KR101326083B1 - 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법 - Google Patents

스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법 Download PDF

Info

Publication number
KR101326083B1
KR101326083B1 KR1020110125155A KR20110125155A KR101326083B1 KR 101326083 B1 KR101326083 B1 KR 101326083B1 KR 1020110125155 A KR1020110125155 A KR 1020110125155A KR 20110125155 A KR20110125155 A KR 20110125155A KR 101326083 B1 KR101326083 B1 KR 101326083B1
Authority
KR
South Korea
Prior art keywords
image
query
sketch
sketch query
preprocessor
Prior art date
Application number
KR1020110125155A
Other languages
English (en)
Other versions
KR20130059058A (ko
Inventor
윤경로
심동규
류지우
임웅
Original Assignee
건국대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 건국대학교 산학협력단 filed Critical 건국대학교 산학협력단
Priority to KR1020110125155A priority Critical patent/KR101326083B1/ko
Publication of KR20130059058A publication Critical patent/KR20130059058A/ko
Application granted granted Critical
Publication of KR101326083B1 publication Critical patent/KR101326083B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms

Abstract

본 발명은 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법에 관한 것으로서, 스케치 질의 및 데이터베이스 이미지를 변형하여 스케치 질의를 통한 이미지 검색 성능을 향상시키도록 함에 그 목적이 있다.
이러한 목적을 달성하기 위한 본 발명은, 입력된 스케치 질의를 변형시켜 이미지 특징을 추출하는 스케치 질의 전처리부; 데이터베이스에 저장된 이미지를 변형시켜 이미지 특징을 추출하는 데이터베이스 이미지 전처리부; 상기 스케치 질의 전처리부 및 데이터베이스 이미지 전처리부를 통해 처리된 두 이미지의 유사도를 측정하는 유사도 측정부; 및 상기 유사도 측정부를 통해 측정된 유사도를 바탕으로, 상기 데이터베이스 이미지 전처리부로부터 스케치 질의와 유사도가 높은 이미지를 검색하는 이미지 검색부; 를 포함한다.

