- 전체보기(112)
- 리눅스(3)
- MIPS(3)
- SLAM(3)
- Java(2)
- 유의사항(2)
- 자료구조(2)
- 기초(2)
- 알고리즘(2)
- web hosting(2)
- data structure(1)
- cisk(1)
- set(1)
- exception(1)
- addressing modes(1)
- git(1)
- vim(1)
- huffman encoding(1)
- web(1)
- File IO(1)
- Edge Detection(1)
- 컴퓨터비전(1)
- 쓰레드(1)
- Deep Learning(1)
- Object Detection(1)
- multiCycle(1)
- SPIM(1)
- flip-flops(1)
- Graph(1)
- completeness(1)
- 헤더파일(1)
- ubuntu(1)
- linux(1)
- linked list(1)
- heap(1)
- operand(1)
- risk(1)
- recursion(1)
- color(1)
- Performance(1)
- 추론(1)
- 습관의 재발견(1)
- open source(1)
- Background subtraction(1)
- Read(1)
- orb slam(1)
- Calculus(1)
- functional blocks(1)
- procedure call(1)
- line detection(1)
- binary tree(1)
- draw(1)
- quantifier(1)
- python(1)
- arithmetic circuit(1)
- MIPS Instruction Format & Addressing Modes(1)
- understanding of camera(1)
- network(1)
- image feature matching(1)
- ROI(1)
- Intensity transformation(1)
- IO(1)
- Hashing(1)
- 특징점(1)
- spatial filetering(1)
- stl(1)
- backup(1)
- 참고 사항(1)
- 목적파일(1)
- FSM(1)
- arithmetic for computers(1)
- tracking(1)
- Bag of Words(1)
- strorage(1)
- projective_Transformation(1)
- Preprocessing(1)
- Sort(1)
- 함수(1)
- 적분(1)
- 로그함수(1)
- 메모리 구조(1)
- 삼각함수(1)
- instruction set(1)
- 미분(1)
- Histogram Equalization(1)
- 컴파일(1)
- C(1)
- image compression(1)
- 명령어(1)
- PROOF(1)
- 스택(1)
- wordpress(1)
- ISA(1)
- Bundle Adjustment(1)
- image segmentation(1)
- sequential building blocks(1)
- 라즈베리파이(1)
- listening(1)
- combinational logic(1)
- 객체지향(1)
- datapath(1)
- 컴퓨터 구조(1)
- c언어(1)
- 논리설계(1)
- Binary Search Tree(1)
- Detection(1)
- proposition(1)
- 큐(1)
- 귀납법(1)
- 불대수(1)
- AVL Tree(1)
- SolvePnP(1)
Bundle Adjustment
ba는 reprojection error를 최소화시키도록 3차원 포인트의 위치 및 카메라의 위치를 최적화하는 과정reprojection error: 맵 상의 3차원 포인트들을 keyframe 이미지들에 projection 시킨 위치와 해당 영상 프레임에서 실제 관측된
Bag of Words
정의문서를 자동으로 분류하는 방법 중 하나문서 내의 단어의 빈도와 분포를 보고 어떤 종류의 문서인지 판단Ex) 미드필더, 골기퍼, 심판 --> 축구과정등장하는 단어로부터 단어장을 생성해 출현 횟수 측정출현 빈도로 히스토그램 작성히스토그램으로부터 문서 속성 분류
SolvePnP
Represent camera motiontranslation카메라가 3차원 공간에서 이동한 경우, 이동량을 translation3차원점 (x, y, x)에서 (x', y', z')으로 이동 --> translation은 vector = (x'-x, y'-y, z'-z
slam
정의동시적 위치 추적 및 지도 작성 기술특징지도를 작성(임의의 공간에서 이동할 때)자신의 위치 파악종류 visual slam(카메라 센서)정의카메라 및 영상 센서로 획득한 영상을 사용함장점: 값이 쌈단점: 연산량 많음종류Monocular: 1개의 단안 카메라Stereo
특징점 추출
특징점 추출특징점 추출정의영상에서 물체 추적 or 인식 --> 영상과 영상 매칭 위해 주요 특징점(key point) 뽑아서 매칭corner point: 물체 형태, 위치, 조명 등이 변해도 쉽게 찾아낼 수 있는 keypoint종류harris corner작은 윈도우 이
orb slam
정의동시적 위치 추적 및 지도 작성 기술이동할 때 주변을 탐색하면서 지도를 작성하고 자신의 위치 파악 visual slam정의영상 정보를 센서로 활용하는 slam장점: 값이 쌈단점: 연산량 많음종류Monocular: 1개의 단안 카메라Stereo: 2개의 고정된 카메라
understanding of camera
image formation modelimaging systemsampling and quantizationbayer pattern사람은 녹색에 가장 예민함 정의: 카메라는 3차원 장면 --> 2차원 2좌표로 변환용어World coordinate(3D)원점: 실제세계의
image compression
종류huffman codingarithmetic codingrun-lenght codinggolomb codingLZW codingtransform codingintra predictioninter prediction
image feature matching
개념영상 내 추출한 정보특징점은 Point, edges, objects와 같은 다양한 구조임특징점은 이웃한 픽셀들의 정보를 활용하여 생성 될 수 있음좋은 특징점 조건(아래 사항들에도 변하지 않아야함)illumination(조명)transclation(위치)scale(크
projective_Transformation
종류similarity transformation: 크기나 모양을 변형, 영상 내의 물체의 형태가 그대로 유지affine tranformation: 비율이 달라지는 것, 형태가 변하지만 평행선은 유지됨projective transformation: 직선은 유지되지만 평
storage and other i/o
cpu/메모리와 외부 장치간 정보를 주고 받는 것특징behavoir: input(Read only), output(writre only), storagepartner: 인간, 기계data rate: 주어진 시간 내에 옮겨진 데이터의 량i/o bus connectionc
detection - tracking
트레이닝 스테이지많은 이미지 --> 특징 추출 --> classfier(threshold) 생성테스트 스테이지인풋 이미지 특징 추출classfier 이용하여 이미지 decectharr-like feature트레이닝다양한 크기와 위치 변화 --> 얼굴 특징 선택Adabo
deep learning - object detection
recursion
기본 2단계basic step: 0번째 함수값recursive step: 일반항기본 2단계 1\. basic step: 초기 집합 원소 2\. recursive step: 새로운 집합에 대한 rulestring용어λ: null stringX∗: λ를 포함한 x의
Background subtraction
video segmentation: 동영상을 여러개의 영역으로 나누는 것종류chroma-keying(두개 영상 합성)surveillance camera(감시카메라)알고리즘 정의: 영상에서 background 찾는 것 --> 배경 자체를 위해서가 아니라 물체를 감지하기