개념객체를 지원하는 내용-기반 이미지 검색 시스템 = Content-based image retrieval system supporting conceptual object
저자
발행사항
서울 : 建國大學校 大學院, 2000
학위논문사항
학위논문(박사)-- 建國大學校 大學院 : 컴퓨터·情報通信工學科 2000. 2
발행연도
2000
작성언어
한국어
주제어
KDC
566.874 판사항(4)
DDC
621.39 판사항(21)
발행국(도시)
서울
형태사항
vi, 100p. : 삽도 ; 26cm
일반주기명
참고문헌: p. 97-100
소장기관
현재 수많은 종류의 멀티미디어 데이터베이스에서 이미지 검색은 중요한 연구과제가 되고 있다. 특히 사용자가 원하는 이미지를 정확하고, 효율적으로 검색하는 연구에 있어서 하위레벨 이미지 프로세싱(Low-Level Image Processing)과 이미지 인식 및 해석을 주로 하는 상위레벨 이미지 프로세싱(High-Level Image Processing)의 접목은 현존하는 기술과 연구로서는 상대적으로 힘들며 아직까지도 많은 연구가 진행되고 있다. 후자에 더 가까운 접근으로서 본 논문에서는 객체 특징 추출(Object Feature Extraction)과 기계학습 이론(Machine Learning Theory) 및 개념개체 지원(Supporting of Conceptual Object)을 바탕으로 두 분야의 연관을 시도하면서 특정 이미지를 인식 및 검색하는 개념-기반 이미지 검색 시스템(CONceptual-BAsed image retrieval system : CONBA)을 설계 및 구현하였다.
본 연구의 객체 특징 추출은 객체의 특성을 모양과 색상으로 크게 분류하면서 특징값을 구하며, 각각의 값을 구하기 위해서 독립적인 전처리 과정을 수행한다. 그리고 얻어진 객체의 특징값에 대해서는 기계학습이론을 이용하여서 해당 객체의 정보를 알게된다. 귀납적 방법의 기계학습은 반복적인 학습이론에 의해 해당 객체에 대한 일반적이고 정형화된 정보를 알게 되는데, 이는 사람이 어떠한 객체나 정보를 인식할 때 오랜 기간의 반복과 많은 양의 데이터에 의한다는 평범한 사실에서 출발한 것이다.
한편 본 논문에서는 이미지 검색에 있어서 기존의 단순하고 기계적인 질의 방법이외에 질의처리에 있어서 사용자에게 좀더 직관적이고 친숙한 개념객체를 지원하는 설계를 제안하는데, 이를 위해서 집합-기반의 객체 표현방식과 이것에 의한 개념객체 지원 방법을 제안한다. 집합식 표현방식에 의한 개념객체 정의는 복수의 정의로 나올 수 있는 객체정의를 하나의 집합 표현식에 포함시킬 수 있으며 단순한 구성과 포함관계로 객체들간의 상호 관계를 나타낼 수 있는 장점이 있다.
전체적인 검색 시스템의 구현은 윈도우즈 환경 하에서 자바 언어를 사용하여 구현하였으며, 시스템 평가를 위해서는 검색 시스템에서의 일반적인 비교방식인 Precision과 Recall을 사용하여 비교적 우수한 검색 효율성을 보였고, 비교평가에서는 기존의 개념객체를 지원하지 않는 시스템과의 비교도 함께 수행하였다.
Currently, in the great large of multimedia database, image retrieval is being the important issue. Especially, for the efficient and correct retrieval, it is difficult that use both the low-level image processing and high-level image processing. With approaching to the high-level image processing, our paper designs the CONceptual-BAsed image retrieval system (CONBA) and implement it using the object feature extraction and machine learning theory and supporting of conceptual object. In our research, object feature extraction is doing with shape and color, and to get the feature value, each perform the preprocessing step. And after get the feature value of object, using the machine learning theory, can have the information about the object. By repetitive learning theory, machine learning of deductive method get the general information about the each object. It is based on that generally human, when he want to know about the object, get the knowledge about the object by large and repetitive learning.
Also our paper presents the set-based object description method to supports the more intuitive and friendly conceptual object. Conceptual object definition based on set-based description have advantage that conceptual object having two more object definition can transforms to a set representation, and can represents the object relationship with set-based object description.
Overall system are implemented with java and based on windows. To the system performance testing, we use the Precision and Recall, and get the comparative superior retrieval efficiency. To the comparison testing, we also tests with system which are not supporting the conceptual object.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)