Description

스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법{PREPROCESSING APPARATUS FOR QUERY IMAGE AND SEARCHING IMAGE IN CONTENT BASED IMAGE RETRIEVAL USING SKETCH QUERY AND METHOF THEREFOR}
본 발명은 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 콘텐츠 기반 이미지 검색기에서 스케치 질의를 통해 이미지 검색을 수행할 경우에 대하여, 검색 성능의 향상을 위한 스케치 질의 및 데이터 이미지의 전처리 방법 및 장치에 관한 것이다.
이미지, 비디오 등 멀티미디어 서비스의 수요가 증가하고 휴대용 멀티미디어 기기가 보편적으로 보급되면서 방대한 양의 멀티미디어 데이터를 관리하고 소비자가 원하는 컨텐츠를 빠르고 정확하게 찾아내 제공하는 효율적인 멀티미디어 검색 시스템의 필요성도 커지고 있다.
이런 동향에 따라 최근 이미지를 기반으로 하여 유사 이미지를 검색하는 CBIR(Contents-Based Image Retrieval) 기술이 많은 주목을 받고 있다. 기존의 텍스트 기반 이미지 검색은 검색 대상 데이터베이스 이미지에 텍스트 형태의 태그를 부여하고, 사용자가 입력한 검색어와 부합하는 태그를 갖는 이미지를 추출하는 방식이다. 이 방법은 방대한 양의 이미지에 연관된 태그를 붙이는 작업이 필요할 뿐만 아니라 시각적 정보를 담고 있는 이미지를 텍스트만으로 표현하는 것이 어렵다는 점 때문에 사용자의 요구를 완전히 충족시키기 어려운 단점이 있다.
반면, CBIR의 경우 텍스트가 아닌 이미지 자체를 쿼리로 사용하기 때문에 번거로운 이미지 태깅 작업을 필요로 하지 않으며 텍스트만으로 표현하기 어려운 시각적인 묘사를 통해 검색이 가능하기 때문에 사용자에게 더욱 다양한 검색 서비스를 제공할 수 있다. 특히, 쿼리 이미지로서 사용자가 직접 그린 스케치를 사용하는 기술을 스케치 기반 이미지 검색(Sketch-Based Image Retrieval) 이라고 하는데, 이 기술은 최근 태블릿 PC 및 스마트 폰 등의 간단하 스케치를 그릴 수 있는 터치패드를 활용한 모바일 멀티미디어 기기의 보급으로 인해 많은 주목을 받고 있다.
한편, 스케치 기반 영상 검색 기술과 관련해서는, 정보과학회논문지: 소프트웨어 및 응용 제 30 권 제 8 호(2003.8), "스케치 질의를 통한 웹기반 영상 검색과 분류 시스템"(이하, '선행문헌')에 일부 공개되어 있다.
선행문헌에 따른 장치는, 영상을 분류하여 영상의 높은 단계의 의미 정보를 언고, 검색 시 검색 공간을 줄여 빠른 검색이 가능하며, 스케치 질의를 통해 사용자가 원하는 영상을 적극적으로 나타내도록 구현된다.
또한, Sketch-Based Image Retrieval(SBIR) 기술은 CBIR과 달리 검색에 사용할 이미지를 준비할 필요 없이 사용자가 즉석에서 그려 넣을 수 있기 때문에 좀더 편리하게 이용할 수 있다는 장점이 있다. SBIR의 응용분야는 미술품 검색, 이미지 특허 보호나 몽타주를 이용한 용의자 얼굴 검색 등 다양하며 주로 인터넷 쇼핑몰 등의 구매 카탈로그 검색으로 많이 사용될 것으로 예상된다.
SBIR 기술을 사용하여 이미지 검색을 동작시킬 경우, SBIR 시스템은 사용자가 터치 패드나 태블릿 등으로 작성한 의류 스케치 이미지를 입력으로 받아 시맨틱 정보를 추출하고, 이미지 데이터베이스에서 유사한 시맨틱 정보를 가진 이미지들을 선별해 검색 결과로 보여줄 수 있다. 이렇게 스케치를 통한 이미지 검색이 가능해진다면 검색결과와 같은 이미지들을 찾기 위해서 사용자가 입력한 같은 특정 용어를 기억할 필요 없이 머릿속에 떠오르는 이미지로부터 그려낸 스케치만으로 원하는 이미지를 찾을 수 있다. SBIR이 CBIR에 비해 응용에 있어 더 편리하고 유용한 반면 그에 따른 단점도 존재한다. 스케치 이미지는 일반 이미지에 비해 훨씬 적은 정보를 포함하고 있기 때문에 이것으로부터 의미를 추출해내고 비슷한 이미지를 찾아내는 것이 더욱 어렵다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 스케치 질의 및 데이터베이스 이미지를 변형하여 스케치 질의를 통한 이미지 검색 성능을 향상시키도록 함에 그 목적이 있다.
