KR19990016894A - How to search video database - Google Patents
How to search video database Download PDFInfo
- Publication number
- KR19990016894A KR19990016894A KR1019970039609A KR19970039609A KR19990016894A KR 19990016894 A KR19990016894 A KR 19990016894A KR 1019970039609 A KR1019970039609 A KR 1019970039609A KR 19970039609 A KR19970039609 A KR 19970039609A KR 19990016894 A KR19990016894 A KR 19990016894A
- Authority
- KR
- South Korea
- Prior art keywords
- image
- reference image
- database
- information
- read
- Prior art date
Links
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
Abstract
본 발명은 영상 영역화에 따른 특징벡터 를 이용하여 영상 데이터베이스에서 기준영상과 유사한 영상을 검색하기 위한 영상 데이터베이스 검색방법에 관한 것으로, 본 방법은, 소정의 기준영상이 제공되면, 제공된 소정의 기준영상에 대해 색신호를 기준으로 분리한 영역을 추출하는 단계; 영역추출단계에서 추출된 각 영역의 면적 및 색벡터를 이용하여 소정의 기준영상에 대한 특징벡터를 형성하는 단계; 데이터베이스화되어 있는 영상정보중 하나의 영상에 대한 특징벡터를 독출하는 단계; 기준영상에 대한 특징정보와 독출단계에서 독출된 특징정보를 이용하여 기준영상과 독출된 특징정보에 대응되는 영상간의 유사도를 구하는 단계; 유사도를 소정의 임계값과 비교하는 단계; 비교단계 수행결과, 유사도가 소정의 임계값보다 큰 경우에는 독출된 특징정보에 대응되는 영상이 기준영상과 유사한 것으로 판단하여 출력을 결정하는 단계;다음 순번으로 독출될 데이터베이스화되어 있는 영상정보에 대한 특징벡터가 존재하는 지를 체크하는 제 2 체크단계; 제 2 체크단계 수행결과, 존재하는 경우에는 독출단계 내지 제 2 체크단계를 반복 수행하는 단계; 제 2 체크단계 수행결과, 존재하지 않는 경우에는, 출력결정단계에서 결정된 영상이 순차적으로 출력되도록 제어하는 단계를 포함하여 수행된다.The present invention relates to an image database retrieval method for retrieving an image similar to a reference image from an image database using a feature vector according to image segmentation. The present invention provides a predetermined reference image provided when a predetermined reference image is provided. Extracting a region separated based on a color signal with respect to the; Forming a feature vector for a predetermined reference image using the area and color vector of each region extracted in the region extraction step; Reading a feature vector of one image from among database image information; Obtaining a similarity between the reference image and the image corresponding to the read feature information by using the feature information on the reference image and the feature information read in the reading step; Comparing the similarity with a predetermined threshold; Determining that the image corresponding to the read feature information is similar to the reference image when the similarity is greater than a predetermined threshold as a result of performing the comparing step; determining output according to the database information to be read out next in sequence; A second checking step of checking whether a feature vector exists; As a result of performing the second check step, repeating the reading step to the second check step if present; As a result of performing the second check step, if it does not exist, the step of controlling the images determined in the output determination step are sequentially output.
Description
본 발명은 영상 데이터베이스 검색방법에 관한 것으로서, 특히, 영상 영역화에 따른 특징벡터를 이용하는 영상 데이터베이스 검색방법에 관한 것이다.The present invention relates to an image database search method, and more particularly, to an image database search method using a feature vector according to image segmentation.
