1 |
1
검색 시스템이 데이터베이스에 저장된 하나 이상의 데이터베이스 이미지에서 쿼리이미지 또는 검색 키워드에 대응되는 이미지를 검색하는 방법에 있어서, 하나 이상의 태그가 맵핑된 상기 데이터베이스 이미지로부터 하나 이상의 시각 단어 및 하나 이상의 텍스트 단어를 획득하는 전처리 단계;상기 시각 단어와 상기 텍스트 단어를 이용하여 주제별 시각 단어 분포(), 주제별 텍스트 단어 분포() 및 배경의 시각 단어 분포()를 포함하는 배경분포 토픽모델의 모델 파라미터를 추정하는 단계;상기 추정된 모델 파라미터를 포함하는 상기 배경분포 토픽모델을 이용하여 상기 데이터베이스 이미지의 주제 분포()를 모델링하는 단계;상기 주제별 텍스트 단어 분포()와 이미지 내 주제 비율()을 이용하여 상기 데이터베이스 이미지에 대한 상기 태그의 상응도를 산출하고, 그에 따라 상기 태그를 정제하는 단계;상기 쿼리 이미지를 포함하는 검색 요청이 입력되면 상기 쿼리 이미지로부터 하나 이상의 시각 단어를 획득하고, 상기 추정된 모델 파라미터를 포함하는 상기 배경분포 토픽모델을 이용하여 상기 쿼리 이미지의 주제 분포()를 모델링하는 단계;상기 검색 키워드를 포함하는 검색 요청이 입력되면 상기 정제된 태그와 상기 검색 키워드의 유사도를 평가하고, 상기 데이터베이스 이미지의 주제 분포()와 상기 데이터베이스에서 상기 쿼리 이미지의 주제 분포()를 이용하여 상기 데이터베이스 이미지의 유사도를 평가하는 단계; 및상기 유사도 평가 결과에 따라, 상기 쿼리 이미지 또는 상기 검색 키워드 중 적어도 하나와 유사한 데이터베이스 이미지를 유사도가 높은 순서대로 정렬하는 단계를 포함하는 이미지 검색 방법
|
2 |
2
제1항에 있어서, 상기 모델 파라미터 추정 단계는주제 분포에 할당된 시각 단어의 비율, 특정 주제(t)에서 특정 시각 단어()가 나올 확률, 특정 데이터베이스 이미지()에서 특정 주제(t)가 나올 확률을 이용하여 주제 분포에 할당된 시각 단어의 비율을 도출하는 a 단계;배경 분포에 할당된 시각 단어의 비율, 배경 단어의 확률을 이용하여 배경 분포에 할당된 시각 단어의 비율을 도출하는 b 단계;특정 주제(t)에서 텍스트 단어()가 나올 확률, 특정 데이터베이스 이미지()에서 특정 주제(t)가 나올 확률을 이용하여 상기 텍스트 단어()가 상기 특정 주제(t)에 할당될 확률을 도출하는 c 단계;상기 하나 이상의 데이터베이스 이미지에 대하여 상기 a 단계 내지 상기 c 단계를 반복적으로 수행하여, 정규화된 디리클레 파라미터인 상기 주제별 시각 단어 분포(), 상기 주제별 텍스트 단어 분포() 및 상기 배경의 시각 단어 분포()를 획득하는 모델 파라미터 획득 단계를 포함하는 이미지 검색 방법
|
3 |
3
제2항에 있어서,상기 모델 파라미터 획득 단계는상기 주제별 시각 단어 분포(), 상기 주제별 텍스트 단어 분포() 및 상기 배경의 시각 단어 분포()는 하기 수식에 따라 추정되며, 상기 수식에서 , , 는 기 설정된 디리클레 파라미터, 는 시각 단어 v가 주제 t에 할당된 횟수, 는 텍스트 단어 w가 주제 t에 할당된 횟수, 는 시각 단어 v가 배경 분포에 할당된 횟수인 이미지 검색 방법
|
4 |
4
제1항에 있어서, 상기 유사도 평가 단계는상기 데이터베이스 이미지() 각각에 대하여 쿼리 이미지()와의 유사도()를 하기 수식에 따라 계산하는 단계를 포함하고,상기 수식에서 및 는 상기 데이터베이스 이미지() 및 상기 쿼리 이미지()의 시각 정보에 각각 대응되며, 및 는 상기 데이터베이스 이미지() 및 상기 쿼리 이미지()의 텍스트 정보에 각각 대응되고, 는 미리 설정된 텍스트 유사성의 가중치를 제어하는 파라미터인 것을 특징으로 하는 이미지 검색 방법
|
5 |
5