이러한 기술적 과제를 달성하기 위한 본 발명은 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치에 관한 것으로서, 입력된 스케치 질의를 변형시켜 이미지 특징을 추출하는 스케치 질의 전처리부; 데이터베이스에 저장된 이미지를 변형시켜 이미지 특징을 추출하는 데이터베이스 이미지 전처리부; 상기 스케치 질의 전처리부 및 데이터베이스 이미지 전처리부를 통해 처리된 두 이미지의 유사도를 측정하는 유사도 측정부; 및 상기 유사도 측정부를 통해 측정된 유사도를 바탕으로, 상기 데이터베이스 이미지 전처리부로부터 스케치 질의와 유사도가 높은 이미지를 검색하는 이미지 검색부; 를 포함한다.
한편, 본 발명은 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법에 관한 것으로서, (a) 스케치 질의 전처리부가 입력된 스케치 질의를 변형시켜 이미지 특징을 추출하는 과정; (b) 데이터베이스 이미지 전처리부가 데이터베이스에 저장된 이미지를 변형시켜 이미지 특징을 추출하는 과정; (c) 유사도 측정부가 상기 스케치 질의 전처리부 및 데이터베이스 이미지 전처리부를 통해 처리된 두 이미지의 유사도를 측정하는 과정; 및 (d) 이미지 검색부가 상기 유사도 측정부를 통해 측정된 유사도를 바탕으로, 상기 데이터베이스 이미지 전처리부로부터 스케치 질의와 유사도가 높은 이미지를 검색하는 과정; 을 포함한다.
상기와 같은 본 발명에 따르면, 콘텐츠 기반 이미지 검색기에서 스케치 질의를 통해 이미지 검색을 수행할 경우에 대하여, 스케치 질의 및 데이터베이스 이미지를 변형함으로써, 스케치 질의를 통한 이미지 검색 성능을 향상시킬 수 있는 효과가 있다.
도 1 은 본 발명에 따른 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치를 개념적으로 도시한 전체 구성도.
도 2 는 본 발명에 따른 형태학적 세선화(morphological thinning)를 이용한 스케치 질의 전처리모듈에 관한 일예시도.
도 3 은 본 발명에 따른 캐니 에지 검출기(Canny edge detector)를 이용한 DB 이미지 전처리모듈에 관한 일예시도.
도 4 는 본 발명에 따른 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법에 관한 전체 흐름도.
도 5 는 본 발명에 따른 입력된 스케치 질의를 변형시켜 이미지 특징을 추출하는 과정에 관한 세부 흐름도.
도 6 은 본 발명에 따른 데이터베이스에 저장된 이미지를 변형시켜 이미지 특징을 추출하는 과정에 관한 세부 흐름도.
본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.
본 발명에 따른 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치에 관하여 도 1 내지 3 을 참조하여 설명하면 다음과 같다.
도 1 은 본 발명에 따른 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치(A)를 개념적으로 도시한 전체 구성도로서, 도시된 바와 같이 스케치 질의 전처리부(100), 데이터베이스 이미지 전처리부(200), 유사도 측정부(300) 및 이미지 검색부(400)를 포함하여 이루어진다.
스케치 질의 전처리부(100)는 입력된 스케치 질의를 변형시켜 이미지 특징을 추출하는 기능을 수행하는 바, 상기 도 1 에 도시된 바와 같이, 사용자 입력모듈(110), 스케치 질의 전처리모듈(120) 및 스케치 질의 특징 추출모듈(130)을 포함한다.
사용자 입력모듈(110)은 사용자로부터 스케치 질의를 입력받는다.
여기서, 스케치 질의는 마우스, 태블릿 및 터치패드 등의 각종 그래픽 입력장치로 작성한 디지털 이미지로 이루어진다.
스케치 질의 전처리모듈(120)은 상기 사용자 입력모듈(110)을 통해 입력된 스케치 질의를 변형시킨다.
구체적으로, 스케치 질의 전처리모듈(120)은 웨이블릿 변환 및 형태학적 세선화(morphological thinning), 형태학적 영역 채움(morphological region filling) 등의 형태학적 연산(morphological operation) 방식 등을 이용하여, 스케치 질의로부터 특징을 추출하기 전 스케치 질의를 변형 또는 개선하는 것으로서, CBIR 방법의 성능을 높일 수 있다.
