기존 이미지 리타게팅 방법의 시각적 품질 저하와 처리 속도 저하 문제를 해결하기 위해 주성분 분석법과 블록 기반 콘텐츠 인식 이미지 리타게팅 방법을 제안하였다. 먼저, 주성분 분석법을 활용하여 그래디언트 맵과 주목도 맵을 융합해 보다 풍부한 이미지 특징을 추출하여 주요 정보 손실을 방지한다. 두 번째로, 인접한 재봉선은 평균값으로 대체하여 픽셀 불연속성을 방지한다. 마지막으로, 에너지 맵의 열 에너지 값을 기준으로 이미지를 주목 영역과 비주목 영역으로 분할하고 병렬로 블록 단위 확대 축소를 수행하여 이미지 특징에 더 집중하고 실행 효율성을 향상시킨다. MIT RetargetMe, DUT-OMRON, NJU2000 데이터셋에서 주관적인 감상과 실행 시간, SIFT-flow를 평가 지표로 실험 분석을 진행하였으며 여러 일반적인 알고리즘과 비교하였다. 실험 결과 해당 방법은 이미지 주요 정보의 완전성을 보장하며 평균 실행 시간이 선형 크롭 알고리즘의 1/3에 달함을 확인하였다. 본 논문에서 제안한 방법은 우수한 시각적 효과뿐만 아니라 계산량 감소도 가능하다.

주성분 분석법;에너지 맵;블록;재봉선;스케일링