본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

영역 기반 영상 검색을 위한 다중클래스 피드백 알고리즘
Multi-class Feedback Algorithm for Region-based Image Retrieval

고병철   (계명대학교 컴퓨터공학과UU0000145  ); 남재열   (계명대학교 컴퓨터공학과UU0000145  );
  • 초록

    본 논문에서는 영역기반 영상검색의 성능 향상을 위한 피드백 알고리즘으로 다중 클래스를 갖는 확률적 신경망(Probabilistic Neural Networks)을 이용한 방법론을 제안하고 이를 영역기반 영상 검색 시스템인 FRIP(Finding Regions In the Pictures) 시스템에 적용하였다. 본 논문에서 제안하는 피드백 알고리즘은 특정 벡터가 독립적이라는 가정을 할 필요가 없으며 보다 상세한 분류를 위해 추가적인 클래스들을 추가할 수 있도록 허용하고 있다. 또한 단지 4개 층(layer)만을 가지고 있음으로 학습을 위한 계산시간이 적게 든다는 장점이 있다. 추가적으로 다음단계에서의 성능 향상을 위해 분류 단계에서 사용자의 이전 피드백 행동을 모두 히스토리(history)로 모두 기억시켜 놓고 다음 단계를 위한 가중치 학습을 위해 사용하도록 한다. 히스토리를 사용함으로써 제안하는 알고리즘은 사용자의 주관적 의도를 보다 정확하게 파악 할 수 있을 뿐만 아니라 학습을 위해 이전 단계만을 사용 했을 때 발생할 수 있는 성능 감소를 막을 수 있다. 본 논문에서는 Corel-photo CD에서 3000장의 자연 영상을 무작위로 추출하여 기존의 방법론들과 제안하는 방법론의 성능을 측정하여 본 논문에서 제안하는 방법론이 성능이 우수함을 증명하였다.


    In this paper, we propose a new relevance feedback algorithm using Probabilistic Neural Networks(PNN) while supporting multi-class learning. Then, to validate the effectiveness of our feedback approach, we incorporate the proposed algorithm into our region-based image retrieval tool, FRIP(Finding Regions In the Pictures). In our feedback approach, there is no need to assume that feature vectors are independent, and as well as it allows the system to insert additional classes for detail classification. In addition, it does not have a long computation time for training because it only has four layers. In the PNN classification process, we store the user's entire past feedback actions as a history in order to improve performance for future iterations. By using a history, our approach can capture the user's subjective intension more precisely and prevent retrieval performance errors which originate from fluctuating or degrading in the next iteration. The efficacy of our method is validated using a set of 3000 images derived from a Corel-photo CD.


  • 주제어

    영역기반 영상 검색 .   피드백 학습 .   확률적 신경망 .   피드백 히스토리.  

  • 참고문헌 (18)