도 2 는 본 발명에 따른 형태학적 세선화(morphological thinning)를 이용한 스케치 질의 전처리모듈(120)에 관한 일예시도로서, 도시된 바와 같이 입력 이미지는 먼저 이미지 메모리에 저장되고, 저장된 이미지는 미리 정의된 구조화 성분(structuring component)을 이용한 H&M 변환기(Hit and Miss transform)를 거친다. 변환된 이미지는 다시 이미지 메모리에 피드백되고, 이 과정은 이미지의 연결 성분(connected component)의 픽셀 굵기가 1이 될 때까지 반복된다.
스케치 질의 특징 추출모듈(130)은 특징 추출 대상 이미지로부터 타 이미지와 명확하게 구분될 수 있는 스케치 질의 특징을 추출한다.
또한, 데이터베이스 이미지 전처리부(200)는 데이터베이스에 저장된 이미지를 변형시켜 이미지 특징을 추출하는 기능을 수행하는 바, 상기 도 1 에 도시된 바와 같이, 데이터베이스모듈(210), DB 이미지 전처리모듈(220) 및 DB 이미지 특징 추출모듈(230)을 포함한다.
데이터베이스모듈(210)은 자연영상 및 합성영상 등의 다양한 이미지를 저장하고 있다. 이때, 데이터베이스모듈(210)의 크기를 제한되어 있지 않다.
DB 이미지 전처리모듈(220)은 상기 데이터베이스모듈(210)에 저장된 이미지를 변형시킨다.
구체적으로, DB 이미지 전처리모듈(220)은 가우시안 필터(Gaussian filter), 라플라시안 필터(Laplacian filter), 가우시안 차(Difference of Gaussian: DoG) 및 캐니 에지 검출(Canny edge detection) 등을 이용하여, 검색 대상 이미지들을 변형 또는 개선하는 것으로서, CBIR 방법의 성능을 높일 수 있다.
도 3 은 본 발명에 따른 캐니 에지 검출기(Canny edge detector)를 이용한 DB 이미지 전처리모듈(220)에 관한 일예시도로서, 도시된 바와 같이 가우시안 필터 등을 이용하여 잡음을 제거하고(Noise reduction), 에지 성분 검출을 위한 그라디언트 연산을 수행하며(gradient operation), 끊어진 에지 라인을 보간 하는 비 최대치 억제를 수행하고(non-maximum suppression), 에지 맵을 이진화하는 히스테리시스 경계화(Hysteresis thresholding)를 수행한다.
DB 이미지 특징 추출모듈(230)은 특징 추출 대상 이미지로부터 타 이미지와 명확하게 구분될 수 있는 DB 이미지의 특징을 추출한다.
한편, 상기 스케치 질의 특징 추출모듈(130) 및 DB 이미지 특징 추출모듈(230)은 에지 히스토그램 디스크립터(Edge Histogram Descriptor: EHD), 텐서 필드 디스크립터(Tensor field descriptor) 및 APAI(Angular partitioning of Abstract Image) 등의 방법을 사용하여 특징 추출할 수 있다.
또한, 유사도 측정부(300)는 상기 스케치 질의 전처리부(100) 및 데이터베이스 이미지 전처리부(200)를 통해 처리된 두 이미지의 유사도를 측정한다.
구체적으로, 유사도 측정부(300)는 SAD(Sum of Absolute Distance) 및 유클리드 거리(Euclidian distance) 등을 이용하여, 두 개의 서로 다른 이미지로부터 추출된 특징에 대한 유사도를 측정한다.
그리고, 이미지 검색부(400)는 상기 유사도 측정부(300)를 통해 측정된 유사도를 바탕으로, 상기 데이터베이스 이미지 전처리부(200)의 데이터베이스모듈(210)로부터 스케치 질의와 유사도가 높은 이미지를 검색한다.
이때, 이미지 검색부(400)는 텍스트로 구성된 이미지 태그가 아닌, 컨텐츠 자체의 정보를 분석하여 이미지를 검색하되, 색상, 밝기 구성 등을 포함한 이미지에서 추출할 수 있는 모든 데이터, 또는 에지 히스토그램 디스크립터(Edge Histogram Descriptor: EHD), 텐서 필드 디스크립터(Tensor field descriptor) 및 APAI(Angular partitioning of Abstract Image)를 통해 추출되는 특징정보를 이용하여 검색할 수 있다.
