전체 글

[패턴인식] 지역 특징 검출(1): 이동/회전 불변 특징점 검출, 위치 찾기 알고리즘

Local Feature 목차 0. Preview 1. 지역 특징 검출의 기초 2. 이동과 회전에 불변한 특징점 검출 3. 위치 찾기 알고리즘 4. 스케일에 불변한 특징점 검출 0. Preview 대응점 찾기 같은 장면을 다른 시점에서 찍은 두 영상에서 대응(Correspond)하는 점의 쌍(Pair)을 찾는 문제 파노라마, 물체 인식/추적, 스테레오 등 컴퓨터 비전의 중요한 문제 해결의 단초 세 단계로 해결 1. 지역 특징 검출의 기초 1.1 특징 검출의 역사: 지역 특징의 대두 무엇을 특징점으로 쓸 것인가? 에지(Edge)는 강도와 방향 정보만 가지므로 매칭에 참여하기에 턱없이 부족 다른 곳과 두드러지게 달라 풍부한 정보 추출이 가능한 곳 에지 토막에서 곡률이 큰 지검을 코너로 검출(복잡) 코너 검출..

[패턴인식] 에지 검출(2) : 캐니 에지, 컬러 에지, 선분 검출

Edge Detection 목차 0. Preview 1. 에지 검출의 기초 2. 영교차 이론 3. 캐니 에지 4. 컬러 에지 5. 선분 검출 은 이전 게시글을 참고해주세요 https://codingsmu.tistory.com/105 [패턴인식] 영상 처리(2) : 이진영상, 영상 처리의 세가지 기본 연산 Digital Image Processing 목차 0. Preview 1. 디지털 영상이란? 2. 히스토그램 3. 이진 영상 4. 영상 처리의 세가지 기본 연산 5. 다해상도 6. 모폴로지 7. 컬러 은 이전 게시글을 참고해주세요 https://codingsm.. codingsmu.tistory.com 3. 캐니 에지 앞 절은 '그럴듯해 보이는' 에지 연산자 사용 캐니 에지(Canny Edge) 1986..

[패턴인식] 에지 검출(1) : 에지 검출의 기초, 영교차 이론

Edge Detection 목차 0. Preview 1. 에지 검출의 기초 2. 영교차 이론 3. 캐니 에지 4. 컬러 에지 5. 선분 검출 0. Preview 에지의 유용성 물체의 경계를 표시해 줌 매칭에 용이한 선분이나 곡선으로 변환 가능 에지의 한계 실종된 에지(거짓 부정, False Negative), 거짓 에지(거짓 긍정,False Positive) 발생 이들 오류를 어떻게 최소화할 것인가? 1. 에지 검출의 기초 원리 물체 내부나 배경은 변화가 없거나 작은 반면, 물체 경계는 변화가 큼 이 원리에 따라 에지 검출 알고리즘은 명암, 컬러 또는 텍스처의 변화량을 측정하고, 변화량이 큰 곳을 에지로 검출 1.1 디지털 영상의 미분 1차원($tan\theta $ = 기울기 = 변화량) 연속 공간에서의..

[패턴인식] 영상 처리(3) : 다해상도, 모폴로지, 컬러

Digital Image Processing 목차 0. Preview 1. 디지털 영상이란? 2. 히스토그램 3. 이진 영상 4. 영상 처리의 세가지 기본 연산 5. 다해상도 6. 모폴로지 7. 컬러 은 이전 게시글을 참고해주세요 https://codingsmu.tistory.com/103?category=983612 [패턴인식] 영상 처리(2) : 이진영상, 영상 처리의 세가지 기본 연산 Digital Image Processing 목차 0. Preview 1. 디지털 영상이란? 2. 히스토그램 3. 이진 영상 4. 영상 처리의 세가지 기본 연산 5. 다해상도 6. 모폴로지 7. 컬러 은 이전 게시글을 참고해주세요 https://codingsm.. codingsmu.tistory.com 5. 다해상도 ..

