컴퓨터 비전 태스크 "상상"해보기

학습목표

• 이미지 데이터가 가진 특징을 이해한다.
• 각 컴퓨터 비전 태스크들의 목표와 차이점을 이해한다.

이미지 "데이터" 이해하기

• 이미지 데이터 분석

  이미지 데이터를 분석한다는 의미는 3차원의 숫자 덩어리를 입력으로 받아 그 안에 숨겨진 패턴을 찾는다는 뜻이다.

• 인간의 이미지 인식 vs 컴퓨터의 이미지 인식

  • 인간의 이미지 인식

    
    인간이 이미지를 인식할 때는 반사된 빛의 일부가 눈에 입력으로 들어오면 눈의 세포를 통해 빛의 신호가 전기 신호로 변환되어 뇌로 전달된다. 그 후 뇌에서 이미지가 출력된다.

  • 컴퓨터의 이미지 인식
    

    컴퓨터는 고양이를 '고양이'라고 인식하지 않는다.
    컴퓨터에게 고양이 이미지는 그저 RGB라는 3개의 채널을 통해서 입력된 숫자 덩어리이다(Input).
    숫자가 입력으로 컴퓨터에 주어지면 컴퓨터의 연산 장치로 연산이 처리되고 결과를 출력한다.
    

이미지 내의 정보 찾아보기

• 데이터 = 정보?

  이미지 데이터의 픽셀 하나에 담긴 숫자 자체에는 아무런 정보(패턴)가 없다. 그저, 숫자일 뿐이다.

• 이미지 내의 정보

  • 사람
    

• 이미지 속 정보의 특징

  • 컴퓨터
    이미지 데이터 안의 정보는 하나의 픽셀 그 자체가 아닌 주변의 여러 개의 픽셀과의 관계를 통해서 드러낸다. (관계 = 같다/다르다 를 판별하는 것)(나무가 아니라 숲을 봐라)

    

컴퓨터 비전의 다양한 테스크

• 이미지

  object : 대상, 객체

  • Single object(하나의 객체가 있을 때)
    

    Classification(분류 태스크) :
    대상이 무엇이냐? 즉, 1개의 객체의 class를 예측하는 태스크이다.

    Classification + Localization :
    객체의 위치를 찾아내는 태스크로, Bounding Box(BBox)를 통해 위치를 지정한다.

  • Multiple objects(여러개의 객체가 있을 때)

    Object Detection :
    BBox + Classification
    Object Detection는 Bounding Box로 위치를 지정하고, 각 Bounding Box 안의 obejct를 classification을 하는 것
    

    Segmentation(분할) :
    픽셀 수준에서의 의미를 찾는 태스크이다. Segmentation은 이미지를 픽셀 단위로 분해하고 픽셀의 class를 분류하는 Semantic Segmentation와 픽셀이 어떤 개별 객체(=개체, Instance)로 구분되는지 분류하는 Instance Segmentation로 구분할 수 있다.

    

정리

• 이미지 데이터를 분석하는 것은 3차원의 숫자 덩어리에 숨겨진 패턴을 찾는 것이다.
• 이미지의 픽셀이 가진 의미는 주변 픽셀들과의 관계에 의해서 결정된다.
• 컴퓨터 비전 태스크에는 Classification, Object Dection, Segmentation 등이 있다.