이하에서는, 본 발명에 따른 상술한 장치를 이용한, 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법에 관하여 도 4 내지 도 6 을 참조하여 설명하면 다음과 같다.
도 4 는 본 발명에 따른 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법에 관한 전체 흐름도로서, 도시된 바와 같이 스케치 질의 전처리부(100)가 입력된 스케치 질의를 변형시켜 이미지 특징을 추출하는 과정(S100), 데이터베이스 이미지 전처리부(200)가 데이터베이스에 저장된 이미지를 변형시켜 이미지 특징을 추출하는 과정(S200), 유사도 측정부(300)가 상기 스케치 질의 전처리부(100) 및 데이터베이스 이미지 전처리부(200)를 통해 처리된 두 이미지의 유사도를 측정하는 과정(S300) 및 이미지 검색부(400)가 상기 유사도 측정부(300)를 통해 측정된 유사도를 바탕으로, 상기 데이터베이스 이미지 전처리부(200)로부터 스케치 질의와 유사도가 높은 이미지를 검색하는 과정(S400)을 포함하여 이루어진다.
이때, 제 3 과정(S300)은, SAD(Sum of Absolute Distance) 및 유클리드 거리(Euclidian distance) 등을 이용하여, 두 개의 서로 다른 이미지로부터 추출된 특징에 대한 유사도를 측정하며, 제 4 과정(S400)은, 텍스트로 구성된 이미지 태그가 아닌, 컨텐츠 자체의 정보를 분석하여 이미지를 검색하되, 색상, 밝기 구성 등을 포함한 이미지에서 추출할 수 있는 모든 데이터, 또는 특징정보를 이용하여 검색할 수 있다.
도 5 는 본 발명에 따른 제 1 과정(S100)에 관한 세부 흐름도로서, 도시된 바와 같이 사용자 입력모듈(110)은 사용자로부터 스케치 질의를 입력받으며(S110), 스케치 질의 전처리모듈(120)은 웨이블릿 변환 및 형태학적 세선화(morphological thining), 형태학적 영역 채움(morphological region filling) 등의 형태학적 연산(morphological operation) 방식 등을 이용하여, 스케치 질의로부터 특징을 추출하기 전 스케치 질의를 변형 또는 개선시키며(S120), 스케치 질의 특징 추출모듈(130)은 에지 히스토그램 디스크립터(Edge Histogram Descriptor: EHD), 텐서 필드 디스크립터(Tensor field descriptor) 및 APAI(Angular partitioning of Abstract Image) 등의 방법을 이용하여, 특징 추출 대상 이미지로부터 타 이미지와 명확하게 구분될 수 있는 스케치 질의 특징을 추출한다(S130).
도 6 은 본 발명에 따른 제 2 과정(S200)에 관한 세부 흐름도로서, 도시된 바와 같이 DB 이미지 전처리모듈(220)은 가우시안 필터(Gaussian filter), 라플라시안 필터(Laplacian filter), 가우시안 차(Difference of Gaussian: DoG) 및 캐니 에지 검출(Canny edge detection) 등을 이용하여, 상기 데이터베이스모듈(210)에 저장된 검색 대상 이미지들을 변형 또는 개선시키며(S210), DB 이미지 특징 추출모듈(230)은 에지 히스토그램 디스크립터(Edge Histogram Descriptor:EHD), 텐서 필드 디스크립터(Tensor field descriptor) 및 APAI(Angular partitioning of Abstract Image) 등의 방법을 이용하여, 특징 추출 대상 이미지로부터 타 이미지와 명확하게 구분될 수 있는 DB 이미지의 특징을 추출한다(S220).
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
A: 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치
100: 스케치 질의 전처리부 110: 사용자 입력모듈
120: 스케치 질의 전처리모듈 130: 스케치 질의 특징 추출모듈
200: 데이터베이스 이미지 전처리부 210: 데이터베이스모듈
220: DB 이미지 전처리모듈 230: DB 이미지 특징 추출모듈
300: 유사도 측정부 400: 이미지 검색부

