상세 보기
초록
이 논문은 고차원 이미지 데이타의 효율적인 색인을 위한 LCP+-file을 제시한다. 멀티미디어 데이타의 사용이 증가하면서 고차원 이미지 데이타의 색인과 검색의 지원에 대한 요구가 증가하고 있다. 최근에 고차원 데이타의 색인을 위해 벡터 근사에 기반한 LPC-file 5 이 개발되었다. LPC-file은 특히, 데이타 집합이 균일하게 분포할 때는 좋은 성능을 나타내지만 클러스터(cluster)를 이룰 때는 성능이 하락한다. 본 논문은 강하게 클러스터를 이루는 이미지 데이타 집합에 대해 LPC-file의 성능을 향상시킨 LCP+-file을 제시한다. 기본 아이디어는 고밀도 클러스터를 갖는 부분 공간을 찾기 위해 데이타 공간을 적응적으로 분할하고, 그 공간에 대해 벡터 근사의 식별 능력을 향상시키기 위해 더 많은 수의 비트를 할당한다. 그러나 분할된 공간이 비트들을 공유하기 때문에 사용되는 전체 비트 수는 오히려 줄어든다. 실험 결과에 따르면 LCP+-file은 강하게 클러스터를 이루는 이미지 데이타 집합에 대해 LPC-file의 성능을 크게 향상시킨다.
키워드
고차원 색인; 이미지 색인; 벡터 근사; LPC+-파일; high-dimensional indexing; image indexing; vector approximation; LPC+-file
- 제목
- 적응 분할과 벡터 근사에 기반한 고차원 이미지 색인 기법
- 제목 (타언어)
- High-Dimensional Image Indexing based on Adaptive Partitioning and Vector Approximation
- 저자
- 차광호; 정진완
- 발행일
- 2002-04
- 저널명
- 정보과학회논문지 : 데이타베이스
- 권
- 29
- 호
- 2
- 페이지
- 128 ~ 137