    1. M. Flickner, W.Niblack, D. Petkovic, W. Equitz and R. Barber. 'Efficient and Effective Querying by Image Content,' Research Report #RJ 9203(81511), IBM Almanden Research Center, San Jose, 1993 
    2. M. Carson, S. Thomas, J M. Belongie, and J Malik. 'Blobworld : A system for region-based image indexing and retrieval,' In Proc. Int. Conf. Visual Inf Sys,.l999 
    3. Y. Hibner, L. J Guibas, and C. Tomasi, 'The earth mover's distance, multi-dimensional scaling, and color-based image retrieval,' Proceeding of the ARPA Image Understanding Workshop, pp.661-668. May, 1997 
    4. B.C. Ko, J. Peng, and H Byun, 'Region-Based Irrage Retrieval Using Probabilistic Feature Relevance Feedback,' Pattern Analysis and Applioation(PAA), Vol.4, pp.174-184, 2001 
    5. J. Peng, B. Bhanu, and S. Qing, 'Probabilistic Feature Relevance Learning for Content-Based Image Retrieval,' Computer Vision and Image Understanding, Vol.75, No.l/2, pp.150-164. 1999 
    6. Y. Rui, T. S. Huang, M Ortega and S. Mehrotra, 'Relevance Feedback: A Power Tool for Interactive Content-Based Image Retrieval,' IEEE Trans. on Circuits and Systems for Video Technology, Vol.8, No.5, pp.644-655, Sept., 1998 
    7. J.J. Rocchio, 'Relevance feedback in information retrieval,' In Gerard Salton, editor, The SMART Retrieval System-Experiments in Automatic Document Processing, pp.313-323, Prentice Hall, Englewood Cliffs, N,J., 1971 
    8. Y. Ishikawa, R. Subramanya, and C. Faloutsos, 'Mindreader : Query Databases through Multiple Examples,' In proceeding of the 24th VLDB Conference, New York, 1998 
    9. B. C. Ko, H Byun, 'FRIP: A Region-based Image Retrieval Tool Using Automatic Image Segmentation and Stepwise Boolean AND Matching,' IEEE Transaction on Multimedia, Vol.7. Issue 1, pp.105-113, Feb., 2005 
    10. Y. Rui and T. Huang, 'Optimizing Learning in Image Retrieval,' IEEE Int. Conference on Computer Vision and Pattern Recognition, June, 2000 
    11. N. Vasconcelos and A Iipprmn, 'Bayesian Relevance Feedback for Content-Based Image Retrieval,' IEEE Workshop on Content-based Access of Image and Video libraries, pp.63-67,2000 
    12. C. Meilhac and C. Naster, 'Relevance Feedback and Category Search in Image Databases,' IEEE Int. Conference on Multimedia Computing and Systems, pp.512-517, 1999 
    13. S. D. Macarhur, C. E. Bradley, and en Shyu, 'Relevance Feedback Decision Trees in Content-Based Image Retrieval,' IEEE Workshop on Content-based Access of Image and Video Libraries, pp.68-72, 2000 
    14. P. Hong, Q. Tian, T. S. Huang, 'Incorporate support vector machines to content-based image retrieval with relevance feedback,' IEEE Int. Conference on Image Processing, pp.750-753, 2000 
    15. D. F. Specht, 'Probabilistic Neural Networks and Polynomial Adaline as Complementary Techniques for Classification,' IEEE Trans. on Neural Networks, Vol.1 pp.111-121, March, 1990 
    16. R. O. Duda, P. E. Hart, D. G. Stork, Pattern Classification, A Wiley- Interscience Publication, Second Edition, 2000 
    17. L. Wu, C. Faloutsos, K. Sycara, and T. R. Payne, 'FALCON,:Feedback adaptive loop for content-based retrieval,' Int. Conf. Of Very Large Database(VLDB),pp.10-14, Sept. 2000 
    18. C. Carson, S. Belongie, H. Greenspan, J. Malik, 'Blobworld : image segmentation using expectation-maximization and its application to image querying,' IEEE Trans. on Pattern Analysis and Machine Intelligence, Vol.24 No.8, pp.1026-1038, 2002 

 저자의 다른 논문

  • 고병철 (19)

    1. 2005 "대비 지도와 움직임 정보를 이용한 동영상으로부터 중요 객체 추출" 정보과학회논문지. Journal of KIISE. 소프트웨어 및 응용 32 (11): 1121~1135    
    2. 2008 "베이지안 네트워크를 이용한 자동 화재 감지 시스템" 정보처리학회논문지. The KIPS transactions. Part B. Part B b15 (2): 87~94    
    3. 2009 "퍼지 로직을 이용한 화재 불꽃 감지" 정보처리학회논문지. The KIPS transactions. Part B. Part B b16 (6): 463~470    
    4. 2009 "동적 베이지안 네트워크를 이용한 동영상 기반의 화재연기감지" 한국통신학회논문지. The Journal of Korea Information and Communications Society. 통신이론 및 시스템 34 (c4): 388~396    
    5. 2010 "퍼지 유한상태 오토마타를 이용한 화재 불꽃 감지" 정보과학회논문지. Journal of KIISE. 소프트웨어 및 응용 37 (9): 712~721    
    6. 2010 "지능형 무인 자율주행 자동차 경주대회 현황과 전망" 한국멀티미디어학회지 14 (1): 31~41    
    7. 2012 "혈관 내 초음파 영상에서 내강 경계면 자동 분할" 정보처리학회논문지. The KIPS transactions. Part B. Part B b19 (3): 201~208    
    8. 2012 "움직임 카메라 환경에서 파티클 필터를 이용한 객체 추적" 한국통신학회논문지. The journal of Korea Information and Communications Society. 무선통신 a37 (5): 375~387    
    9. 2013 "가중치 기반 Bag-of-Feature와 앙상블 결정 트리를 이용한 정지 영상에서의 인간 행동 인식" 한국통신학회논문지. The journal of Korea Information and Communications Society. 무선통신 a38 (1): 1~9    
    10. 2013 "Random Forest 분류기와 Bag-of-Feature 특징 히스토그램을 이용한 의료영상 자동 분류 및 검색" 정보처리학회논문지. KIPS transactions on software and data engineering. 소프트웨어 및 데이터 공학 2 (4): 273~280    
  • 남재열 (35)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • NDSL :
유료다운로드

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

원문복사신청을 하시면, 일부 해외 인쇄학술지의 경우 외국학술지지원센터(FRIC)에서
무료 원문복사 서비스를 제공합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기