[논문 리뷰] Experiments of Distance Measurements in a Foliage Plant Retrieval System

Abdul Kadir, Lukito Edi Nugroho외 2명|arXiv (Cornell University)|2013. 11. 20.

Leaf Properties and Growth Measurement참고 문헌 15인용 수 12

한 줄 요약

이 논문은 잎 모양과 색상이 다양한 60종의 식물 종을 대상으로, 도시 블록, 유클리드, 캐나다, 브레이-커티스, 카이 제곱, 젠센-섀넌, 쿨백-라이블러 거리 총 7종의 거리 측정법을 이용한 낙엽 식물 이미지 검색 시스템에서의 성능을 평가한다. 그 결과, 도시 블록 거리와 유클리드 거리가 다른 측정법들보다 검색 정확도에서 뛰어나, 이 응용 분야에서 최적의 선택임을 확인하였다.

ABSTRACT

One of important components in an image retrieval system is selecting a distance measure to compute rank between two objects. In this paper, several distance measures were researched to implement a foliage plant retrieval system. Sixty kinds of foliage plants with various leaf color and shape were used to test the performance of 7 different kinds of distance measures: city block distance, Euclidean distance, Canberra distance, Bray-Curtis distance, x2 statistics, Jensen Shannon divergence and Kullback Leibler divergence. The results show that city block and Euclidean distance measures gave the best performance among the others.

연구 동기 및 목표

• 다양한 거리 측정법이 낙엽 식물 이미지 검색 시스템에서 얼마나 효과적인지 평가하는 것.
• 잎 형상과 색상에 기반해 식물 이미지를 순위 매길 때 가장 정확한 거리 측정법을 특정하는 것.
• 실제 식물 이미지 데이터를 사용하여 일곱 가지 거리 측정법의 성능을 비교하는 것.
• 식물 이미지 검색 응용 분야에서 최적의 거리 측정법을 선택하는 데 있어 경험적 증거를 제공하는 것.

제안 방법

• 다양한 잎 모양과 색상을 가진 60종의 낙엽 식물 종을 포함한 데이터셋을 사용한다.
• 이미지 특징을 추출하여 거리 계산의 입력 벡터로 사용한다.
• 일곱 가지 거리 측정법을 적용한다: 도시 블록, 유클리드, 캐나다, 브레이-커티스, 카이 제곱, 젠센-섀넌, 쿨백-라이블러 발산.
• 기준 랭킹을 사용하여 검색 정확도를 측정함으로써 성능을 평가한다.
• 모든 측정법 간의 일관된 비교를 보장하기 위해 통제된 데이터셋에서 실험를 수행한다.
• 정밀도와 재현율을 기반으로 유사한 식물 이미지를 식별한 결과를 분석하고 순위를 매긴다.

실험 결과

연구 질문

• RQ1 어느 거리 측정법이 낙엽 식물 이미지 검색 시스템에서 가장 높은 검색 정확도를 제공하는가?
• RQ2 잎 모양과 색상을 기반으로 식물 이미지를 비교할 때 다양한 거리 측정법은 어떻게 성능을 보이는가?
• RQ3 거리 측정법의 선택이 유사한 식물 이미지의 순위 품질에 뚜렷한 영향을 미치는가?
• RQ4 다양한 잎 특성을 가진 다양한 식물 종에 걸쳐 가장 강건한 성능을 보이는 거리 측정법은 무엇인가?

주요 결과

• 도시 블록 거리가 테스트된 모든 거리 측정법 중에서 가장 높은 검색 성능을 기록하였다.
• 유클리드 거리는 두 번째로 높은 순위를 차지하였으며, 도시 블록 거리와 밀도 있는 성능을 보였다.
• 캐나다, 브레이-커티스, 카이 제곱, 젠센-섀넌, 쿨백-라이블러 발산은 도시 블록 거리와 유클리드 거리보다 성능이 열등하였다.
• 도시 블록 거리와 유클리드 거리는 테스트한 60종의 식물에 걸쳐 뛰어난 강건성과 일관성을 보였다.
• 결과적으로, 이 특정 식물 검색 작업에서는 정보 이론적 또는 통계적 발산 측정법보다 L1 및 L2 노름 기반 거리 측정법이 더 효과적임을 시사한다.