Claims (16)

  1. 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치에 있어서,
    입력된 스케치 질의를 변형시켜 이미지 특징을 추출하는 스케치 질의 전처리부(100);
    데이터베이스에 저장된 이미지를 변형시켜 이미지 특징을 추출하는 데이터베이스 이미지 전처리부(200);
    상기 스케치 질의 전처리부(100) 및 데이터베이스 이미지 전처리부(200)를 통해 처리된 두 이미지의 유사도를 측정하는 유사도 측정부(300); 및
    상기 유사도 측정부(300)를 통해 측정된 유사도를 바탕으로, 상기 데이터베이스 이미지 전처리부(200)로부터 스케치 질의와 유사도가 높은 이미지를 검색하는 이미지 검색부(400); 를 포함하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  2. 제 1 항에 있어서,
    상기 스케치 질의 전처리부(100)는,
    사용자로부터 스케치 질의를 입력받는 사용자 입력모듈(110);
    상기 사용자 입력모듈(110)을 통해 입력된 스케치 질의를 변형시키는 스케치 질의 전처리모듈(120); 및
    특징 추출 대상 이미지로부터 타 이미지와 명확하게 구분될 수 있는 스케치 질의 특징을 추출하는 스케치 질의 특징 추출모듈(130); 을 포함하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  3. 제 1 항에 있어서,
    상기 스케치 질의는,
    마우스, 태블릿 및 터치패드를 포함하는 각종 그래픽 입력장치로 작성한 디지털 이미지로 이루어진 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  4. 제 2 항에 있어서,
    상기 스케치 질의 전처리모듈(120)은,
    형태학적 연산(morphological operation) 방식을 이용하여, 스케치 질의로부터 특징을 추출하기 전 스케치 질의를 변형시키는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  5. 제 4 항에 있어서,
    상기 형태학적 연산 방식은,
    웨이블릿 변환 및 형태학적 세선화(morphological thining), 형태학적 영역 채움(morphological region filling) 중, 어느 하나인 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  6. 제 2 항에 있어서,
    상기 스케치 질의 특징 추출모듈(130)은,
    에지 히스토그램 디스크립터(Edge Histogram Descriptor: EHD), 텐서 필드 디스크립터(Tensor field descriptor) 및 APAI(Angular partitioning of Abstract Image) 중, 어느 하나의 방법을 이용하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  7. 제 1 항에 있어서,
    상기 데이터베이스 이미지 전처리부(200)는,
    자연영상 및 합성영상을 포함하는 다양한 이미지를 저장하고 있는 데이터베이스모듈(210);
    상기 데이터베이스모듈(210)에 저장된 이미지를 변형시키는 DB 이미지 전처리모듈(220); 및
    특징 추출 대상 이미지로부터 타 이미지와 명확하게 구분될 수 있는 DB 이미지의 특징을 추출하는 DB 이미지 특징 추출모듈(230); 을 포함하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  8. 제 7 항에 있어서,
    상기 DB 이미지 전처리모듈(220)은,
    가우시안 필터(Gaussian filter), 라플라시안 필터(Laplacian filter), 가우시안 차(Difference of Gaussian: DoG) 및 캐니 에지 검출(Canny edge detection) 중, 어느 하나의 방법을 이용하여, 검색 대상 이미지들을 변형시키는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  9. 제 7 항에 있어서,
    상기 DB 이미지 특징 추출모듈(230)은,
    에지 히스토그램 디스크립터(Edge Histogram Descriptor: EHD), 텐서 필드 디스크립터(Tensor field descriptor) 및 APAI(Angular partitioning of Abstract Image) 중, 어느 하나의 방법을 이용하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  10. 제 1 항에 있어서,
    상기 유사도 측정부(300)는,
    SAD(Sum of Absolute Distance) 및 유클리드 거리(Euclidian distance) 중, 어느 하나의 방법을 이용하여, 두 개의 서로 다른 이미지로부터 추출된 특징에 대한 유사도를 측정하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  11. 제 1 항에 있어서,
    상기 이미지 검색부(400)는,
    색상 및 밝기 구성을 포함한 이미지에서 컨텐츠 자체의 정보를 분석하여 이미지를 검색하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치.
  12. 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법에 있어서,
    (a) 스케치 질의 전처리부(100)가 입력된 스케치 질의를 변형시켜 이미지 특징을 추출하는 과정;
    (b) 데이터베이스 이미지 전처리부(200)가 데이터베이스에 저장된 이미지를 변형시켜 이미지 특징을 추출하는 과정;
    (c) 유사도 측정부(300)가 상기 스케치 질의 전처리부(100) 및 데이터베이스 이미지 전처리부(200)를 통해 처리된 두 이미지의 유사도를 측정하는 과정; 및
    (d) 이미지 검색부(400)가 상기 유사도 측정부(300)를 통해 측정된 유사도를 바탕으로, 상기 데이터베이스 이미지 전처리부(200)로부터 스케치 질의와 유사도가 높은 이미지를 검색하는 과정; 을 포함하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법.
  13. 제 12 항에 있어서,
    상기 (a) 과정은,
    (a-1) 상기 스케치 질의 전처리부(100)가 사용자로부터 스케치 질의를 입력받는 단계;
    (a-2) 상기 스케치 질의 전처리부(100)가 형태학적 연산(morphological operation) 방식을 이용하여, 스케치 질의로부터 특징을 추출하기 전 스케치 질의를 변형시키는 단계; 및
    (a-3) 상기 스케치 질의 전처리부(100)가 에지 히스토그램 디스크립터(Edge Histogram Descriptor: EHD), 텐서 필드 디스크립터(Tensor field descriptor) 및 APAI(Angular partitioning of Abstract Image) 중, 어느 하나의 방법을 이용하여, 특징 추출 대상 이미지로부터 타 이미지와 명확하게 구분될 수 있는 스케치 질의 특징을 추출하는 단계; 를 포함하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법.
  14. 제 12 항에 있어서,
    상기 (b) 과정은,
    (b-1) 상기 데이터베이스 이미지 전처리부(200)가 가우시안 필터(Gaussian filter), 라플라시안 필터(Laplacian filter), 가우시안 차(Difference of Gaussian: DoG) 및 캐니 에지 검출(Canny edge detection) 중, 어느 하나를 이용하여, 저장된 검색 대상 이미지들을 변형시키는 단계; 및
    (b-2) 상기 데이터베이스 이미지 전처리부(200)가 에지 히스토그램 디스크립터(Edge Histogram Descriptor: EHD), 텐서 필드 디스크립터(Tensor field descriptor) 및 APAI(Angular partitioning of Abstract Image) 중, 어느 하나의 방법을 이용하여, 특징 추출 대상 이미지로부터 타 이미지와 명확하게 구분될 수 있는 DB 이미지의 특징을 추출하는 단계; 를 포함하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법.
  15. 제 12 항에 있어서,
    상기 (c) 과정에서,
    상기 유사도 측정부(300)가 SAD(Sum of Absolute Distance) 및 유클리드 거리(Euclidian distance) 중, 어느 하나의 방법을 이용하여, 두 개의 서로 다른 이미지로부터 추출된 특징에 대한 유사도를 측정하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법.
  16. 제 12 항에 있어서,
    상기 (d) 과정에서,
    상기 이미지 검색부(400)가 색상 및 밝기 구성을 포함한 이미지에서 컨텐츠 자체의 정보를 분석하여 이미지를 검색하는 것을 특징으로 하는 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 방법.
KR1020110125155A 2011-11-28 2011-11-28 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법 KR101326083B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110125155A KR101326083B1 (ko) 2011-11-28 2011-11-28 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110125155A KR101326083B1 (ko) 2011-11-28 2011-11-28 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법

