최근 대용량의 디지털 이미지가 제작되면서 멀티미디어 관련 기술에서 이미지 검색이 많은 관심의 대상이 되고 있다. 본 논문에서는 이미지 검색(Image Search)을 위한 가장 기본적인 요소인 이미지 색상에 칼라 분포 정보를 이용하고 다양한 요소에 따라 가중치를 부여한 칼라 기반의 검색 기술자(Descriptor)를 제안하였고 시뮬레이션을 통하여 제안 기술자의 성능을 평가하였다. 칼라 히스토그램을 통한 이미지 검색 기술자를 설계하는데 있어 칼라모델은 HSV를, 웨이블릿 변환 필터는 Daubechies 9/7을, 웨이블릿 분해 레벨은 2레벨을 적용하였을 때 가장 좋은 검색 효율성을 보였다. 또한 유사도 검색은 히스토그램 이차행렬(Quadratic Matrix)을 적용하여 보다 나은 성능을 얻었으나 유사도 검색 계산 시간에서 절대 차이값의 합(L1 Norm)을 사용하는 경우에 비해 20배 이상의 처리 시간이 소요되었다.
Image Search is one of the most exciting and fast growing research areas in the filed of multimedia technology. This paper conducts an empirical evaluation of color descriptor that uses the information of color distribution in color images, which is the most basic element for image search. With the experimental results, we observe that in the top 10% of precision, HSV, Daubechies 9/7 and 2 level decomposition have little better than others. Also histogram quadratic metrics outperform the Minkowski form distance metrics in similarity measurements, but spend more than 20 in computational times.
