멀티미디어 데이터베이스의 정의
멀티미디어 데이터베이스 시스템은 오디오, 비디오, 이미지, 그래픽, 음성, 텍스트, 문서, 하이퍼텍스트 등 대량의 멀티미디어 데이터를 저장하고 관리하는 시스템입니다. 이러한 데이터에는 텍스트, 텍스트 마크업, 그리고 링크(linkage) 정보가 포함됩니다.
멀티미디어 데이터베이스는 오디오·비디오 장비, 디지털 카메라, CD-ROM, 인터넷의 대중적인 보급으로 인해 점점 더 널리 사용되고 있습니다. 대표적인 사례로는 NASA의 EOS(Earth Observation System, 지구관측시스템), 각종 이미지 및 오디오·비디오 데이터베이스, 그리고 인터넷 데이터베이스 등이 있습니다.
멀티미디어 색인 및 검색 시스템의 두 가지 유형
멀티미디어 색인(indexing)과 검색(retrieval) 시스템은 크게 두 가지 그룹으로 나눌 수 있습니다.
1. 설명 기반 검색 시스템 (Description-Based Retrieval System)
설명 기반 검색 시스템은 키워드, 캡션, 크기, 생성 시간과 같은 이미지 설명 정보를 바탕으로 색인을 구축하고 객체를 검색하는 방식입니다.
다만 이 방식은 사람이 수동으로 수행할 경우 많은 노동력이 필요하고, 자동화할 경우에는 결과의 품질이 떨어지는 경향이 있습니다. 예를 들어 이미지에 적절한 키워드를 부여하는 작업은 어렵고 임의적일 수밖에 없습니다.
그러나 최근 웹 기반 이미지 클러스터링 및 분류 기술의 발전으로 상황이 개선되고 있습니다. 이미지 주변의 텍스트 정보와 웹 링크 정보를 활용하면 적절한 설명을 자동으로 추출하고, 유사한 주제를 다루는 이미지들을 하나의 그룹으로 묶을 수 있어 설명 기반 웹 이미지 검색의 품질이 크게 향상되었습니다.
2. 내용 기반 검색 시스템 (Content-Based Retrieval System)
내용 기반 검색 시스템은 이미지의 내용 자체를 기반으로 검색을 지원합니다. 여기서 활용되는 특징으로는 색상 히스토그램(color histogram), 질감(texture), 패턴(pattern), 이미지 위상(topology), 객체의 형태(shape)와 배치·위치(layout & location) 등이 있습니다.
내용 기반 검색은 시각적 특징을 사용해 이미지를 색인하고, 특징 유사도(feature similarity)에 따라 객체 검색을 개선하기 때문에 다양한 응용 분야에서 매우 유용하게 활용됩니다.
내용 기반 이미지 검색의 두 가지 질의 방식
내용 기반 이미지 검색 시스템에서는 일반적으로 두 가지 유형의 질의(query)가 사용됩니다.
① 이미지 샘플 기반 질의 (Image Sample-Based Query)
주어진 이미지 샘플과 유사한 모든 이미지를 찾는 방식입니다. 시스템은 샘플 이미지에서 추출한 특징 벡터(feature vector 또는 signature)를, 이미지 데이터베이스에 미리 추출·저장된 특징 벡터들과 비교 분석하여 유사도가 높은 이미지를 반환합니다.
② 이미지 특징 명세 질의 (Image Feature Specification Query)
사용자가 색상, 질감, 형태와 같은 그림의 특징을 직접 정의하거나 그려서 지정하는 방식입니다. 지정된 특징은 특징 벡터로 변환되며, 이 벡터가 데이터베이스 내 이미지들의 특징 벡터와 연결(매칭)되어 검색이 수행됩니다.
내용 기반 검색의 활용 분야
내용 기반 검색은 매우 폭넓은 분야에서 활용되고 있습니다. 대표적인 응용 분야는 다음과 같습니다.
- 의료 진단(Medical Diagnosis)
- 일기 예보 및 기상 예측(Weather Prediction)
- TV 제작(TV Production)
- 이미지 웹 검색 엔진(Web Search Engines for Images)
- 전자상거래(E-Commerce)
QBIC(Query By Image Content)과 같은 일부 시스템은 이미지 샘플 기반 질의와 이미지 특징 명세 질의를 모두 지원합니다. 또한 내용 기반 검색과 설명 기반 검색을 동시에 지원하는 하이브리드형 시스템도 존재합니다.