Publications (2)

Publication Number Publication Date
KR20130059058A KR20130059058A (ko) 2013-06-05
KR101326083B1 true KR101326083B1 (ko) 2013-11-07

Family

ID=48858091

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110125155A KR101326083B1 (ko) 2011-11-28 2011-11-28 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR101326083B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150095132A (ko) * 2014-02-12 2015-08-20 에스케이플래닛 주식회사 스케치를 통한 상품 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20150100332A (ko) * 2014-02-25 2015-09-02 에스케이플래닛 주식회사 스케치 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20150101109A (ko) * 2014-02-26 2015-09-03 에스케이플래닛 주식회사 맞춤형 필터링 기능이 구비된 스케치 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11615611B2 (en) * 2017-05-02 2023-03-28 Nippon Telegraph And Telephone Corporation Signal retrieval device, method, and program
KR20190140519A (ko) * 2018-05-29 2019-12-20 삼성전자주식회사 전자 장치 및 그의 제어방법
KR102651950B1 (ko) 2018-06-27 2024-04-01 십일번가 주식회사 스케치 기반의 이미지 검색을 위한 방법 및 장치
KR101943433B1 (ko) * 2018-08-24 2019-01-29 전북대학교산학협력단 몽타주 인식을 통한 실시간 수배자 검출 시스템
CN110413824A (zh) * 2019-06-20 2019-11-05 平安科技（深圳）有限公司 一种相似图片的检索方法及装置
KR20210119743A (ko) * 2020-03-25 2021-10-06 건국대학교 산학협력단 인공 지능 기반 가상 현실 유괴범 캐릭터 생성 방법 및 장치
KR102646073B1 (ko) * 2022-12-13 2024-03-12 인하대학교 산학협력단 선박 이미지 재구성 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010092891A (ko) * 2000-03-27 2001-10-27 이성환 스케치 특징을 이용한 내용기반 영상 검색방법
KR20030062585A (ko) * 2002-01-17 2003-07-28 엘지전자 주식회사 멀티미디어 객체의 특징 기술정보 생성방법
KR20050025483A (ko) * 2003-09-08 2005-03-14 학교법인 한양학원 내용 기반 검색을 위한 개선된 질의 방법 및 그 방법을구현하기 위한 프로그램을 저장한 기록매체

