하이브리드 기법을 이용한 영상 식별 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 박상성 | - |
dc.contributor.author | 장동식 | - |
dc.contributor.author | 정귀임 | - |
dc.date.accessioned | 2021-09-09T18:02:32Z | - |
dc.date.available | 2021-09-09T18:02:32Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2006 | - |
dc.identifier.issn | 1598-849X | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/125990 | - |
dc.description.abstract | 영상 식별 기술은 대용량의 멀티미디어 데이터베이스 환경 하에서 고속의 검색을 위해서 필수적이다. 본 논문은 이러한 고속 검색을 위하여 GA(Genetic Algorithm)과 SVM(Support Vector Machine)을 결합한 모델을 제안한다. 특징벡터로는 색상 정보와 질감 정보를 사용하였다. 이렇게 추출된 특징벡터의 집합을 제안한 모델을 통해 최적의 유효 특징벡터의 집합를 찾아 영상을 식별하여 정확도를 높였다. 성능평가는 색상, 질감, 색상과 질감의 연합 특징벡터를 각각 사용한 성능 비교, SVM과 제안된 알고리즘과의 성능을 비교하였다. 실험 결과 색상과 질감을 연합한 특징벡터를 사용한 것이 단일 특징벡터를 사용한 것 보다 좋은 결과를 보였으며 하이브리드 기법을 이용한 제안된 알고리즘이 SVM알고리즘만을 이용한 것 보다 좋은 결과를 보였다. | - |
dc.publisher | 한국컴퓨터정보학회 | - |
dc.title | 하이브리드 기법을 이용한 영상 식별 연구 | - |
dc.title.alternative | A Study on Image Classification using Hybrid Method | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 장동식 | - |
dc.identifier.bibliographicCitation | 한국컴퓨터정보학회논문지, v.11, no.6, pp.79 - 86 | - |
dc.relation.isPartOf | 한국컴퓨터정보학회논문지 | - |
dc.citation.title | 한국컴퓨터정보학회논문지 | - |
dc.citation.volume | 11 | - |
dc.citation.number | 6 | - |
dc.citation.startPage | 79 | - |
dc.citation.endPage | 86 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART001036602 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.description.journalRegisteredClass | other | - |
dc.subject.keywordAuthor | Hybrid method | - |
dc.subject.keywordAuthor | Data mining | - |
dc.subject.keywordAuthor | GA(Genetic Algorithm) | - |
dc.subject.keywordAuthor | SVM(Support Vector Machine) | - |
dc.subject.keywordAuthor | Image | - |
dc.subject.keywordAuthor | Classification | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.