개발자라면 한번쯤은 보러오는 곳

디지털 영상의 미분 가우시안을 사용하는 이유 - 미분은 잡음을 증폭시킴으로 스무딩 적용이 중요하다. LOG 필터 - 입력 영상에 가우시안 G를 적용한 후, 결과에 라플라시안을 다시 적용하는 두 단계의 비효율설 - 계산 시간 과다 - 이산화에 따른 오류 누적 가우시안과 scale의 관계 블러를 먹일 수록 scale이 커진다. Scale의 의미는 사물을 넓은 시야에서 본다는 의미 즉 이미지 크기가 작아지면 스케일이 커짐

Security Goals Confidentiality : 기밀성 -> 다른 사람에게 유출되면 안된다! Integrity : 무결성 -> 내용이 바뀌지 않았음을 증명 Availability : 가용성 Confidentiality(기밀성) - 허가 되지 않은 정보의 유출을 막는다. - 기밀 유지에는 데이터 보수가 수반된다. 다른 사람들이 그 내용에 대해 알 수 없게 하며 해당 사람에게는 엑세스를 제공한다. -> Encryption : 비밀을 이용한 정보 변형, 변환된 정보를 암호화 키라고 한다. 해독해야 읽을 수 있다. -> Access control : 접근 제어, 기밀 정보에 대해 '알아야 할' 권한이 있는 사용자/시스템에게만 엑세스를 하도록 제한한다. -> Authentication : 인증 - so..

영역 연산 (Filters) 컨볼루션 == 선형 연산 - 수평 에지와 수직 에지는 에지 검출 효과 있음 비선형 연산 예 ) 메시안 필터 = 중간값 필터 솔트페퍼 잡음에 효과적임 메디안은 가우시안에 비해 에지 보존 효과 뛰어남 - 기하 연산 -> 이미지를 회전, 이동 시킬때 하는 연산 동차 좌표(Homogeneous coordinate) -> 차원 확장 ex) (3,5) -> 한차원 추가(의미없는 좌표) -> (3,5,1) -> (6,10,2) ... -> 차원 확장 동차 행렬 -> 동차 좌표, 동차 행렬 사용하는 이유 : 선형적으로 이해하기 쉽게 이미지들을 나타내기 위해 복합 변환을 이용한 계산 효율 함수로서의 이미지 - 이미지는 f(x, y) 의 2차원 이미지로 생각 할 수 있다. - 컬러 이미지는 3..

영상처리(Image processing)란? - 주어진 목적을 달성하기 위해 원래 영상을 새로운 영상으로 변환 - 컴퓨터 비전의 전처리 과정 히스토그램(histogram) 계산 히스토그램 평활화 이진화 = 명암 영상을 흑과 백만 가진 이진 영상으로 변환 임계값 (threshold) 방법 - 두 봉우리 사이의 계곡을 임계값 T로 결정 - 자연 영상에서는 계곡 지점 결정이 어려움 영상 처리 기본 연산 점 연산 = 오직 자신의 명암값에 따라 새로운 값을 결정 선형 연산 비선형 연산 = 감마 수정 (모니터나 프린터 색상 조절에 사용) 디졸브 영역 연산 = 이웃 화소의 명암값에 따라 새로운 값 결정 - 컨볼루션 : 윈도우를 뒤집은 후 상관 적용, 임펄스 반응 -> 선형 연산 - 2차원 영역 연산 예) 메시안 필터..

획득과 표현 - 샘플링과 양자화 - 2차원 영상 공간을 M*N으로 샘플링(M*N을 해상도라 부름) - 명암을 L단계로 양자화 (L을 명암 단계라 부름, 즉 명암은 [0,L-1] 사이 분포) - 영상 좌표계 - 화소 위치는 x=(j,i) 또는 x=(y,x)로 표기 (pixel) - 영상은 f(x) 또는 f(j,i), 0

Computer Vision이란? - 사람이 눈으로 사물을 보고 인지하는 작업ㅇ르 컴퓨터가 수행하게끔 만드는 학문 Model 안에서 feature를 직접 뽑아주는 방식으로 변화 Computer vision의 feature engineering의 변화 Computer Vision을 사용하는 곳 Optical character recognition (OCR) - 광학 문자 인식 Face detection Smile detection Smart cars Robotics Medical imaging