[패턴인식] 영상 처리(2) : 이진영상, 영상 처리의 세가지 기본 연산

Digital Image Processing목차0. Preview1. 디지털 영상이란?2. 히스토그램3. 이진 영상4. 영상 처리의 세가지 기본 연산5. 다해상도6. 모폴로지7. 컬러  은 이전 게시글을 참고해주세요https://codingsmu.tistory.com/102 [패턴인식] 영상 처리(1) : 디지털 영상, 히스토그램Digital Image Processing 목차 0. Preview 1. 디지털 영상이란? 2. 히스토그램 3. 이진 영상 4. 영상 처리의 세가지 기본 연산 5. 다해상도 6. 모폴로지 7. 컬러 0. Preview 영상처리(DIP, Digital Image Process..codingsmu.tistory.com  3. 이진 영상3.1 이진화와 오츄 알고리즘이진화명암영상을 흑..

[패턴인식] 영상 처리(1) : 디지털 영상, 히스토그램

Digital Image Processing 목차 0. Preview 1. 디지털 영상이란? 2. 히스토그램 3. 이진 영상 4. 영상 처리의 세가지 기본 연산 5. 다해상도 6. 모폴로지 7. 컬러 0. Preview 영상처리(DIP, Digital Image Processing) 주어진 목적을 달성하기 위해 원래 영상을 새로운 영상으로 변환 컴퓨터 비전의 전처리 과정 단위 화소단위(Pixel) : Histogram 통계적 영역단위 : Convolution 기하학적 : Geometric 1. 디지털 영상이란? 1.1 디지털 영상의 태동 Bartlane 시스템[McFarlane72] 1920년 유럽 미국 영상 전송 시스템 개통 미디어 산업에 혁신 불러일으킴 한 세기 지난 현재 디지털 카메라, 스마트폰 등..

[패턴인식] 컴퓨터 비전 소개 : Intro. Computer Vision

Intro. Computer Vision 목차 1. 컴퓨터 비전을 배우는 이유 2. 컴퓨터 비전 문제를 해결하는 방법 3. 시스텀 설계 4. 인접 학문 1. 컴퓨터 비전(CV)을 배우는 이유 팽창하는 응용 : 오락, 교통, 보안, 산업 등 다양한 분야로 응용되고 있음 시각은 오감 중에서 가장 강력한 인지 기능 CV는 컴퓨터를 이용하여 시각 기능을 갖는 기계장치를 만드는 기술 분야 2. 컴퓨터 비전 문제를 해결하는 방법 2.1 과학적 접근과 공학적 접근 Goal1. 사람의 시각에 맞먹는 인공 시각 만들기(for Science) 과학적 접근 방식으로, 사람 시각의 원리를 밝혀낸 다음 컴퓨터로 모방 뇌 과학의 주요 관심사로 지식 표현, 학습, 추론, 창작 같은 AI가 필수 역, 불량 문제와 다양한 변형 발생으..

[NLP] 워드투벡터(Word2Vec)

Word2Vec Model Word2Vec는 단어 간 유사도를 반영할 수 있도록 단어의 의미를 벡터화할 수 있는 방법이다. Word2Vec의 주요 아이디어는 "비슷한 분포를 가진 단어라면 비슷한 의미를 가질 것"이다 즉, 자주 같이 등장할수록 두 단어는 비슷한 의미를 가짐을 의미한다. Word2Vec은 Input, Hidden, Output Layer 3개의 층으로만 이루어져 학습이 빠르고 많은 단어 뭉치를 학습할 수 있어 성능이 좋다. Word2Vec 모델은 Continous Bag of Words(CBoW)와 Skip-Gram 두 가지 방식이 있다 Continous Bag of Words(CBoW) CBoW란? 주변에 있는 단어들을 가지고 중간에 있는 단어들을 예측하는 방법 즉, "The fat ca..