[논문 리뷰] A Fusion of Labeled-Grid Shape Descriptors with Weighted Ranking Algorithm for Shapes Recognition

Jamil Ahmad, Zahoor Jan외 2명|arXiv (Cornell University)|2014. 06. 16.

Image Retrieval and Classification Techniques참고 문헌 10인용 수 6

한 줄 요약

이 논문은 라벨링된 격자 표현을 통해 국소 경계 및 영역 특징을 추출하고 전역 형태 특징과 융합하여 복합 기술자를 생성하는 융합 기반 형태 인식 방법을 제안한다. 가중치가 부여된 순위 매기기 알고리즘을 사용하여 기하학적으로 유사한 형태와 비유사한 형태를 효과적으로 구분하며, 대규모 데이터셋 내에서 형태를 구분하는 데 뛰어난 성능을 보인다.

ABSTRACT

Retrieving similar images from a large dataset based on the image content has been a very active research area and is a very challenging task. Studies have shown that retrieving similar images based on their shape is a very effective method. For this purpose a large number of methods exist in literature. The combination of more than one feature has also been investigated for this purpose and has shown promising results. In this paper a fusion based shapes recognition method has been proposed. A set of local boundary based and region based features are derived from the labeled grid based representation of the shape and are combined with a few global shape features to produce a composite shape descriptor. This composite shape descriptor is then used in a weighted ranking algorithm to find similarities among shapes from a large dataset. The experimental analysis has shown that the proposed method is powerful enough to discriminate the geometrically similar shapes from the non-similar ones.

연구 동기 및 목표

• 대규모 데이터셋에서 효과적인 기반 형태 기반 이미지 검색 문제를 해결한다.
• 국소, 지역 및 전역 특징을 융합하여 형태 인식 정확도를 향상시킨다.
• 향상된 기하학적 표현을 위해 라벨링된 격자 표현을 활용한 강건한 복합 형태 기술자를 개발한다.
• 가중치가 부여된 순위 매기기 알고리즘을 활용하여 대규모 컬렉션에서 유사한 형태를 효율적으로 식별한다.
• 기하학적으로 유사한 형태와 비유사한 형태 간의 뛰어난 구분 능력을 입증한다.

제안 방법

• 입력 형태를 라벨링된 격자 방법으로 표현하여 국소 경계 및 영역 기반 특징을 추출한다.
• 유도된 국소 및 지역 특징을 전역 형태 특징 세트와 융합하여 복합 형태 기술자를 구성한다.
• 복합 기술자를 기반으로 형태 간 유사도 점수를 계산하기 위해 가중치가 부여된 순위 매기기 알고리즘을 적용한다.
• 가중치가 부여된 순위 매기기 메커니즘을 활용하여 대규모 검색 작업에서 관련 있는 형태 매칭을 우선순위에 올린다.
• 유사한 형태와 비유사한 형태 간의 구분 능력을 향상시키기 위해 순위 매기기 과정에서 특징 가중치를 최적화한다.
• 라벨링된 격자 구조를 활용하여 특징 추출의 공간 일관성과 강건성을 보장한다.

실험 결과

연구 질문

• RQ1 국소, 지역 및 전역 특징을 융합한 복합 형태 기술자가 형태 인식 정확도를 향상시킬 수 있는가?
• RQ2 제안된 기술자를 사용하여 가중치가 부여된 순위 매기기 알고리즘이 대규모 데이터셋에서 유사한 형태를 얼마나 효과적으로 검색하는가?
• RQ3 이 방법은 기하학적으로 유사한 형태를 비유사한 형태로부터 어느 정도 잘 구분할 수 있는가?
• RQ4 라벨링된 격자 특징의 융합이 단일 특징 접근 방식에 비해 분류 능력을 향상시키는가?
• RQ5 형태 복잡도 및 방향 변화에 대한 변동에 대해 이 방법은 어떻게 성능을 보이는가?

주요 결과

• 제안된 방법은 기하학적으로 유사한 형태와 비유사한 형태를 매우 높은 정확도로 효과적으로 구분한다.
• 라벨링된 격자 기반의 국소, 지역 및 전역 특징 융합이 형태 기술자의 분류 능력을 향상시킨다.
• 가중치가 부여된 순위 매기기 알고리즘이 대규모 데이터셋에서 유사한 형태를 효과적으로 검색하여 검색 정밀도를 향상시킨다.
• 실험 결과는 복합 기술자가 단일 특징 또는 비융합 접근 방식보다 형태 유사도 평가에서 뛰어난 성능을 보임을 확인한다.
• 이 방법은 검색 과정에서 형태 기하학적 및 방향 변화에 대해 강건함을 보여준다.
• 이 접근 방식은 World Applied Sciences Journal (2014)에 보고된 결과를 바탕으로 강력한 성능을 달성한다.