인물사진 만들기

Shallow focus

• 정의: 두 개의 렌즈가 맡은 역할을 하나로 구현.(이미지 세그멘테이션 기술 이용)

• 방식

  i) 배경이 있는 셀카 촬용

  ii) 시멘틱 세그멘테이션으로 피사체와 배경 분리

  iii) 블러링 기술로 배경 흐리게 하기

  *블러링은 초점이 맞지 않은 사진처럼 영상을 부드럽게 만드는 필터링 기법

  iv) 피사체 합성

세그멘테이션(Segmentation)

1. 이미지 세그멘테이션

• 픽셀 단위로 관심 객체 추출
• 모든 픽셀이 라벨을 할당하고 같은 라벨은 공통점있음

2. 시멘틱 세그멘테이션

• 물리적 의미 단위로 인식함
• classification방식

3. 인스턴스 세그멘테이션

• 사람이라는 추상적인 정보를 추출하는 것으로 사람이라면 같은 라벨로 표현.
• 사람 개개인별로 다른 라벨을 갖게 하여 객체 분할 가능

4. 워터쉐드 세그멘테이션

• 물체의 경계를 나누는 것을 통해 이미지 영역 분할.

• 픽셀값을 이용하여 각 위치의 높낮이구분 가능

• 경계선을 통해서 구분

DeepLab

• atrous convolution->semantic segmentaion을 잘 해결함

Atrous convolution

• 필터 내부에 빈 공간을 둔 채 작동(r이 커질수록 넓어짐

• 동일 파라미터와 계산량 유지하면서, 픽셀이 볼 수 있는 영역을 크게 가져갈 수 있는 성질이 있음.

Spatial Pyramid Pooling

• feature map에서 여러 개의 비율이 다른 atrous convolution 병렬 적용 후 합치는 ASPP기법 활용.

Encoder-Decoder

• CNN구조

• U-Net 구조

• Encoder: 점진적으로 spatial dimensino 줄여나가면서 고차원의 semantic 정보를 convolution filter로 추출

• Decoder: 손실된 정보를 복원하여 boundary segmentation완성

Depthwise Separable Convolution

• 입력 영상의 channel 축을 모두 분리시킨 후 여러 개의 convolution 필터로 대체하여 연산함.

구글이 제공하는 DeepLabModel 가져오기

• preprocess()-> 이미지 전처리 -> input tensor 만듦

• resize

• RGB 변환

• runn() : 전처리된 이미지를 입력값으로 사용