RISS 검색 - 국내학술지논문 상세보기

국문 초록 (Abstract)

본 논문에서는 윤곽선 이미지 매칭에서 노이즈 제거 정도를 제어하기 위해 시계열 매칭의 이동평균 변환을 이용한다. 이동평균 변환을 윤곽선 이미지 매칭에 적용하게 된 동기는 이동평균 변환이 시계열의 노이즈를 감소시키므로, 이를 사용하면 윤곽선 이미지 매칭에서도 노이즈 제어 효과를 얻을 수 있을 것이라는 직관에 기반한다. 본 논문에서는 우선 윤곽선 이미지 매칭에 이동평균 변환을 적용한 k-계수 이미지 매칭(k-order image matching)을 제안한다. 제안한 k-계수 이미지 매칭은 윤곽선 이미지가 변환된 시계열에 k-이동평균 변환을 적용하여 시계열(이미지) 간의 유사성을 판단한다. 다음으로, 대용량 이미지 데이터베이스를 대상으로 k-계수 이미지 매칭을 수행하기 위한 인덱스 기반 매칭 방법을 제안하고, 그 정확성을 정형적으로 증명한다. 또한, 계수 k와 매칭 결과와의 관계를 정형적으로 분석하고, 이에 기반하여 계수 k를 변화시키면서 노이즈 제거 정도를 제어하는 방안을 제시한다. 실험 결과, k-계수 이미지 매칭이 노이즈 제거 효과를 가짐을 확인하였으며, 제안한 인덱스 기반 매칭 방법은 순차 스캔에 비해 수 배에서 수십 배 빠른 성능을 보이는 것으로 나타났다.

번역하기

본 논문에서는 윤곽선 이미지 매칭에서 노이즈 제거 정도를 제어하기 위해 시계열 매칭의 이동평균 변환을 이용한다. 이동평균 변환을 윤곽선 이미지 매칭에 적용하게 된 동기는 이동평균 ...

다국어 초록 (Multilingual Abstract)

To achieve the noise reduction effect in boundary image matching, we use the moving average transform of time-series matching. Our motivation is based on an intuition that using the moving average transform we may exploit the noise reduction effect in boundary image matching as in time-series matching. To confirm this simple intuition, we first propose k-order image matching, which applies the moving average transform to boundary image matching. A boundary image can be represented as a sequence in the time-series domain, and our k-order image matching identifies similar images in this time-series domain by comparing the k-moving average transformed sequences. Next, we propose an index-based matching method that efficiently performs k-order image matching on a large volume of image databases, and formally prove the correctness of the index-based method. Moreover, we formally analyze the relationship between an order k and its matching result, and present a systematic way of controlling the noise reduction effect by changing the order k. Experimental results show that our k-order image matching exploits the noise reduction effect, and our index-based matching method outperforms the sequential scan by one or two orders of magnitude.

번역하기

목차 (Table of Contents)

요약
Abstract
1. 서론
2. 관련 연구
3. 이동평균 변환 기반 윤곽선 이미지 매칭

요약
Abstract
1. 서론
2. 관련 연구
3. 이동평균 변환 기반 윤곽선 이미지 매칭
4. 성능 평가
5. 결론
참고문헌

참고문헌 (Reference)

1 Do, M. N., "Wavelet-Based Texture Retrieval Using Generalized Gaussian Density and Kullback–Leibler Distance" 11 (11): 2002

2 Beckmann, N., "The R*-tree: An Efficient and Robust Access Method for Points and Rectangles" 322-331, 1990

3 Chatfield, C., "The Analysis of Time Series: An Introduction" Chapman and Hall 1984

4 Vlachos, M., "Rotation Invariant Indexing of Shapes and Line Drawings" 131-138, 2005

5 Zhang, D. Z., "Review of Shape Representation and Description Techniques" 37 (37): 1-19, 2003

6 Han, W.-S., "Ranked Subsequence Matching in Time-Series Databases" 423-434, 2007

7 Rafiei, D., "Querying Time Series Data Based on Similarity" 12 (12): 675-693, 2000

8 Brailean, J. C., "Noise Reduction Filters for Dynamic lmage Sequences: A Review" 83 (83): 1995

9 Keogh, E., "LB_Keogh Supports Exact Indexing of Shapes under Rotation Invariance with Arbitrary Representations and Distance Measures" 882-893, 2006

10 Keogh, E., "Indexing and Mining Large Time Series Databases" 2007