현재 제안되고 있는 영상 데이터베이스 검색기법은 크게 2가지로 분류된다. 즉, 인덱스정보 등을 이용하여 영상을 검색하는 문자기반(Context Based)검색기법류와 이미지정보를 이용하여 영상을 검색하는 영상기반(Content Based)검색기법류가 그것이다. 전자의 경우에는 여러 가지 장점을 가지고 있기는 하나 분류기준이 애매하여 서지화 과정이 어려운 단점이 있는 반면에 후자의 경우에는 칼라정보를 이용하므로 상술한 문자기반 검색기법류에서의 단점을 보완할 수 있어 최근 각광받는 기법이다. 따라서 영상기반검색기법류에 해당되는 다양한 검색기법들이 개발되고 있는 추세이다.Currently proposed image database retrieval methods are largely classified into two types. That is, a context based search technique for searching an image using index information and the like, and a content based search technique for searching an image using image information. Although the former has various advantages, the classification criteria are ambiguous and the bibliographical process is difficult. On the latter, color information is used to compensate for the shortcomings in the aforementioned character-based retrieval techniques. It is a technique recently attracting attention. Therefore, various search techniques corresponding to image-based search techniques are being developed.
본 발명은 상술한 추세에 따라 안출된 것으로, 영상 영역화에 따른 특징벡터 를 이용하여 영상 데이터베이스에서 기준영상과 유사한 영상을 검색하기 위한 영상 데이터베이스 검색방법을 제공하는 데 그 목적이 있다.An object of the present invention is to provide an image database retrieval method for retrieving an image similar to a reference image from an image database using a feature vector according to image segmentation.
상기 목적을 달성하기 위하여 본 발명에 따른 영상 데이터베이스 검색방법은, 다수의 영상정보를 데이터베이스화하여 저장하고 있는 시스템에서 소정의 기준영상과 유사한 영상을 데이터베이스화되어 저장되어 있는 영상정보에서 검색하기 위한 영상 데이터베이스 검색방법에 있어서, 사용자로부터 영상 데이터베이스 검색이 요구되면, 소정의 기준영상이 제공되었는 지를 체크하는 제 1 체크단계; 체크단계 수행결과 소정의 기준영상이 제공된 것으로 판단되면, 제공된 소정의 기준영상에 대해 색신호를 기준으로 분리한 영역을 추출하는 단계; 영역추출단계에서 추출된 각 영역의 면적 및 색벡터를 이용하여 소정의 기준영상에 대한 특징벡터를 형성하는 단계; 데이터베이스화되어 있는 영상정보중 하나의 영상에 대한 특징벡터를 독출하는 단계; 기준영상에 대한 특징정보와 독출단계에서 독출된 특징정보를 이용하여 기준영상과 독출된 특징정보에 대응되는 영상간의 유사도를 구하는 단계; 유사도를 소정의 임계값과 비교하는 단계; 비교단계 수행결과, 유사도가 소정의 임계값보다 큰 경우에는 독출된 특징정보에 대응되는 영상이 기준영상과 유사한 것으로 판단하여 출력을 결정하는 단계;다음 순번으로 독출될 데이터베이스화되어 있는 영상정보에 대한 특징벡터가 존재하는 지를 체크하는 제 2 체크단계; 제 2 체크단계 수행결과, 존재하는 경우에는 독출단계 내지 제 2 체크단계를 반복 수행하는 단계; 제 2 체크단계 수행결과, 존재하지 않는 경우에는, 출력결정단계에서 결정된 영상이 순차적으로 출력되도록 제어하는 단계를 포함하여 수행되는 것을 특징으로 한다.In order to achieve the above object, the image database retrieval method according to the present invention is an image for retrieving images similar to a predetermined reference image from the image information stored in a database in a system storing and storing a plurality of image information in a database. A database search method, comprising: a first checking step of checking whether a predetermined reference image is provided when an image database search is requested from a user; If it is determined that a predetermined reference image is provided as a result of the checking step, extracting a region separated based on a color signal with respect to the provided predetermined reference image; Forming a feature vector for a predetermined reference image using the area and color vector of each region extracted in the region extraction step; Reading a feature vector of one image from among database image information; Obtaining a similarity between the reference image and the image corresponding to the read feature information by using the feature information on the reference image and the feature information read in the reading step; Comparing the similarity with a predetermined threshold; Determining that the image corresponding to the read feature information is similar to the reference image when the similarity is greater than a predetermined threshold as a result of performing the comparing step; determining output according to the database information to be read out next in sequence; A second checking step of checking whether a feature vector exists; As a result of performing the second check step, repeating the reading step to the second check step if present; As a result of performing the second check step, if it does not exist, the method includes controlling to sequentially output the images determined in the output determination step.