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010092891A (ko) * 2000-03-27 2001-10-27 이성환 스케치 특징을 이용한 내용기반 영상 검색방법
KR20030062585A (ko) * 2002-01-17 2003-07-28 엘지전자 주식회사 멀티미디어 객체의 특징 기술정보 생성방법
KR20050025483A (ko) * 2003-09-08 2005-03-14 학교법인 한양학원 내용 기반 검색을 위한 개선된 질의 방법 및 그 방법을구현하기 위한 프로그램을 저장한 기록매체

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
이상봉 외2, "스케치 질의를 통한 웹기반 영상 검색과 분류 시스템", 정보과학회논문지, 소프트웨어 및 응용 제30권 제7·8호, 2003.8, 703~712. *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150095132A (ko) * 2014-02-12 2015-08-20 에스케이플래닛 주식회사 스케치를 통한 상품 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR102213856B1 (ko) 2014-02-12 2021-02-08 에스케이플래닛 주식회사 스케치를 통한 상품 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20150100332A (ko) * 2014-02-25 2015-09-02 에스케이플래닛 주식회사 스케치 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR102213861B1 (ko) * 2014-02-25 2021-02-08 에스케이플래닛 주식회사 스케치 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20150101109A (ko) * 2014-02-26 2015-09-03 에스케이플래닛 주식회사 맞춤형 필터링 기능이 구비된 스케치 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR102207514B1 (ko) 2014-02-26 2021-01-26 십일번가 주식회사 맞춤형 필터링 기능이 구비된 스케치 검색 시스템, 사용자 장치, 서비스 제공 장치, 그 서비스 방법 및 컴퓨터 프로그램이 기록된 기록매체

Also Published As

Publication number Publication date
KR20130059058A (ko) 2013-06-05

Similar Documents

Publication Publication Date Title
KR101326083B1 (ko) 스케치 질의를 사용하는 콘텐츠 기반 이미지 검색기에서의 질의 이미지 및 검색 대상 영상의 전처리 장치 및 그 방법
US8775401B2 (en) Shape based picture search
US9507803B2 (en) Visual search using multiple visual input modalities
US9773023B2 (en) Image selection using automatically generated semantic metadata
Mandloi A survey on feature extraction techniques for color images
Kalaiarasi et al. Clustering of near duplicate images using bundled features
KR20130098771A (ko) 변형 가능한 압축 지역 서술자를 이용한 영상 인식 장치 및 방법
Wankhede et al. A different image content-based retrievals using OCR techniques
Ren et al. How important is location information in saliency detection of natural images
Chivadshetti et al. Content based video retrieval using integrated feature extraction and personalization of results
Seddati et al. DeepSketch2Image: deep convolutional neural networks for partial sketch recognition and image retrieval
US20160283520A1 (en) Search device, search method, and computer program product
Springmann et al. QbS: searching for known images using user-drawn sketches
Singh et al. Semantics Based Image Retrieval from Cyberspace-A Review Study.
Mourato et al. Clip art retrieval using a sketch Tablet application
Zhou et al. Guess what you draw: interactive contour-based image retrieval on a million-scale database
Banerjee et al. Video text localization using wavelet and shearlet transforms
Prajapati et al. Sketch based image retrieval system for the web-a survey
Wang et al. Sketch-based image retrieval using hierarchical partial matching
Yadav et al. An Efficient Content Based Image Retrieval using Statistical Soft Computing and Texture Features
KUMARI et al. An Efficient Approach for Image Retrieval using Feature Based Algorithms
Kawamura et al. Navilog: A museum guide and location logging system based on image recognition
Sajilal Content-based Image Retrieval
Soysal et al. Weighted feature fusion for content-based image retrieval
Kapadia et al. Hybrid approach for effective Feature extraction technique in Content based image retrieval: a Survey

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161019

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20171024

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20181015

Year of fee payment: 6

R401 Registration of restoration