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 : 黃燦植(Chang-Sik Hwang) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
영상 특징들에 자동 가중치 부여를 이용한 검색 성능 개선
金彊郁(Kang-Wook Kim),朴鍾鎬(Jong-Ho Park),黃燦植(Chang-Sik Hwang) 大韓電子工學會 2000 電子工學會論文誌-SP (Signal processing) Vol.37 No.6
내용기반 영상 검색에서는 컬러, 형태, 질감의 세 가지 대표적인 영상 특징들이 주로 사용된다. 한 가지 특징만을 사용하는 검색 방법은 영상의 내용이 복잡하거나 비교대상이 되는 영상의 수가 많아질수록 좋은 성능을 보이지 못한다. 그래서 여러 가지 영상 특징들을 결합한 방법들이 많이 연구되고 있다. 그러나 여러 특징들을 결합해서 사용하는 검색 시스템이라 할지라도 각 특징들에 대한 가중치가 적합하게 부여되지 않으면 검색되는 결과 영상들의 순위가 크게 변하여 검색 성능이 떨어지게 된다. 이러한 문제점을 해결하기 위해 본 논문에서는 여러 영상 특징들이 결합해서 사용될 때 각 특징에 대한 가중치를 자동적으로 부여해서 검색성능을 개선하고자 한다. 제안한 방법을 992개의 테스트 영상들로 구성된 데이터 베이스에서 실험을 하고 다양한 성능평가 방법을 통해 그 타당성을 확인하였으며 제안한 방법을 고정가중치 부여를 이용한 방법과 비교하여 검색 성능이 개선됨을 볼 수 있었다. Typical image features such as color, shape, and texture are used in content-based image retrieval. Retrieval which uses only one image feature has little performance in case that the content of image is complex or database contains many images. So, many approaches for integrating these features have been studied. However, the problem of these approaches is how to appropriately weight the image features at query time. In this paper, we propose a new retrieval method using automatically weighted image features. We perform computer simulations in test database which consists of various kinds of images. The experimental results show that the proposed method has better performance than previous works, which use fixed weight for each feature mostly, in respect to several performance evaluations such as precision vs recall retrieval efficiency, and ranking measure.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
