인공지능(AI)/컴퓨터비전(CV)

[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..

[논문리뷰] 적대적 생성 신경망 : Generative Adversarial Nets(GAN)

논문 리뷰 Ian J.Goodfellow, [Generative Adversarial Nets] 목차 Abstract Introduction Related work Adversarial nets Theoretical Results Experiments Advantages and disadvantages Conclusions and future work 논문리뷰에 앞서 알아둬야 할 함수, 변수, 기호 D : 판별 모델 output : 0~1 하나의 값으로 스칼라에 해당G : 생성 모델 output: 확률p : 확률 분포 p(z) : z 입력 시, 해당 변수의 분포를 나타냄θ : paremeter(weight) θg : 생성 모델 가중치 θd : 판별 모델 가중치z : random seeds 0. Abstr..