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
- 저자 : 강현인(Hyun-Inn Kang) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
컬러 히스토그램과 형상 기반 특징 추출을 이용한 내용 기반 영상 검색
강현인,주용완,백광렬,Kang, Hyun-Inn,Ju, Yong-Wan,Baek, Kwang-Ryul 대한전자공학회 1999 電子工學會論文誌, S Vol.s36 No.10
하나의 질의 영상에 대하여 영상 데이터 베이스로부터 유사도가 높은 영상을 찾고자 할 때에는 유사도의 척도로 컬러 히스토그램 인터섹션법과 형상 특징의 비교법, 질감 특징의 비교법 등이 사용된다. 그리고 앞의 개별 특징 중 2가지 특징을 조합한 방법은 유사도의 산출 결과의 정확도를 높이기 위하여 사용된다. 본 논문에서는 히스토그램 인터섹션법과 형상 특징을 반영하는 블록화된 영역별 히스토그램 인터섹션 법을 사용하여 유사도 높은 영상을 얻는 방법을 제안한다. 이 방법은 서로 다른 2가지 특징을 조합하여 사용한 방법과 비교할 때 비슷한 정확도와 상대적으로 빠른 처리 속도를 달성하는 고효율의 알고리즘이다. 시뮬레이션을 통하여 제안한 알고리즘은 600개로 구성된 다양한 영상의 데이터 베이스 내에서 영상 검색이 수행되고 기존의 다른 알고리즘에 비하여 상대적으로 빠르고 신뢰도가 높은 유사도 척도임을 보인다. When we want to retrieve the most similar image from the image database, the color histogram intersection, shape feature and texture feature comparing method are used as a metric to measure the similarity. In order to increase the accuracy of retrievals, we need to integrate two different features. In this paper, the histogram intersection and shape based block histogram intersection method are used. This method results in a high efficient algorithm that meets a similar accuracy and a relatively fast retrieval speed compared to the method of integration of two different features. The Proposed algorithm is tested on retrievals of image database consisting of various 600 images and we implemented that the proposed algorithm gives fast, high efficiency and reliability compared to others.
-
가변 블록 크기와 블록 매칭 알고리즘의 조합에 의한 내용기반 화상 검색
강현인,백광열,Kang, Hyun-Inn,Baek, Kwang-Ryul 대한전자공학회 1998 電子工學會論文誌, S Vol.s35 No.8
여러 가지 응용 분야에서 대용량 영상 데이터 베이스가 폭넓게 사용 되면서 전체 데이터베이스를 효율적이고 빠르게 검색하는 것이 절실하다. 가변 블록 크기와 블록 매칭 알고리즘에 의한 내용기반 화상의 검색을 위한 새로운 방법을 보인다. 제안한 방법에는 영상의 색상이나 공간 배치와 같은 가시적인 단서를 찾아서 영상의 특색을 나타내고 있다. 그리고 원하는 유사도에 함당한 검색 횟수에 자동으로 수렴되어 빠른 검색이 이루어진다. 구현된 방식은 약 150개의 영상 데이터 베이스로서 시험했다. 시험 결과 임의 지정한 검색효율 0.65에서 J & V 알고리즘 대비 1.9배 그리고 지정한 고정 블록 크기에 대비하여 1.83배 빠른 검색 시간을 달성함을 보인다. With the increasing popularity of the use of large-volume image database in various application, it becomes imperative to build an efficient and fast retrieval system to browse through the entire database. We present a new method for a content-based image retrieval by using a variable block size and block matching algorithm. Proposed approach is reflecting image features that exploit visual cues such as color and space allocation of image and is getting the fast retrieval time by automatical convergence of retrieval times which adapt to wanting similarity value. We have implemented this technique and tested it for a database of approximately 150 images. The test shows that a 1.9 times fast retrieval time compare to J & V algorithm at the image retrieval efficiency 0.65 and that a 1.83 times fast retrieval time compare to predefined fixed block size.
-
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
