본 논문은 퍼지 ART 신경망 알고리즘을 이용하여 내용기반 영상을 검색하는 연구를 제시한다. 대용량의 영상 데이터베이스를 검색할 때, 클러스터링은 빠른 검색을 위해 중요하다. 그러나 많은 양의 영상 데이터를 적절하게 클러스터링 하는 것은 상당히 어렵다. 기존의 유사도에 따른 검색 방법은 검색의 정확도가 떨어지고 검색시간이 많이 걸리는 단점이 있기 때문에 이러한 단점을 보완하는 방법이 필요하다. 본 논문에서는 앞서 언급한 문제점을 보완하기 위하여 신경망 알고리즘을 사용한 내용기반 영상검색 시스템을 제안한다. 퍼지 ART 신경망 알고리즘을 사용한 본 검색 시스템에서는 색상과 질감을 검색에 필요한 특징치로 잡아 데이터를 0과 1사이의 데이터로 정규화 하여 신경망 알고리즘의 입력 데이터로 넣어서 영상을 클러스터링 한 후 검색을 실시하였다 300개의 영상을 가지고 실험한 결과 약 87%의 검출률을 보여 주었다.
This paper proposes content-based image retrieval system with fuzzy ART neural network algorithm. Retrieving large database of image data, the clustering is essential for fast retrieval. However, it is difficult to cluster huge image data pertinently, Because current retrieval methods using similarities have several problems like low accuracy of retrieving and long retrieval time, a solution is necessary to complement these problems. This paper presents a content-based image retrieval system with neural network in order to reinforce abovementioned problems. The retrieval system using fuzzy ART algorithm normalizes color and texture as feature values of input data between 0 and 1, and then it runs after clustering the input data. The implemental result with 300 image data shows retrieval accuracy of approximately 87%.
