 폭소노미를 활용하는 이미지 검색에 관한 다양한 시도들이 제안되고 있다. 하지만, 의미적 모호성, 규제를 받지 않는 점 등과 같은 태그의 특징들로 인해 이미지 검색시 태그의 실효성이 제한된다. 특히, 이미지와 관련된 태그들이 임의의 순서로 할당되어 있어 태그와 이미지 사이의 관련성에 대한 정보를 전혀 제공하지 못하고 있다. 본 논문에서는 태그들을 이미지와의 관련성에 따라 정렬하기 위해 태그간 의미적 관계를 활용하는 새로운 방식의 이미지 태그 랭킹 시스템을 제안한다. 제한된 시스템은 2개의 단계로 구성되어 있다: 1) 태그 전달 단계 2) 태그 랭킹 단계. 태그 전달 단계에서 태그가 없는 입력이미지가 주어지면, 입력이미지와 시각적으로 비슷한 이미지들의 태그들에 대해 텍스트 전처리 작업을 수행한 후, 높은 출현빈도를 보이는 후보 태그들을 수집하여 태그 랭킹 단계로 전달한다. 태그 랭킹 단계에서, 전달받은 태그들에 대해 WordNet에서 개념간 의미적 계층 관계를 이용하여 태그간 의미적 관련정도를 측정한다. 그 후, 각 태그의 점수에 다양한 가중치를 적용하여 각 태그의 랭킹점수를 계산한다. 태그들은 각 태그의 랭킹점수에 따라 정렬되어, 의미적 관계에 기반한 태그 랭킹을 수행할 수 있다. 10,000장 이상의 Flickr 이미지 모음에 대한 실험 결과를 통하여 제안된 시스템이 효과적임을 볼 수 있다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
