1장 컴퓨터 비전과 영상의 이해
1-1. 컴퓨터 비전 개요
1-2. 영상의 구조와 표현 방법
opencv visual studio setting하기
컴퓨터 비전 개요
- 컴퓨터 비전(computer vision)은 컴퓨터를 이용하여 정지 영상 또는 동영상으로부터 의미있는 정보를 추출하는 방법
- 사람의 눈이 하는 작업을
- 영상으로부터 유용한 정보를 추출하고(특성공학), 이를 조합하여 결과를 유추함(문제에 대한 깊은 이해 필요)
나이가 들 수록 주름, 골격, 피부톤이 달라짐
-> 나이 판단
e.g. 골 부분의 텍스쳐를 잘라 판단, 팔자주름을 잘라 판단, 피부톤을 잘라 판단
✔ 딥러닝은 얼굴을 잘라 5만명 이상 모아 학습시켜 맨 마지막에 로드(나이값을 회귀로 풀 수 있는)가 나온다.
나이가 들면 어떤 특징을 가지고 있는지 알지 않아도 딥러닝에서 구분해준다.
문제에 대한 이해가 필요한 부분도 있지만 opencv보다 해석을 하지 않아도 된다.
-
컴퓨터 비전에서 주로 활용하는 영상 정보는 밝기, 색상, 모양, 텍스처(texture)
-
컴퓨터 비전에서 수학이 차지하는 비중은 상당히 큼
행렬 연산과 관련된 선형대수(필수), 미적분학(프레임 설계), 확률과 통계(패턴인식), 기하학 등의 다양한 수학적 이해가 있으면 컴퓨터 비전에 좀 더 쉽게 다가갈 수 있음 -
신호 처리(signal processing) 학문에도 컴퓨터 비전과 관련된 이론적 배경이 다수 존재함
-
과거에는 영상 처리가 2차원 디지털 신호 처리의 한 분야로서 간주되기도 하였으며, 지금도 많은 연구 분야에서 영상 처리와 신호 처리는 밀접한 관계를 가지고 있음
(압축 알고리즘에는 중요한데 그 외에는 활용분야 없음) -
패턴 인식(pattern recognition)과 딥러닝으로 대표되는 머신 러닝도 컴퓨터 비전과 떼어 내서 생각 할 수 없는 분야임
-
수치 해석, 알고리즘, 최적화 등을 다루는 컴퓨터 과학(computer sciences), 카메라 구조 및 영상 획득과 관련된 광학, 사람이 영상을 이해하는 방식을 연구하는 인지 과학도 컴퓨터 비전과 관련이 많은 분야임
-
최근에는 영상 분석 정보를 이용하여 자연스럽게 영상을 재구성하는 컴퓨터 그래픽스와 컴퓨터 비전이 로봇의 눈과 머리 역할을 담당하는 로봇 공학 분야도 컴퓨터 비전과 함께 발전하고 있음
컴퓨터 비전 개요
- 컴퓨터 비전을 제대로 공부하기 위해서는 다양한 관련 분야 지식이 필요함
1. 영상의 구조와 표현 방법
-
영상의 획득과 표현 방법
-
카메라로 사진을 찍을 때, 그 대상이 되는 풍경이나 사물을 피사체라고 함
-
태양의 가시광선 또는 특정 광원에서 발생한 빛이 피사체에 부딪혀 반사되고, 그 반사된 빛이 카메라 렌즈(lens)를 통해 카메라 내부로 들어오게 됨
-
렌즈는 카메라 바깥으로부터 들어온 빛을 굴절시켜 이미지 센서(image sensor)로 모아 주는 역할을 함
이미지 센서는 빛을 전기적 신호로 변환하는 포토 다이오드(photodiode)가 2차원 평면상에 배열되어 있는 장치임
렌즈에서 모인 빛이 이미지 센서에 닿으면 이미지 센서에 포함된 포토 다이오드가 빛을 전기적 신호로 변환함
빛을 많이 받은 포토 다이오드는 큰 신호를 생성함
빛을 적게 받은 포토 다이오드는 작은 크기의 신호를 생성함으로써 명암이 있는 2차원 영상을 구성함
-
