01. 컴퓨터 비전

1. 컴퓨터 비전(Computer Vision)

* 인공지능(AI)의 한 분야로, 컴퓨터와 시스템을 통해 디지털이미지, 비디오 및 기타 시각적 입력에서 의미있는 정보를 추출한 다음 이런 정보를 바탕으로 작업을 실행하고 추천할 수 있게 함
  - AI -> 생각
  - 컴퓨터 비전 -> 보기, 관찰, 이해

 

 

 

2. 데이터셋

* 컴퓨터 비전 모델은 데이터 모음(일반적으로 이미지, 비디오 또는 기타 시각적 정보)를 학습
* 데이터셋은 모델의 성능을 결정하는데 중요(양과 품질)
* 데이터셋의 크기는 모델이 학습 중에 본 예제의 수를 타나내기 때문에 중요
* 데이터셋의 품질은 주석이 잘못 지정되거나 레이블이 잘못 저장된 경우 모델의 성능에 많은 부정적 영향을 줄 수 있다.
* 다양한 개체 변형의 존재, 조명조건, 배경 등을 포함한 데이터셋의 다양성도 모델의 견고성을 보장하는 데 중요

 

1. 어노테이션(주석)

주석은 데이터 집합의 데이터의 정보 또는 레이블을 추가하는 프로세스 예) 이미지에서 특정 개체의 존재, 이미지 내 개체의 위치 또는 속성(색상, 크기, 모양 등)을 나타내는 레이블이 포함 어노테이션은 데이터셋에 수동으로 추가하거나 컴퓨터 알고리즘을 사용하여 자동으로 생성할 수 있음

2. 어노테이션 종류

Bounding Box: 이미지 내에서 개체의 위치 및 크기를 정의하는 작업, 개체 주위에 box를 그리고 클래스로 label을 지정 Keypoint : 개채 내의 특정 관심 지점을 표시하는 작업. 예) 이미지 내 사람의 관절의 위치를 예측이 목표인 작업 Segmentation : 이미지 내에서 개체의 경계를 정의

3. 어노테이션 의 방법

수동 주석: 마우스 또는 스타일러스와 같은 도구를 사용하여 이미지 내의 각 개체 수동으로 레이블을 지정하는 작업, 가장 시간이 많이 걸리지만 최고 수준의 제어와 정확성을 제공 반자동 주석: 컴퓨터 지원 도구를 사용하여 주석 프로세스의 속도를 높이는 작업 자동 주석: 컴퓨터 알고리즘을 사용하여 이미지 내의 개채에 자동으로 레이블을 지정하는 작업. 가장 빠르지만 정확도가 가장 낮음

4. 유명 데이터셋

PASCAL VOC(Visual Object Classed) PASCAL VOC: http://host.robots.ox.ac.uk/pascal/VOC/ 컴퓨터 비전에서 객체 인식 및 분류를 위한 데이터셋 디지털 카메라, 웹 페이지 및 스캔 이미지를 포함한 다양한 이미지로 구성 사람, 동물, 차량 및 일상적인 개체를 비롯한 20개의 다양한 개체 포함 COCO(Common Object in Context) COCO:  https://cocodataset.org/#home 컴퓨터 비전을 위한 대규모 이미지 인식 데이터셋 Microsoft Research에서 만듦 이미지 및 비디오의 개체를 인식하기 위한 알고리즘을 개발하고 평가할 수 있도록 설계 디지털 카메라, 웹페이지 및 스캔 이미지를 포함한 다양한 소스에서 수집된 330,000개 이상의 이미지 사람, 동물, 차량 및 일상적인 개체를 비롯한 80개의 다양한 개체 포함 ImageNet ImageNet: https://www.image-net.org/ 스탠포드 비전 랩과 프린스턴 대학에서 만듦 디지털 카메라, 웹 페이지 및 스캔 이미지를 포함한 다양한 소스에서 수집 된 1,400만개 이상의 이미지 사람, 동물, 차량 및 일상적인 개체를 비롯한 1000개의 다양한 개체 포함 1000개의 개체 범주 집합에서 하나 이상의 클래스 레이블이 주석으로 지정 KITTI(Karlsruhe Institute of Technonlogy and Toyota Technological Institute at Chicago) KITTI : https://www.cvlibs.net/datasets/kitti/ 컴퓨터 비전 및 로봇 공학을 위한 데이터셋 움직이는 차량에서 캡쳐한 이미지 및 비디오에서 객체 인식 및 감치를 위한 알고리즘의 개발 및 평가를 위하 실제 데이터를 제공 움직이는 차량에서 캡쳐한 7000개 이상의 이미지와 비디오로 구성 도시 및 농촌 환경, 도로, 건물, 차량 및 보행자를 포함한 다양한 개체와 장면 주석에는 3D 공간에서 개체의 위치와 방향에 대한 정보를 포함

• PASCAL

 

 

3. 영상(Image)

 - 픽셀이 바둑판 모양의 격자에 나열되어 있는 형태
   (픽셀(Pixel): 이미지를 구성하는 가장 작은 단위)
 - 2차원 행렬

 

1. 영상종류

그레이스케일 영상 흑백 사진처럼 색상 정보가 없는 영상 밝기 정보만으로 구성된 영상 밝기 정보는 256단계로 표현(0 ~ 255) 8bit에 저장 = 1byte 가로크기 * 세로크기 = 이미지 용량 예) 28 * 28 = 784 bytes 트로컬러 영상 컬러 사진처럼 색상 정보를 가지고 있기 때문에 다양한 색상을 표형할 수 있는 영상 red, green, blue 색 성분을 사용하고 각 256단계로 표현 픽셀의 표현 -> (255, 255, 255) | 튜플 형태 3byte 가로크기 * 세로크기 * 3 = 이미지 용량 예) 28 * 28 * 3 =  2352 bytes

2. 영상파일 형식

BMP 픽셀 데이터를 압축하지 않고 그대로 저장 용량이 매우 큼(픽셀이 일반적인 크기) 파일 구조가 단순해서 별도의 라이브러리 없이 프로그래밍이 가능 JPG(JPGE) 압축률이 좋아서 파일 용량이 크게 감소 사진과 같은 컬러영상을 저장 손실 압축 GIF 움직이는 영상 지원 256색 이하의 영상을 저장 무손실 압축 PNG 웹 이미지용으로 권장 손실, 손실 압축 알파 태널(투명도)을 지원 (255, 255, 255, 1)