
Image 이미지는 함수 (좌표를 넣으면 밝기값이 나오는) 함수 f(x, y)는 점(x, y)의 밝기 ($R^2$ -> $R$; 2차원(좌표)에서 1차원(밝기값)) color image도 함순데 좌표를 넣으면 RGB값이 나오는 벡터값 함수 ($R^2$ ->$R^

1. Image formation 카메라 구상 필름을 오브젝트 앞에 배치 물체의 한 점으로부터 반사된 빛이 필름의 여러 부분에 도달 -> 무슨 빛인지 알 수 없음 -> Blurring 현상 필름과 오브젝트 사이에 Barrier 배치 (Pinhole

Edge detection 목표: 함축적인 정보, 정보를 알기 쉬워짐 Edge surface normal discontinuity: 노멀 벡터가 급격히 변해서 depth discontinuity: 급격히 차이나는 깊이 (카메라와의 거리) surface color di

how to combine image 두 이미지의 같은 부분을 찾기 위해 흔하게 나타나지 않는 부분, 중요한 부분(특징점; features)을 살펴봄 -> extract features 왼쪽 그림의 어떤 점이 오른쪽 그림의 어떤 점에 해당하는지 -> match feat

여러 개의 이미지를 경계가 안보이도록(seamless) 붙이기 ->GOAL카메라(COP)의 PP에서 보이는 물체의 실제 위치 -> COP의 ray 상에 존재실제 PP에서 가상적으로 만든 Synthetic PP로 projection하면 같은 COP를 가진 다른 PP씬을

화면 상에서의 움직임을 알아내서 역으로 적용하면 video stabilize할 수 있음

0차원 점(corner)1치원 선(edge)2차원 면(regions)사람은 작은 시각 정보들을 모아서 큰 단위로 합치는 과정(Grouping)으로 물체를 인식하고 상호관계를 파악grouping하는 방법은 여러가지 (gestalt priciple)token: 픽셀들에 대

두 눈, 두 귀 -> 공간감 -> 두 개의 다른 정보를 합성하여 이해하기카메라 두 대를 사용해서 depth를 알아내기한 이미지는 3D 공간을 projection한 결과로 depth