Discover millions of ebooks, audiobooks, and so much more with a free trial

Only $11.99/month after trial. Cancel anytime.

이미지 검색: 시각적 데이터의 힘 활용
이미지 검색: 시각적 데이터의 힘 활용
이미지 검색: 시각적 데이터의 힘 활용
Ebook60 pages27 minutes

이미지 검색: 시각적 데이터의 힘 활용

Rating: 0 out of 5 stars

()

Read preview

About this ebook

이미지 검색이란 무엇입니까


이미지 검색 시스템은 대규모 디지털 이미지 데이터베이스에서 이미지를 탐색, 검색 및 검색하는 데 사용되는 컴퓨터 시스템입니다. 가장 전통적이고 일반적인 이미지 검색 방법은 주석 단어에 대해 검색이 수행될 수 있도록 캡션, 키워드, 제목 또는 설명과 같은 메타데이터를 이미지에 추가하는 방법을 활용합니다. 수동 이미지 주석은 시간이 많이 걸리고 힘들며 비용이 많이 듭니다. 이를 해결하기 위해 자동 영상 주석에 대한 많은 연구가 진행되어 왔다. 또한 소셜 웹 애플리케이션과 시맨틱 웹의 증가는 여러 웹 기반 이미지 주석 도구의 개발에 영감을 주었습니다.


혜택을 받는 방법


(I) 다음 주제에 대한 통찰력 및 검증:


1장: 이미지 검색


2장: 정보 검색


3장: 콘텐츠 기반 이미지 검색


4장: 자동 이미지 주석


5장: Google 이미지


6장: 이미지 메타 검색


7장: 시각적 검색 엔진


8장: 역방향 이미지 검색


9장: TinEye


10장: 이미지 컬렉션 탐색


(II) 이미지 검색에 관한 대중의 주요 질문에 답합니다.


(III) 다양한 분야에서 이미지 검색을 사용하는 실제 사례.


책의 대상


전문가, 학부 및 대학원생, 열성팬, 취미생활자, 모든 종류의 이미지 검색에 대해 기본 지식이나 정보를 넘어서고 싶은 사람들.


 


 

Language한국어
Release dateMay 5, 2024
이미지 검색: 시각적 데이터의 힘 활용

Read more from Fouad Sabry

Related to 이미지 검색

Titles in the series (100)

View More

Related ebooks

Reviews for 이미지 검색

Rating: 0 out of 5 stars
0 ratings

0 ratings0 reviews

What did you think?

Tap to rate

Review must be at least 10 words

    Book preview

    이미지 검색 - Fouad Sabry

    1 장 : 이미지 검색

    대규모 데이터베이스에서 디지털 이미지를 보고, 검색하고, 검색하려면 이미지 검색 시스템이 필요합니다. 이미지를 검색하는 대부분의 일반적이고 확립된 접근 방식은 캡션, 키워드, 제목 및 설명과 같은 메타데이터로 주석을 추가하는 데 의존합니다. 수동 이미지 주석은 비용이 많이 들고 시간이 많이 걸리는 프로세스이기 때문에 프로세스 자동화에 대한 광범위한 연구가 있었습니다. 여러 웹 기반 이미지 주석 도구도 소셜 웹 애플리케이션과 시맨틱 웹의 부상의 직접적인 결과로 개발되었습니다.

    MIT의 바니레디 프라사드(Banireddy Prasaad), 아마르 굽타(Amar Gupta), 후민 퉁(Hoo-min Toong), 스튜어트 매드닉(Stuart Madnick)은 1990년대에 최초의 마이크로컴퓨터 기반 이미지 데이터베이스 검색 시스템을 만들었습니다.

    2021년 현재 3D 이미지용 이미지 검색 시스템은 전혀 구축되지 않고 2D 이미지만 구축되었습니다.

    이미지를 찾으려면 이미지 검색이라는 데이터 검색 기술을 사용할 수 있습니다. 사용자는 키워드를 입력하거나, 이미지 파일/링크를 선택하거나, 이미지를 클릭하여 이미지 검색을 수행할 수 있습니다. 그러면 시스템은 사용자의 선택과 유사한 결과를 반환합니다. 메타 태그, 이미지의 색상 분포, 영역/모양 속성 등은 모두 검색 기준에 사용되는 유사성 역할을 할 수 있습니다.

    이미지는 키워드, 설명 등을 포함할 수 있는 메타데이터를 기반으로 검색할 수 있습니다.

    콘텐츠 기반 이미지 검색(CBIR)이라고도 하는 이미지 검색에서 컴퓨터 비전을 사용합니다. CBIR(콘텐츠 기반 이미지 검색)의 목표는 쿼리 이미지 또는 사용자 지정 이미지 기능과 시각적 특성(질감, 색상, 모양 등)을 공유하는 이미지를 검색하여 텍스트 설명의 필요성을 제거하는 것입니다.

    색상, 질감, 모양/개체 등과 같은 이미지의 시각적 특성을 기반으로 결과를 인덱싱하는 검색 엔진이 CBIR 엔진 목록에 포함되어 있습니다.

    틀에 얽매이지 않는 탐색 전략을 사용하여 컬렉션에서 이미지를 검색합니다.

    이미지 검색 시스템 설계의 어려움을 측정하기 위해서는 이미지 데이터의 폭과 깊이를 파악하는 것이 중요합니다. 검색 엔진 디자인은 예상 사용자 수 및 해당 사용자의 인구 통계와 같은 요인의 영향을 많이 받습니다. 이 축을 따라 검색 결과를 다음과 같이 분류할 수 있습니다.

    아카이브 - 일반적으로 대량의 주제별 동종 데이터를 정형 또는 반정형 형식으로 저장합니다.

    Domain-Specific Collections는 유형이 동종이며 제한된 목표를 향해 작업하는 권한 있는 사용자만 액세스할 수 있는 컬렉션입니다. 의학 분야의 데이터베이스와 위성 이미지는 이러한 컬렉션의 두 가지 유형입니다.

    Enterprise Collection은 다양한 파일 형식을 포함하는 조직의 내부 이미지 데이터베이스를 나타냅니다. 사진을 보관하는 방법에는 여러 가지가 있습니다.

    개인 소장품은 주로 소유자가 접근 할 수 있고 크기가 작으며 일반적으로 저장 매체에 로컬로 저장되는 소장품입니다.

    월드 와이드 웹에 게시된 이미지는 월드 와이드 웹에 액세스할 수 있는 모든 사용자가 볼 수 있습니다. 대형 디스크 어레이는 일반적으로 이러한 반조직화되고 이기종이며 대규모 이미지 컬렉션을 저장하는 데 사용됩니다.

    이미지 검색 시스템의 기능을 평가하고 향상시키기 위한 워크숍이 정기적으로 개최됩니다.

    ImageCLEF는 이미지 검색 기술과 텍스트 검색

    Enjoying the preview?
    Page 1 of 1