도 1은 본 발명에 따른 영상 데이터베이스 검색방법을 수행하기 위한 시스템 블럭도,1 is a system block diagram for performing a video database search method according to the present invention;
도 2는 본 발명에 따른 영상 데이터베이스 검색방법에 대한 흐름도.2 is a flowchart illustrating a video database search method according to the present invention;
* 도면의 주요부분에 대한 부호의 설명* Explanation of symbols for main parts of the drawings
100:기준영상 제공부 110:명령인가부100: reference image providing unit 110: command authorization unit
120:프로세서 130:제 1 데이터베이스120: Processor 130: First database
140:제 2 데이터베이스140: second database
본 발명의 상술한 목적 및 기타 목적과 여러 가지 장점은 이 기술 분야에 숙련된 사람들에 의해 첨부된 도면을 참조하여 하기에 기술되는 발명의 바람직한 실시예로부터 더욱 명확하게 될 것이다.The above and other objects and various advantages of the present invention will become more apparent from the preferred embodiments of the invention described below with reference to the accompanying drawings by those skilled in the art.
이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세하게 설명하기로 한다.Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명에 따른 영상 데이터베이스 검색방법을 수행하기 위한 시스템블럭도로서, 기준영상 제공부(100), 사용자의 명령을 인가하기 위한 명령인가부(110), 본 발명에 따른 방법으로 영상 데이터베이스에 저장되어 있는 영상중 기준영상과 유사한 영상을 검색할 수 있도록 동작되는 프로세서(120), 시스템에 저장되어 있는 N개의 영상에 대해 영상영역화에 따른 특징벡터를 데이터베이스화하여 저장하고 있는 제 1 데이터베이스(130), 제 1 데이터베이스(130)에 저장되어 있는 특징벡터에 대응되는 N개의 영상형태의 정보를 데이터베이스화하여 저장하고 있는 제 2 데이터베이스(140)로 구성된다.1 is a system block diagram for performing a method for searching an image database according to the present invention, the reference image providing unit 100, a command application unit 110 for applying a user's command, and an image database using the method according to the present invention. A processor 120 operable to search for an image similar to the reference image among the images stored in the first database, and a first database storing and storing feature vectors according to image regionization for N images stored in the system. 130, the second database 140 stores database information of N image types corresponding to the feature vectors stored in the first database 130.
도 2 는 본 발명에 따른 영상 데이타베이스 검색방법에 대한 흐름도이다.2 is a flowchart illustrating an image database searching method according to the present invention.
그러면 도 1을 참조하여 도 2에 도시된 흐름도의 동작을 상세하게 설명하기로 한다.Next, the operation of the flowchart shown in FIG. 2 will be described in detail with reference to FIG. 1.
우선, 제 201 단계에서 프로세서(120)는 사용자 명령인가부(110)를 통해 영상 데이터베이스(DB라고도 함) 검색요구명령이 인가되었는 지를 체크한다. 체크결과, 영상 데이터베이스 검색요구명령이 인가되었으면, 제 202 단계로 진행되어 기준영상 제공부(100)를 통해 소정의 기준영상이 전송되었는 지를 체크한다. 여기서 기준영상 제공부(100)는 스캐너와 같이 기존에 사용되고 있는 영상제공장치와 동일하게 구성되어 사용자가 지정한 영상을 기준영상으로서 제공한다.First, in step 201, the processor 120 checks whether an image database (also called a DB) search request command is authorized through the user command applier 110. As a result of the check, if the image database search request command is authorized, the process proceeds to step 202 to check whether a predetermined reference image is transmitted through the reference image providing unit 100. Here, the reference image providing unit 100 is configured in the same manner as the image providing apparatus used in the past, such as a scanner, and provides a user-specified image as a reference image.
