퍼셉트론(Perceptron) 1. 퍼셉트론이란? 퍼셉트론은 프랑크 로젠블라트가 1957년에 고안한 알고리즘으로 신경망(딥러닝)에 기원이 되는 알고리즘이다. 그래서 퍼셉트론의 구조를 배우는 것은 신경망 딥러닝으로 나아가는 데 중요한 아이디어를 배우는 일이 된다. 퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력한다. 여기서 말하는 신호란 전류나 강물처럼 흐름이 있는 것을 말한다. 신호가 흐를 때는 1, 신호가 흐르지 않을 때는0으로 간주한다. 위 그림은 입력으로 2개의 신호를 받은 퍼셉트론의 예시이다. x1, x2 : 입력신호 y : 출력신호 w1, w2 :가중치 그림의 원 : 뉴런 or 노드 입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해진다. 뉴런에서 보내온 신호의 총합이 정해진 ..

OpenCV Watershed를 이용한 영상 분할 워터쉐드 변한은 영상을 빨리 분할하여 동일한 영역으로 만들기 위해 사용하는 영상처리 알고리즘이다. 영상이 위상적 입체감을 보여준다는 아이디어에서 착안하였으며 영상 분할을 위해 정의된 마커 집합을 사용하게 된다. 워터쉐드 함수는 마커 기반 영상 분할을 수행하게 된다. CV_8UC3인 8비트 3채널 컬러 영상 image에 사용자가 대략적으로 32비트 정수 1-채널 markers에 부분영역을 설정하면 영상을 분할하여 markers 행렬에 저장한다. 초기에 markers에 주어진 영역의 값을 씨앗(seed)으로 하여 나머지 영역을 분할한다. 함수가 반환 될 때 markers에 1 이상의 값을 가지며 markers의 값이 같으면 동일 특성을 갖는 분할 영역이며, ..

Fourier Transform (푸리에 변환) 푸리에 변환(Fourier Transform) 이란 어떤 시간 도메인(time domain)에서 표현된 신호를 주파수 도메인(frequency domain)에서의 표현으로 변환해주는 것을 말한다. 영상처리에서는 2차원 푸리에 변환을 사용하게 된다. 이는 영상을 x축 또는 y축 방향으로 따라가면서 픽셀의 밝기 변화를 파형 또는 신호로 보고 주파수 분석을 적용하는 것이다. 푸리에 변환을 통해 얻은 각 주파수 성분의 강도를 스펙트럼(spectrum)이라고 부른다. 이 스펙트럼도 이미지처럼 표현이 가능하다. 또한, 푸리에 변환은 신호를 주파수 영역에서 분석하기 위해 사용된다. 푸리에 변환의 기본 개념은 하나의 신호는 여러 개의 sin 신호와 cos 신호의 합으로 ..

Superpixels (SEEDS and SLIC) 논문을 읽는데 심심치 않게 등장한 Superpixels 개념 때문에 조금 더 공부해보자는 차원에서 포스팅하게 되었다. Superpixels 이라는 개념을 영상에서 픽셀을 블록화 하는 걸로만 이해하고 있었다. Superpixels의 정확한 개념을 설명하고, 이에 대한 대표적인 방법인 SEEDS 와 SLIC 알고리즘을 설명하려고 한다. 영문을 번역하며 설명하는거라 다소 매끄럽진 않겠지만 최대한 매끄럽게 써보도록 하겠다.. 1. Superpixels (슈퍼픽셀) 슈퍼픽셀은 영상분할 및 Object Tracking 분야에서 자주 사용되는 방법이다. 영상분할은 입력영상으로부터 물체에 해당하는 영역을 추출하는 과정으로 영상해석을 위한 필수적인 단계라고 할 수 있다..

