최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문에서는 3차원 물체를 특정 축을 중심으로 회전시켜 얻은 복수 영상을 학습 데이터로 활용하여 물체 인식 방법을 제안합니다. 복수 영상의 특징점을 하나의 특징 공간으로 합성하고 기하학적 관계를 이용하여 중복 영역을 제거하는 모델을 생성하여 임의의 3차원 회전이 적용된 물체를 인식할 수 있습니다. 실험 결과, SIFT 알고리즘만으로는 어려웠던 3차원 물체의 다양한 외관 인식이 가능함을 확인했습니다.
파이썬 3로 컴퓨터 비전 다루기 : 이미지 인식, 추적, 머신 러닝, 비디오 처리, 컴퓨터 비전 웹서비스
Three-dimensional object recognition systems
Computer vision, ECCV '94 : third European Conference on Computer Vision, Stockholm, Sweden, May 2-6, 1994 : proceedings
Mechatronics and intelligent systems for off-road vehicles
Shape from shading
Computer vision - ECCV 90
눈 탐험 : 흥미롭고도 신비한 눈의 세계
Mechatronics and intelligent systems for off-road vehicles
Recent developments in computer vision : Second Asian Conference on Computer Vision, ACCV '95, Singapore, December 5-8, 1995 : invited session papers
Object representation in computer vision II : ECCV '96 international workshop, Cambridge, U.K., April 13-14, 1996 : proceedings
Shape, contour, and grouping in computer vision
Object recognition in man, monkey, and machine
Digital image processing methods
컴퓨터 비전을 위한 다중 시점 기하학 : 카메라를 위한 수학
Visual object recognition
Digital image processing
Object recognition by computer : the role of geometric constraints
Computational modeling of vision : the role of combination
3D shape analysis : fundamentals, theory, and applications /
백두권, 박상현, 이정욱 · 2010
정보처리학회논문지. 소프트웨어 및 데이터 공학
탁윤식, 황인준 · 2010
전기학회논문지ABCD
장대식 · 2006
한국컴퓨터정보학회논문지
장대식 · 2006
인터넷정보학회논문지
염석원, 이동수, 손정영, 김신환 · 2009
한국통신학회논문지B
이석준, 정순기 · 2007
한국HCI학회 논문지
이현창, 고진광 · 2008
한국컴퓨터정보학회논문지
전선 / 대학원
디지털 영상 처리 및 분류를 통한 원격탐사 위성영상으로부터 추출 가능한 지리정보의 효과적인 판독 및 분류 기법을 습득하고 실제 실험 프로젝트를 통하여 위성영상의 판독 능력을 배양한다.전선 / 학사
원격탐사에 대한 기본이론들을 이해하고, 위성영상의 프로세싱기법과 알고리즘을 이해하므로써, 여러 활용분야에 적용가능한 능력을 배양하는데 있으며, 이를 위해 IDRISI, ERDAS, ER-Mapper 등의 영상처리용 소프트웨어 실습을 병행한다.전선 / 학사
로봇은 기술 발전과 수요 증가에 따라 공장 등의 제한된 환경에서 사람들이 생활하는 일상 환경으로 확장되고 있으며, 안전하고 효과적으로 로봇을 적용하기 위해서는 로봇이 사용되는 환경에 대한 이해가 필수적이다. 로봇 비전 과목은 카메라를 이용하여 로봇 주변의 3차원 공간 구조나 보행자, 차량 등 다양한 객체 등 로봇이 사용되는 주변 환경의 전반적인 인식에 관련된 다양한 문제와 해결방법을 학습하는 것을 목표로 한다. 다양한 컴퓨터 비전의 연구 분야 중 로봇에 관련된 카메라 모델, 자세 추정, 3D reconstruction, 딥러닝을 이용한 물체 인식 및 추적 등의 주제에 대해 기초적인 내용을 강의한다.전선 / 대학원
본 강의에서는 3차원 복원과 관련된 컴퓨터 비전과 인공지능 분야를 이해하기 위한 기본적인 개념들에 대해 배운다. 본 강의를 수강한 학생들은 3차원 컴퓨터 비전 연구를 이해하고 진행할 수 있는 이론적 개념들과 실전 기술들을 배울 수 있을 것이라 기대된다. 이를 위해 3차원 비전의 기본 개념, 프로젝티브 기하학, 카메라 모델, 카메라 칼리브레이션, 멀티뷰 기하학, 3차원 복원, 학습 기반 3차원 비전, 3차원 사람 포즈 복원 등 다양한 내용들에 대해 다루게 된다.전선 / 학사
AI를 이용하여 주차장 게이트에서 번호판을 인식후 주차장 게이트를 Open/deny 하는 과정을 구현한다. 자동차 번호판을 인식하기 위해 object-detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 에 사용되는 딥러닝 모델들의 개요에 대해 배우고, GPU 서버를 이용하여 이 과정들을 구현한다.전선 / 학사