제 202 단계의 체크결과, 기준영상이 제공되었으면, 프로세서(120)는 제 203 단계로 진행되어 인가된 기준영상에 대한 영역을 추출한다. 영역추출은 영역확장(Region Growing)기법으로 동일한 색을 가진 영역을 추출하는 방식으로 이루어진다. 즉, 몇 개의 시작점으로부터 출발하여 유사한 색을 갖는 주변 화소들을 합쳐가면서 영역을 추출한다. 이 때 몇 개의 시작점은 명령인가부(110)를 통해 사용자가 지정한다. 이와 같이 추출된 영역정보는 각 영역에 포함되는 화소수에 의해 결정되는 면적(또는 크기)과 색벡터로 이루어진다. 예를 들어, 해당 영역에 포함되어 있는 화소수가 20개인 경우에 해당 영역의 면적은 20이 되고, 밝기레벨이 10인 경우에는 색벡터는 10이 된다. 이와 같이 기준영상에 대한 영역이 추출되면, 프로세서(120)는 제 204 단계로 진행된다.If the reference image is provided as a result of the check in step 202, the processor 120 proceeds to step 203 to extract a region for the applied reference image. Region extraction is performed by extracting regions with the same color by Region Growing. In other words, the region is extracted by combining neighboring pixels having similar colors starting from several starting points. At this time, several start points are designated by the user through the command applier 110. The extracted region information is composed of an area (or size) and a color vector determined by the number of pixels included in each region. For example, when the number of pixels included in the region is 20, the area of the region is 20, and when the brightness level is 10, the color vector is 10. When the area of the reference image is extracted as described above, the processor 120 proceeds to step 204.
제 204 단계에서 프로세서(120)는 추출된 영역을 면적을 기준으로 소팅(Sorting)한다. 그리고 제 205 단계로 진행되어 기준영상에 대한 특징벡터를 수학식 1과 같이 형성한다.In operation 204, the processor 120 sorts the extracted region based on the area. In operation 205, the feature vector of the reference image is displayed. Is formed as in Equation 1.
수학식 1에 의하면 기준영상은 N개의 영역으로 분리되고, 1부터 N은 소팅된 순서이다. 즉,은 소팅시 첫 번째 순위에 해당되는 영역의 면적에 해당되고,는 두 번째 순위에 해당되는 영역의 면적에 해당된다. 그리고은 상술한 첫 번째 순위에 해당되는 영역의 색벡터(또는 색레벨)에 해당되고,는 상술한 두 번째 순위에 해당되는 영역의 색벡터에 해당된다.According to Equation 1, the reference image is divided into N regions, and 1 to N are in sorted order. In other words, Corresponds to the area of the area that corresponds to the first position when sorting, Corresponds to the area of the area corresponding to the second rank. And Is the color vector (or color level) of the area corresponding to the first rank described above, Corresponds to the color vector of the region corresponding to the second rank described above.
그 다음 제 206 단계로 진행되어 제 1 데이터베이스(130)로부터 하나의 영상에 대한 특징벡터를 독출한다. 이 때 독출 순서는 저장된 순서대로 순차적으로 독출되고, 독출되는 특징벡터는 상술한 수학식 1에서와 같이 해당 영상에 대한 영역별 면적과 색벡터로 이루어진다.In operation 206, the feature vector of one image is read from the first database 130. At this time, the reading order is sequentially read in the stored order, and the read feature vector includes an area and a color vector for each region of the corresponding image as shown in Equation 1 above.