A. accumulator plane : 축적 평면 accumulator volume : 축적 공간 AdaBoost : 에이다 부스트 adaptive : 적응형, 적응적 algorithm : 알고르즘 aliasing : 에일리어싱 alpha blend : 알파 블렌드 alternative split : 대체 분기 anchor point : 고정점 anti-aliasing : 앤티 에일리어싱 aperture problem : 어퍼쳐 문제, 틈 문제, 구멍 문제, 틈새 문제 application : 응용 프로그램 area process : 영영 처리 aspect ratio : 영상 비 autocorrelation matrix : 자기 상관 행렬 average : 평균 B. background differen..

참고자료 1 : http://kowon.dongseo.ac.kr/~dkkang/ImageProcessing2011Spring/ch12.pdf참고자료 2 : http://realheart.egloos.com/2193436참고자료 3 : http://alzi.tistory.com/83참고자료 4 : https://courses.cs.washington.edu/courses/cse576/book/ch7.pdf (TEXT BOOK)참고자료 5 : http://icact.org/upload/2011/0702/20110702_Abstract_B.pdf (논문) 공간 필터링 (Spatial Filtering) / 영상 회선(Convolution) / Laws Texture Energy Measures 필터링(Filt..

참고자료 1 : http://sijoo.tistory.com/75참고자료 2 : http://jangjy.tistory.com/163참고자료 3 : http://web.mit.edu/vondrick/ihog/ (HOG Demo page)참고자료 4 : https://en.wikipedia.org/wiki/Histogram_of_oriented_gradients참고자료 5 : Histograms of Oriented Gradients for Human Detection (HOG 원 논문) HOG (Histogram of Oriented Gradients) Algorithm HOG의 개념 HOG Algorithm은 일반적으로 보행자 검출이나 사람의 형태에 대한 검출 즉, Object Tracking에 많이 ..

참고자료 1 : http://martinblog.net/826참고자료 2 : http://blog.daum.net/shksjy/198참고자료 3 : https://en.wikipedia.org/wiki/Connected-component_labeling참고자료 4 : http://docs.opencv.org/2.4/modules/features2d/doc/common_interfaces_of_feature_detectors.html Blob Algorithm Blob Labeling 알고리즘은 영상처리 분야에서 Labeling을 할 때 주로 쓰는 방법으로서, 인접한 화소에 모두 같은 번호(Label)을 붙이고 연결되지 않은 다른 성분에는 다른 번호를 붙이는 것이다. heuristic 기반의 방법으로 la..

관련 출처 1 : http://sijoo.tistory.com/75관련 출처 2 : https://en.wikipedia.org/wiki/Haar-like_features관련 출처 3 : http://vision0814.tistory.com/113 Haar like Feature 컴퓨터 비전 분야에 있어서 특징을 추출하여 분석하는 일은 매우 중요하다. 특징점을 추출하는 방법 중 하나인 Haar like Feature는 object recognition 분야에서 digital image feature이다. 이는 Haar wavelets 이라고도 불리며, real-time 기반의 face detector 라고 할 수 있다. 2001년 두 학자(Viola, Jones)가 "Rapid Object Detecti..

OpenCV 워터쉐드 적용하기 저번에는 OpenCV를 이용하여 비디오영상을 가져온 뒤, 영상에서 캐니에지를 검출해보았다. 이번에는 캐영상을 받아와 OpenCV로 전처리 과정을 거친 뒤, Watershed(워터쉐드)를 적용해보려고 한다. 먼저 워터쉐드에 대해서 알아보자. WaterShed(워터쉐드) 워터쉐드는 영상 분할 알고리즘 중 하나이다. "Use of Watershed in Contour Detection"이라는 논문에서 1979년 처음 나왔다. 영상의 필섹 값을 2차원 지형으로 생각하고, 위 아래 방향에서 물을 채우는 방식이다. 영상을 분할하는 방법에 있어서는 크게 2가지로 나뉜다. 1. Edge-based (윤곽선 기반 영상 분할 방법) 2. Region-based (영역 기반 영상 분할 방법) ..