체인코드와 기하학적 복잡도 지수에 기반한 가중치 형태 검색 (Adaptive Shape Retrieval based on Weighted Chaincode and Geometric Complexity Indices)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 20권 / 10호 / 127 ~ 134페이지
· 저자명 : 박종안, 천종훈, 강성관, 안영은, 이용은

초록

인간의 시각 구조가 일차적으로 객체의 형태 속성에 근거하여 사물을 인식하므로 형태 검색이 CBIR에서 광범위하게 사용된다. 본 연구에서의 제안한 영상검색 알고리즘은 먼저 질의 영상의 객체 윤곽선을 추출한 후 체인코드 변화 빈도수 대비 윤곽선 길이에 의해 체인코드 지수를 구한다. 다음으로 객체의 윤곽선 길이 대비 객체 면적에 의해 기하학적 복잡도를 구한다. 그리고 체인코드 지수와 기하학적 복잡도에 적응적 가중치를 두어 유연성을 갖도록 한다. 시뮬레이션에서는 2개의 검색 가중치를 정규화하고 ±0.02 간격으로 상호 순환적으로 적용하여 객체에 대한 최적 가중치를 구하도록 하였다. 복잡한 영상에서의 검색 결과는 복잡도의 가중치를 크게 산정하면 리콜률과 정확도가 높아지고 복잡도가 낮은 영상의 검색 결과는 체인코드 지수의 가중치를 크게 산정할 때가 리콜률과 정확도가 높아지는 것을 나타내었다.

영어초록

Since the human visual structure primarily recognizes the objects based on the shape feature of objects, the shape retrieval is widely used in CBIR. The image retrieval algorithm proposed in this study first extracts the object contour of the query image, obtains the chaincode index by contour length versus chaincode change frequency, and obtains the geometric complexity by object area versus contour length. In addition, the chaincode index and the geometric complexity are adaptively weighted to have flexibility. In the simulation, the two retrieval weights were normalized ​​and cyclically applied at intervals of ±0.02 to obtain the optimal weight for the object. For the retrieval results in complex image, when the complexity weight was increased, the recall rate and the accuracy were increased, and for the image retrieval results with low complexity, the recall rate and the accuracy were increased when the chaincode index weight was increased.

참고자료

· 없음