제 1 데이터베이스(130)로부터 하나의 영상에 대한 특징벡터가 독출되면, 프로세서(120)는 제 207 단계로 진행되어 기준영상에 대한 특징벡터와 독출된 특징벡터를 이용하여 수학식 2와 같이 유사도(s)를 구한다. 수학식 2에서는 기준영상에 대한 영역별 면적에 대한 특징벡터이고,는 독출된 영역별 면적에 대한 특징벡터이고,는 기준영상에 대한 영역별 색벡터이고,는 독출된 영역별 색벡터에 해당되는 특징벡터이고, α는 가중치이다.When the feature vector of one image is read from the first database 130, the processor 120 proceeds to step 207 to obtain a similarity as shown in Equation 2 using the feature vector and the read feature vector of the reference image. s) In equation (2) Is the feature vector for the area of each area of the reference image, Is the feature vector for the area of each region read out, Is the area-specific color vector for the reference image, Is a feature vector corresponding to the read color vector of each area, and α is a weight.
수학식 2에 의해 하나의 영상과 기준영상에 대한 유사도가 구해지면, 제 208 단계로 진행되어 소정의 임계값과 구해진 유사도 s를 비교한다. 비교결과, 소정의 임계값()보다 유사도 s가 크면 기준영상과 해당 영상이 유사한 영상인 것으로 판단하여 제 209 단계로 진행되어 해당 영상에 대한 출력을 결정한다. 그 다음 제 210 단계로 진행된다.When the similarity between the one image and the reference image is obtained by Equation 2, the process proceeds to step 208 and a predetermined threshold value is obtained. Compare with the similarity s obtained. As a result of the comparison, a predetermined threshold ( If the similarity s is greater than), it is determined that the reference image and the corresponding image are similar images, and the flow proceeds to step 209 to determine the output of the corresponding image. The process then proceeds to step 210.
제 210 단계에서 프로세서(120)는 제 1 데이터베이스(130)로부터 다음 순번으로 독출할 특징벡터가 존재하는 체크한다. 체크결과, 다음 순번으로 독출한 특징벡터가 존재하는 경우에는 제 206 단계로 진행되어 다음 순서에 해당되는 영상의 특징벡터를 제 1 데이터베이스(130)로부터 독출하여 상술한 방식에 의해 기준영상과의 유사도 여부를 체크한다. 이 때 다음 순번으로 독출한 특징벡터의 존재유무는 제 206 단계에서 독출된 특징벡터의 순번에 의해 파악되도록 구현될 수 있다.In operation 210, the processor 120 checks whether a feature vector to be read next from the first database 130 exists. As a result of the check, if there is a feature vector to be read in the next sequence, the process proceeds to step 206 and the feature vector of the image corresponding to the next sequence is read from the first database 130 and is similar to the reference image by the above-described method. Check whether or not. At this time, the presence or absence of the feature vector read out in the next order may be implemented to be identified by the sequence number of the read feature vector in step 206.
그러나 제 210 단계의 체크결과, 다음 순번으로 독출할 특징벡터가 존재하지 않는 경우에는 제 211 단계로 진행된다. 제 211 단계에서 프로세서(120)는 제 209 단계에서 출력결정된 모든 영상이 순차적으로 출력될 수 있도록, 출력이 결정된 영상에 대한 특징정보를 제 1 데이터 베이스(130)로 순차적으로 전송한다. 이에 따라 제 1 데이터베이스(130)는 순차적으로 인가되는 특징정보에 대응되는 영상정보가 제 2 데이터베이스(140)로부터 순차적으로 독출되어 출력될 수 있도록 해당 어드레스정보를 제 2 데이터베이스(140)로 전송한다. 따라서 제 2 데이터베이스(140)는 해당 영상을 순차적으로 출력하고 작업을 종료하게 된다.However, if there is no feature vector to be read in the next order as a result of the check in step 210, the process proceeds to step 211. In operation 211, the processor 120 sequentially transmits feature information about the output-determined image to the first database 130 so that all the images determined in operation 209 may be sequentially output. Accordingly, the first database 130 transmits the corresponding address information to the second database 140 so that image information corresponding to the sequentially applied feature information can be sequentially read and output from the second database 140. Therefore, the second database 140 sequentially outputs the corresponding images and ends the work.
