이거 예전 학교에 있을때 한건데~ 찾아보니 캡쳐사진이 있네요.
그때 생각이 크롤링을 통해 이미지를 수집한 후에 웹에 적용한 걸로 아는데요. 처음에 DB를 하지 못해서~ 꽤 고생한 걸로 기억합니다. 그때 MySQL을 쓴거 같고~! 암튼 엉망인듯~ 지금은 이 시스템 자체는 없지만, 기본적 소스는 가지고 있습니다.
3가지 MPEG-7 Descriptor를 적용합니다. 이 3개의 Feature를 동시에 추출해서 적용하고 밝힐순 없지만 그 당시에 고차원 벡터를 빠르게 찾기 위해 나름 Fast Indexing를 적용했습니다.~
사실 요즘 LSH, ANN, Radomized Tree등을 사용하는게 사실 더 빠르죠. 이런것들은 다 오픈되어있으니 찾아서 사용해보시고 바랍니다. 음 저도 실제 적용한다면 이 비슷한 알고리즘을 사용해야겠죠!!~
암튼 여긴 나 이런 기술이 있다라고 하는 포스트라서..^^;
위의 3개 이외 다양한 Color, Edge, Texture, Shape등의 Image Feature를 구현하여 가지고 있습니다.
사실 CBIR은 그 데이터가 비교적 잘 Filtering(?)되어 있는 데이터에 한해서는 비교적 좋은 결과를 나타내나 무작위 DB에서는 왜 이리 나와~!란 느낌이 옵니다. 예를 들어 배경이 흰색위에 일정 상품이 있다던가 해야겠죠. 다른 CBIR 사이트 보시면 아마 이런 식으로 했을 겁니다.
그때 생각이 크롤링을 통해 이미지를 수집한 후에 웹에 적용한 걸로 아는데요. 처음에 DB를 하지 못해서~ 꽤 고생한 걸로 기억합니다. 그때 MySQL을 쓴거 같고~! 암튼 엉망인듯~ 지금은 이 시스템 자체는 없지만, 기본적 소스는 가지고 있습니다.
3가지 MPEG-7 Descriptor를 적용합니다. 이 3개의 Feature를 동시에 추출해서 적용하고 밝힐순 없지만 그 당시에 고차원 벡터를 빠르게 찾기 위해 나름 Fast Indexing를 적용했습니다.~
사실 요즘 LSH, ANN, Radomized Tree등을 사용하는게 사실 더 빠르죠. 이런것들은 다 오픈되어있으니 찾아서 사용해보시고 바랍니다. 음 저도 실제 적용한다면 이 비슷한 알고리즘을 사용해야겠죠!!~
암튼 여긴 나 이런 기술이 있다라고 하는 포스트라서..^^;
위의 3개 이외 다양한 Color, Edge, Texture, Shape등의 Image Feature를 구현하여 가지고 있습니다.
사실 CBIR은 그 데이터가 비교적 잘 Filtering(?)되어 있는 데이터에 한해서는 비교적 좋은 결과를 나타내나 무작위 DB에서는 왜 이리 나와~!란 느낌이 옵니다. 예를 들어 배경이 흰색위에 일정 상품이 있다던가 해야겠죠. 다른 CBIR 사이트 보시면 아마 이런 식으로 했을 겁니다.