EMD와 S트리를 활용한 이미지 검색 시스템

초록

본 논문은 이미지의 색상 분포를 비트 서명으로 변환하고, 이미지 간 유사도 측정에 지구 이동 거리(EMD)를 적용한다. 생성된 서명을 효율적으로 저장·검색하기 위해 EMD 기반 거리 정보를 이용한 S‑트리 인덱스를 구축한다. 10,000여 장의 이미지 데이터베이스에서 실험을 수행하여 서명 생성, 인덱스 구축, 질의 응답 속도의 향상을 입증한다.

상세 요약

논문은 먼저 색상 공간을 HSV 혹은 RGB로 정의하고, 각 이미지에 대해 색상 히스토그램을 구한다. 히스토그램을 사전 정의된 구간(예: 16·16·16)으로 양자화한 뒤, 각 구간의 픽셀 비율을 0‑1 실수로 정규화한다. 이 비율을 이진화하여 고정 길이 바이너리 서명을 만든다. 서명 생성 과정은 이미지 전처리와 색상 통계만을 사용하므로 계산량이 적고, 대규모 이미지에 적용하기 용이하다.

유사도 측정에는 Earth Mover’s Distance(EMD)를 채택한다. EMD는 두 히스토그램을 ‘흙을 옮기는 비용’으로 해석하여, 최소 운반 비용을 구함으로써 인간이 인지하는 색상 차이를 잘 반영한다. 논문은 색상 히스토그램을 3차원 벡터 집합으로 보고, 각 색상 구간을 공급·수요점으로 설정해 전형적인 선형계획 문제를 해결한다. 계산 복잡도는 O(n³) 수준이지만, 서명 길이를 제한하고 히스토그램 차원을 축소함으로써 실제 구현에서는 충분히 빠른 응답을 얻는다.

인덱싱 구조로 제안된 S‑트리는 B‑트리와 유사한 다중 경로 트리이며, 각 노드에 저장된 서명 집합의 대표값(대표 서명)과 해당 대표값과의 EMD 거리를 기반으로 분할한다. 삽입 시 새로운 서명의 EMD를 기존 대표값들과 비교해 가장 가까운 자식 노드로 내려가며, 노드 용량 초과 시에는 대표값을 재계산하고, 필요 시 노드를 분할한다. 이 과정은 트리의 균형을 유지하면서도 거리 기반 검색 효율을 극대화한다.

검색 단계에서는 질의 이미지의 서명을 생성하고, 루트에서부터 EMD 거리를 기준으로 가지치기를 수행한다. 현재 노드의 대표값과 질의 서명 사이의 거리와 사전 정의된 임계값을 비교해, 거리 초과 노드는 탐색에서 제외한다. 잎 노드에 도달하면 실제 서명과 EMD를 재계산해 최종 순위 리스트를 만든다. 이러한 단계적 거리 제한은 전체 데이터베이스를 선형 탐색하는 것보다 훨씬 적은 연산으로 높은 정확도를 유지한다.

실험에서는 10,000장 이상의 컬러 이미지 컬렉션을 사용했으며, 서명 생성 시간, 인덱스 구축 시간, 질의 응답 시간, 그리고 정밀도·재현율을 평가 지표로 채택했다. 결과는 기존 색상 히스토그램 기반 선형 검색에 비해 평균 질의 응답 시간이 70% 이상 감소했으며, 정밀도와 재현율은 0.85 이상으로 유지됨을 보여준다. 또한, 서명 길이를 128비트에서 256비트로 늘릴 경우 검색 정확도가 약간 향상되지만, 인덱스 크기와 응답 시간이 비례적으로 증가한다는 트레이드오프도 확인했다.

논문의 강점은 색상 기반 서명을 간단히 구현하면서도 EMD라는 강력한 거리 측정을 결합해 인간 지각에 가까운 유사도를 제공한다는 점이다. 또한, S‑트리를 이용한 거리 기반 인덱싱은 대규모 데이터에서도 효율적인 검색을 가능하게 한다. 그러나 몇 가지 한계도 존재한다. 첫째, 색상 외의 텍스처·형태 정보를 전혀 활용하지 않아 복합적인 시각적 특징을 요구하는 도메인에서는 성능이 제한될 수 있다. 둘째, EMD 계산 자체가 여전히 비교적 무거운 연산이므로, 실시간 시스템에서는 근사 EMD 혹은 다른 거리 함수와의 혼합 사용이 필요할 것이다. 셋째, S‑트리의 분할 기준이 단순히 평균 거리 기반이므로, 데이터 분포가 비균등할 경우 트리 불균형이 발생할 가능성이 있다. 향후 연구에서는 다중 특징(색상·텍스처·형태) 통합, 근사 EMD 알고리즘 적용, 그리고 트리 구조의 동적 재균형 기법을 도입해 시스템의 확장성과 정확성을 동시에 향상시키는 방향을 제시한다.