We present an improved sketch-based image search technique through which users can search their target images from the images in database. This technique can be used in constructing an efficient game development framework. Our basic approach is to search the database by comparing the user-created sketch with the graph extracted from the images in the database and estimating the similarity. The images of high similarities are suggested as the candidates that match the target image. To improve the accuracy of the matching process, we substitute the graph-based representation of images with vectorized coherent lines, which are known as one of the most precise schemes in extracting and describing important features in an image. By the experiments on 820 images of 32 categories, we prove that our scheme shows higher matching accuracy than the existing schemes.

본 논문에서는 MPEG-7 시각 기술자를 조합하고, 유사도 수행에서 초기 중요도 가중치를 고려한 관심영역(ROI: Region-Of-Interest) 기반의 의료 영상 검색 기법을 제안한다. 의료 영상에서 의미 없는 배경 부분을 제거하고, 영역 추출의 처리 시간을 줄이는 관심 윈도우(AW: Attention Window)를 생성하여 관심 영역 분할을 수행한다. 또한 인간 시각에 부합하도록 검색 성능을 향상시키기 위하여 유사도를 비교하는 영역에 대한 초기 가중치를 설정하여 특징 벡터 거리를 계산하였다. 실험에서 제안된 기법은 의료 영상을 효과적으로 찾아내며, 조합된 특징과 가중치를 이용한 유사도 측정으로 검색 성능이 향상됨을 보여준다.

본 논문에서는 MPEG-7 서술자 (descriptor) 들을 이용하여 바이오 동영상들의 특징을 분석하고， 각 서술자별 검색 효율을 비교한다. 바이오 동영상 검색을 위해 MPEG-7의 칼라 (color) ，텍스쳐 (texture) 그리고，모션 (motion) 서술자들을 이용하여 바이오 동영상들로부터 특정 값을 추출하고， 추출된 원소들의 분산과，가설 검증을 이용하여 바이오 동영상의 특징을 분석하였으며，바이오 동영상 검색에 효율적인 소틀을 찾을 수 있었다. 또한 검색 실험을 통하여 각 서술자들의 바이오 동영상에 대한 검색 효율을 비교하였으며，끝으로 서술자들의 적용 가능 여부를 확인하였다.

This paper explores an image segmentation and representation method using Vector Quantization(VQ) on color and texture for content-based image retrieval system. The basic idea is a transformation from the raw pixel data to a small set of image regions whi