다계층 SVM기반의 가중치화된 특징모델링을 이용한 자동 이미지 주석 생성 기법

Abstract

많은 사용자들이 이미지를 검색 할 때 “키워드”를 이용하여 검색하기를 원한다. 하지만 대다수의 “키워드”를 이용하여 검색하는 검색 시스템들은 사람이 수동으로 이미지의 내용을 기술하여 검색 하거나 질의 이미지를 이용하여 검색해야 했다. 최근 들어서 자동으로 이미지의 내용을 기술하고 이를 이용하는 검색 시스템들이 등장하기 시작했다. 하지만 아직 검색시스템으로 사용하기엔 정확도가 충분하지 않다 따라서 본 논문에서는 다계층 SVM(υ-SVM과 C-SVM)과 가중치화된 특징모델링을 이용하여 자동으로 이미지의 주석을 생성하는 기법을 제안한다. 본 논문에서 제안하는 기법에서 주석의 정확도를 높이기 위해서 가중치화된 유사도 알고리즘을 이용한 필터의 개념을 적용하여 주석의 정확도를 높였다. 필터를 사용함으로써 특히 많은 수의 클래스를 인식할 때 정확도가 향상됐다. 실험을 통해서 본 논문에서 제안된 방법이 많은 수의 클래스를 인식할 때 정확도가 향상된 것을 보였다`; Many users of image retrieval systems would prefer to queries using "keywords". But keyword based image retrieval system always annotate by human. It's very time consumable work. Recently image retrieval systems provide automatic image annotation using there method. But image retrieval systems wouldn't provide high accuracy of retrieval using automatic image annotation. In this paper, I propose automatic image annotation using the weighted feature modeling based on Multi-layer SVMs for high accuracy. And filter using weighted similarity measure for the annotation of accuracy. Specially proposed method enhanced accuracy in many class of image annotation. I have demonstrated that my approach is very effective to identify image for annotation in many class of image annotation.