이 때, 순차적으로 출력되는 영상의 수는 제 209 단계에서 출력이 결정되는 영상의 수로서, 전혀 존재하지 않을 수도 있고, 적어도 1개 이상 존재할 수도 있다. 만약 제 209 단계에서 출력이 결정된 영상이 전혀 존재하지 않을 경우에, 제 211 단계에서 출력되는 영상은 전혀 존재하지 않고, 대신 사전에 프로세서(120)에 준비되어 있던 에러메시지나 전혀 유사한 영상이 존재하지 않음을 알리는 메시지가 출력되도록 구현될 수도 있다.In this case, the number of sequentially output images is the number of images for which the output is determined in step 209, and may not exist at all, or may exist at least one. If there is no image determined to be output in step 209, the image output in step 211 does not exist at all, and instead, there is no error message or similar image previously prepared in the processor 120. It can also be implemented to output a message indicating that not.
한편, 제 208 단계의 체크결과, 해당 유사도가 소정의 임계값보다 크지 않은 것으로 판단되면, 해당 영상은 기준영상과 유사하지 않은 영상으로 인식되어 무시하고, 제 212 단계로 진행되어 제 210 단계에서와 같이 다음 순번으로 독출할 특징벡터가 제 1 데이터베이스(130)에 존재하는 지를 체크한다.On the other hand, if it is determined in step 208 that the similarity is not greater than a predetermined threshold value, the corresponding image is recognized as an image that is not similar to the reference image and ignored. Likewise, it is checked whether the feature vector to be read in the next order exists in the first database 130.
제 212 단계의 체크결과, 다음 순번으로 독출한 특징벡터가 존재하는 경우에는 제 206 단계로 리턴되어 상술한 과정을 반복 수행한다. 그러나 제 212 단계의 체크결과, 다음 순번으로 독출할 특징벡터가 존재하지 않는 경우에는 제 211 단계로 진행되어 상술한 바와 같이 출력이 결정된 모든 영상이 순차적으로 출력될 수 있도록 처리한다.As a result of the check in step 212, if there is a feature vector read in the next order, the process returns to step 206 to repeat the above-described process. However, if there is no feature vector to be read in the next order as a result of the check in step 212, the process proceeds to step 211 to process all the images in which the output is determined as described above.
이상에서 설명한 바와 같이 본 발명은 영상에 대한 영역화에 따라 구해진 영역의 면적과 색벡터로 이루어진 특징벡터를 이용하여 원하는 영상을 데이터베이스로부터 검색할 수 있도록 구현함으로써, 좀더 다양한 영상 기반 검색기법을 제공할 수 있는 효과가 있다.As described above, the present invention can provide a variety of image-based retrieval techniques by implementing a search for a desired image from a database using a feature vector consisting of the area and color vector of the area obtained according to the region of the image. It can be effective.
