콘텐츠 기반 이미지 검색에서 컬러 로고 이미지 검색을 위한 딥 러닝 모델

콘텐츠 기반 이미지 검색(CBIR)은 디지털 이미지 데이터의 폭발적인 증가로 인해 많은 주목을 받아왔습니다. 딥 러닝의 발전은 합성곱 신경망이 차별적인 이미지 특징을 추출하는 강력한 기술이 되도록 하였습니다. 최근 몇 년 동안, 합성곱 신경망(CNN)은 이미지에서 독특한 정보를 추출하는 데 매우 효과적임을 입증하였습니다. 텍스트 기반 이미지 검색과는 달리, CBIR는 주로 시각적 콘텐츠를 기반으로 유사한 이미지를 수집합니다. 특징 추출 및 이미지 처리에서 딥 러닝, 특히 CNN을 사용하는 것은 다른 기술보다 더 우수한 성능을 보이는 것으로 나타났습니다. 본 연구에서는 차별적인 시각적 특징을 얼마나 잘 추출하고 정확한 이미지 검색을 용이하게 하는지에 중점을 두고 CBIR을 위한 CNN을 조사합니다. 또한 주성분 분석과 선형 판별 분석을 결합하여 특성을 최적화함으로써 검색 결과를 향상시킵니다. CNN이 학습한 계층적 표현을 사용하여 검색의 정확성과 효율성을 향상시키는 것을 목표로 합니다. 기존의 검색 기술과 비교했을 때, 제안하는 CBIR 시스템은 기준 데이터셋에서 우수한 성능을 보여줍니다.