하나 이상의 데이터베이스 이미지를 저장하는 데이터베이스;하나 이상의 태그가 맵핑된 상기 데이터베이스 이미지로부터 하나 이상의 시각 단어 및 하나 이상의 텍스트 단어를 획득하는 제 1 전처리부;상기 시각 단어와 상기 텍스트 단어를 이용하여 주제별 시각 단어 분포(), 주제별 텍스트 단어 분포() 및 배경의 시각 단어 분포()를 포함하는 배경분포 토픽모델의 모델 파라미터를 추정하고, 상기 추정된 모델 파라미터를 포함하는 상기 배경분포 토픽모델을 이용하여 상기 데이터베이스 이미지의 주제 분포()를 모델링하고, 상기 주제별 텍스트 단어 분포()와 이미지 내 특정 주제 비율()을 이용하여 상기 데이터베이스 이미지에 대한 상기 태그의 상응도를 산출하고, 그에 따라 상기 태그를 정제하는 제 1 배경분포 토픽모델링부;쿼리 이미지 또는 검색 키워드가 입력되면 상기 쿼리 이미지로부터 하나 이상의 시각 단어를 획득하고, 상기 검색 키워드로부터 하나 이상의 텍스트 단어를 획득하는 제 2 전처리부; 상기 추정된 모델 파라미터를 포함하는 상기 배경분포 토픽모델을 이용하여 쿼리 이미지의 주제 분포()를 모델링하는 제 2 배경분포 토픽모델링부;상기 검색 키워드를 포함하는 검색 요청이 입력되면 상기 정제된 태그와 상기 검색 키워드의 유사도를 평가하고, 상기 데이터베이스 이미지의 주제 분포()와 상기 데이터베이스에서 상기 쿼리 이미지의 주제 분포()를 이용하여 상기 데이터베이스 이미지의 유사도를 평가하는 유사도 평가부; 및상기 유사도 평가부에서의 유사도 평가 결과에 따라, 상기 쿼리 이미지 또는 상기 검색 키워드 중 적어도 하나와 유사한 데이터베이스 이미지를 유사도가 높은 순서대로 정렬하는 리스트 제공부를 포함하는 이미지 검색 시스템
|
6 |
6
제5항에 있어서, 상기 제 1 배경분포 토픽모델링부는주제 분포에 할당된 시각 단어의 비율, 특정 주제(t)에서 특정 시각 단어()가 나올 확률, 특정 데이터베이스 이미지()에서 특정 주제(t)가 나올 확률을 이용하여 주제 분포에 할당된 시각 단어의 비율을 도출하고, 배경 분포에 할당된 시각 단어의 비율, 배경 단어의 확률을 이용하여 배경 분포에 할당된 시각 단어의 비율을 도출하고, 특정 주제(t)에서 텍스트 단어()가 나올 확률, 특정 데이터베이스 이미지()에서 특정 주제(t)가 나올 확률을 이용하여 상기 텍스트 단어()가 상기 특정 주제(t)에 할당될 확률을 도출하는 계산부;상기 하나 이상의 데이터베이스 이미지에 대하여 상기 계산부에서의 계산을 반복적으로 수행하여, 정규화된 디리클레 파라미터인 상기 주제별 시각 단어 분포(), 상기 주제별 텍스트 단어 분포() 및 상기 배경의 시각 단어 분포()를 획득하는 모델 파라미터 추정부를 포함하는 이미지 검색 시스템
|
7 |
7
제6항에 있어서,상기 모델 파라미터 추정부는상기 주제별 시각 단어 분포(), 상기 주제별 텍스트 단어 분포() 및 상기 배경의 시각 단어 분포()를 하기 수식에 따라 추정하며,상기 수식에서 , , 는 기 설정된 디리클레 파라미터, 는 시각 단어 v가 주제 t에 할당된 횟수, 는 텍스트 단어 w가 주제 t에 할당된 횟수, 는 시각 단어 v가 배경 분포에 할당된 횟수인 이미지 검색 시스템
|
8 |
8
제5항에 있어서, 상기 유사도 평가부는상기 데이터베이스 이미지() 각각에 대하여 쿼리 이미지()와의 유사도()를 하기 수식에 따라 계산하고,상기 수식에서 및 는 상기 데이터베이스 이미지() 및 상기 쿼리 이미지()의 시각 정보에 각각 대응되며, 및 는 상기 데이터베이스 이미지() 및 상기 쿼리 이미지()의 텍스트 정보에 각각 대응되고, 는 미리 설정된 텍스트 유사성의 가중치를 제어하는 파라미터인 이미지 검색 시스템
|
9 |
9
제1항 내지 제4항의 방법 중 어느 하나의 방법을 실행시키기 위하여 컴퓨터 판독 가능 매체에 저장된 이미지 검색 응용 프로그램
|
10 |
10
삭제
|
11 |
11
삭제
|
12 |
12
삭제
|
13 |
13
삭제
|
14 |
14
삭제
|
15 |
15
삭제
|