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019970039609A KR19990016894A (en) | 1997-08-20 | 1997-08-20 | How to search video database |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1019970039609A KR19990016894A (en) | 1997-08-20 | 1997-08-20 | How to search video database |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR19990016894A true KR19990016894A (en) | 1999-03-15 |
Family
ID=66046981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1019970039609A KR19990016894A (en) | 1997-08-20 | 1997-08-20 | How to search video database |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR19990016894A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100616229B1 (en) * | 1999-09-16 | 2006-08-25 | 주식회사 팬택앤큐리텔 | Method and Apparatus for retrieving of texture image |
| KR100653026B1 (en) * | 1999-11-30 | 2006-11-30 | 주식회사 팬택앤큐리텔 | Apparatus and method for retrieving an arbitrary shaped texture |
| KR100824698B1 (en) * | 2006-08-25 | 2008-04-24 | 인하대학교 산학협력단 | Region Weighting Mehtod Based on Spatial Location Informaiton for Relevance Feedback in Image Search Engine |
| KR100895534B1 (en) * | 2007-06-04 | 2009-04-30 | 인하대학교 산학협력단 | A region based image retrieval method using region weights |
| KR100981125B1 (en) * | 2008-06-02 | 2010-09-10 | (주)엔써즈 | method of processing moving picture and apparatus thereof |
| KR101027159B1 (en) * | 2008-07-28 | 2011-04-05 | 뮤추얼아이피서비스(주) | Apparatus and method for target video detecting |
| KR101068016B1 (en) * | 2011-05-04 | 2011-09-26 | 한국과학기술원 | Method and apparatus for content-based image retrieval which is robust against resizing, rotation, and cropping |
-
1997
- 1997-08-20 KR KR1019970039609A patent/KR19990016894A/en not_active Application Discontinuation
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100616229B1 (en) * | 1999-09-16 | 2006-08-25 | 주식회사 팬택앤큐리텔 | Method and Apparatus for retrieving of texture image |
| KR100653026B1 (en) * | 1999-11-30 | 2006-11-30 | 주식회사 팬택앤큐리텔 | Apparatus and method for retrieving an arbitrary shaped texture |
| KR100824698B1 (en) * | 2006-08-25 | 2008-04-24 | 인하대학교 산학협력단 | Region Weighting Mehtod Based on Spatial Location Informaiton for Relevance Feedback in Image Search Engine |
| KR100895534B1 (en) * | 2007-06-04 | 2009-04-30 | 인하대학교 산학협력단 | A region based image retrieval method using region weights |
| KR100981125B1 (en) * | 2008-06-02 | 2010-09-10 | (주)엔써즈 | method of processing moving picture and apparatus thereof |
| KR101027159B1 (en) * | 2008-07-28 | 2011-04-05 | 뮤추얼아이피서비스(주) | Apparatus and method for target video detecting |
| US8111951B2 (en) | 2008-07-28 | 2012-02-07 | Mutual Ip Services, Inc. | Apparatus and method for detecting target image |
| KR101068016B1 (en) * | 2011-05-04 | 2011-09-26 | 한국과학기술원 | Method and apparatus for content-based image retrieval which is robust against resizing, rotation, and cropping |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100339446B1 (en) | Address recognition apparatus and method | |
| US7031555B2 (en) | Perceptual similarity image retrieval | |
| US7184100B1 (en) | Method of selecting key-frames from a video sequence | |
| US6389417B1 (en) | Method and apparatus for searching a digital image | |
| US5579408A (en) | Character recognition method and apparatus | |
| EP0854433A2 (en) | Caption and photo extraction from scanned document images | |
| US5999653A (en) | Fast techniques for searching images using the Hausdorff distance | |
| KR960002079A (en) | Image recognition device and method | |
| US7277584B2 (en) | Form recognition system, form recognition method, program and storage medium | |
| JPS6184785A (en) | Image recognition system and operation thereof | |
| JP2000132690A (en) | Image processing method and image processor using image division by making token | |
| JP2001265811A (en) | System and method for image retrieval | |
| US6327382B1 (en) | Image processing method and apparatus and storage medium therefor | |
| KR960025220A (en) | Character recognition method and device based on 0-1 pattern representation of histogram of character image | |
| KR19990016894A (en) | How to search video database | |
| JP4632830B2 (en) | Image search method and image search apparatus | |
| KR100229810B1 (en) | Method for searching image database | |
| JPH08263522A (en) | Image retrieving method | |
| CN107886102B (en) | Adaboost classifier training method and system | |
| KR100263536B1 (en) | A new method of image data retrieval using color feature vector | |
| JPH0744656A (en) | Handwritten character recognizing device | |
| JPH10171831A (en) | Device for retrieving image file | |
| KR100210400B1 (en) | Method of classifying range images by quadtree | |
| JPH11102439A (en) | Method and device for retrieving object in image | |
| CN116542236A (en) | Method and system for segmenting electronic text articles based on catalogue |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |