728x90 공부170 [컴퓨터비젼] 7. Transformations and warping 오늘은 간단하게 정리를 해보고자 합니다. 파노라마를 만들기 위해서는 이미지가 이동, 회전, 크기 변화 등등을 걸쳐야합니다. 오늘은 그걸 하게 해주는 Transformation 들의 종류를 알아볼 것입니다. 그전에 Image Warping(와핑) 에 대해서도 배워보고 넘어가도록 합시다. Image Warping 이미지 필터링은 이미지의 범위, 즉 y축 값을 변화시키는 거고 (색 변화 등) 이미지 와핑은 이미지의 도메인, 즉 x 축 값이 변화시키는 겁니다. (위치 변환만) 정리하자면 이미지 필터링과 이미지 와핑에 차이는 위치 변화 유무입니다. Parametric (global) warping 파라미터로 이 과정을 표현 가능하고 특정 포인트만 변하는 것이 아니라 이미지 전체가 변하기 때문에 global 입니다.. 2021. 3. 30. [컴퓨터비젼] 6. Feature descriptors and matching 오늘은 Feature descriptor 와 matching 에 대해서 알아보도록 합시다. 저번 포스팅에서도 언급을 했듯이 Feature을 찾는 과정은 Detection, Description, Matching 으로 이루어져있습니다. 일단 Feature descriptor의 정의를 살펴보면 어떤 이미지에서 알고리즘을 통해서 벡터를 출력하는 알고리즘입니다. matching은 이렇게 추출한 Feature들을 잇는 거라고 하면 되는거죠. 어떻게 좋은 descriptor 을 구할지 그리고 어떻게 이들을 매치할지가 키포인트겠지요. 가장 좋은 descriptor 은 가장 비슷한 포인트를 두 이미지 속에서 찾아내는 거죠. 가장 심플한거는 같은 위치에 직사각형 Window 를 만들고 매치시키는 건데 세상이 그렇게 만만.. 2021. 3. 29. [컴퓨터비젼] 5. Corner Detection와 Harris Operator Feature Extraction : Corners 과 blobs 이미지에서는 코너(Corner)와 블락(blob)을 알아내는 것이 중요합니다. 이미지에서 로컬하게 특징을 짓을 수 있는 이미지를 찾아내는 것이 Feature을 추출하는 것인데요. 이 피쳐(Feature)에는 Corner와 blob으로 나뉠 수 있습니다. 아래 사진을 보면 뭐가 코너고 블락인지를 직관적으로 알아낼 수 있습니다. 그럼 이러한 Feature 추출이 왜 중요한 것일까요? 예를 들면 파노라마와 같이 사진을 잇는 기술에 이런 Feature을 추출하는 것이 중요하게 쓰입니다. 사진의 피처를 찾아서 연결하는 거죠. 그럼 아래 그림을 어떻게 연결할까요? 사진을 보시면 산봉우리 같은 구간을 Peak라고 합니다. 사진에서 이 Peak를 통해 .. 2021. 3. 29. [인공지능]10.Bayesian Networks 2 Bayesian Networks The Syntax of Bayesian Networks The Semantics of Bayesian Networks Constructing Bayesian Networks Conditional Independence Relations in Bayesian Networks Compact Conditional Distributions Hybrid(discrete + continuous) Networks Continuous Child Variable Discrete Variable with Continuous Parents Conditional Independence Relations in Bayesian Networks 노드 X의 parent 노드는 U1~Um 까지 총 m.. 2020. 12. 7. 이전 1 ··· 12 13 14 15 16 17 18 ··· 43 다음 728x90