2차원 및 3차원 컴퓨터 그래픽스의 기본원리들을 다룬다. 그래픽스 라이브러리를 이용하여 3차원 영상을 합성하고, 대화형 사용자 인터페이스를 구현하는 기술을 익힌다. 3차원 형상의 표현, 기하학적 변환, 투사법 (projection), 가시변환 (viewing transformation), 숨은 면 제거, 렌더링, 애니메이션, 가시화 알고리즘 등을 다룬다. 프로그래밍 과제들을통하여 기본 개념들을 간단히 구현하여 본다.전선 / 학사
본 교과는 인공지능의 중요한 문제중의 하나인 컴퓨터비전의 기초를 소개하는 과목으로서 컴퓨터비전 관련 이론의 이해는 물론 알고리즘의 설계 및 분석을 통하여 다양한 공학적 응용예를 익힌다. 본 교과의 내용으로는 영상형성과정의 광학적 모델링, 영상전처리 및 복원문제로 부터 영상특징추출, 그리고 물체검출 및 인식문제 등의 고차원 문제가 포함될 것이며, 이의 해결을 위한 고전적인 접근 방법 뿐 아니라 최신 연구경향 및 방법론들을 공부한다.전선 / 대학원
다양한 곡선 및 곡면디자인 방법들에 대하여 공부한다. 3차원 입체모델의 표현방식들에 대한 이론들을 배우고, 간단한 모델링 시스템을 구축하여본다.전선 / 대학원
사진측량에 대한 기본이론들을 이해하고 이를 응용하기 위한 제반 기술들에 관해 학습한다. 사진의 취득에서, 검정, 입체시, 3차원 정보의 추출과 표현, DEM, TIN, 정사투영사진 등 주제를 두루 다루며 소프트웨어를 이용한 실습을 병행한다.전선 / 대학원
패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.전선 / 대학원
패턴 인식은 데이터가 주어졌을 때 데이터에 대한 사전 지식이나 통계적 특성을 사용하여 패턴의 특징을 찾아내고 이를 사용하여 패턴을 분류하는 것이다. 데이터의 차원은 일반적으로 매우 커서 데이터를 파악하기가 매우 어렵다. 데이타가 어떤 부류에 속하는 지에 대한 사전 지식이 있을 경우에는 패턴 분류를 하는 방법으로는 Bayes 분류기, Maximum likelihood 방법, Discriminant Analysis, 신경회로망 등이 있다. 그리고 데이터에 대한 사전지식이 없는 경우에는 clustering 하는 방법을 통하여 데이터를 분류한다. 패턴 인식은 얼굴, 지문 등의 생체인식 분야에 많이 이용되고 있으며, 또한 많이 축적된 데이터로부터 새로운 지식을 찾으려하는데 사용되고 있다. 이 과목에서는 패턴 인식에서 사용하는 여러 방법을 소개하고 그 응용에 대하여 다룬다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 학사
그래픽을 입체로 표현할 때 고려되어야 하는 원리와 기술들을 익혀 다양한 매체에 효과적인 입체 표현을 가능하게 하는 것을 목표로 한다. 모델링, 질감, 렌더링, 애니메이션과 같이 3D그래픽스를 구성하는 필수적인 기술들을 학습하고 매체에 최적화된 입체표현을 탐구한다.전선 / 학사
이 과목은 캐스팅을 통해 입체형상을 복제하고 재료의 전환을 실험하는 과정을 다룬다. 몰드 제작과 캐스팅 기법을 습득하며, 다양한 재료의 물성과 구조를 분석해 적합한 제작 방식을 모색한다. 이를 바탕으로 기법적 실험을 확장하며, 형상복제와 물성전환이 지닌 동시대적 의미를 탐구한다.전선 / 대학원
사람들이 일반적으로 동의하는 시각적인 표현이 존재하지 않는 대량의 추상적인 데이터를 직관적으로 시각화하고 동적으로 제어할 수 있게 함으로써 사용자들의 인지능력의 향상을 꾀하는 정보 시각화에 대하여, 시지각 이론을 포함한 이론적 바탕에서 출발하여 데이터의 형태별 시각화 방법론, 인터액션 방법론, 디자인 스터디 방법론, 평가 방법론 등 다양한 기술적 배경을 실제 문제 해결을 통하여 학습한다. 더 나아가서, 정보시각화 기술에 기반하여 인터액티브한 시각적 인터페이스를 디자인하고 이를 통하여 전문가의 창의적 문제해결 능력을 극대화함으로써 인류가 직면한 실제 문제를 해결하려는 새로운 과학적 시도인 시각적 분석 기술도 학습한다. 특히 통계학, 기계학습, 데이터마이닝 등 데이터 과학 분야의 관련 기술들을 정보 시각화 시스템에 효과적으로 융합하는 기술적 방법론도 다양한 실례와 디자인 프로젝트를 통해 체득한다.전선 / 대학원
본 수업은 카메라를 통해 대상을 관찰하고 기록하고 디자인하는 방법에 관한 것이다. 기계가 대상을 기록하는 방법은 인간의 눈이 하는 것과는 많이 다르다. 영상디자이너는 카메라의 기계적 성질과 원리, 그리고 기능별 종류에 대해 이해해야 하며 자신의 창작력을 극대화 할 수 있는 방법으로 활용할 수 있어야 한다. 수강생들은 카메라의 기게적 성질에 대해 배우고 현장 및 스튜디오 실습을 통하여 이해한다.전선 / 대학원
본 교과목에서는 생체 이미징에 사용되는 다양한 영상방식(탐침, Quantum Dot Imaging, Optical Imaging, Near Infrared Spectroscopy, 초음파, Computerized Tomography, 양전자 단층 촬영, 자기공명영상 및 뇌기능성자기공명영상)의 물리학, 전기공학적 원리를 소개하고 영상재구성방식을 학습하게 한다.전선 / 학사
이 과목은 측도 이론과 확률의 기본 개념과 이론을 익히기 위한 과목으로, 다음과 같은 주제를 공부한다. 측도 공간, 측도 가능함수, 적분, 곱공간, Lp공간, 분포, 평균, 조건부 평균, 모멘트 발생 함수, 특성함수, 랜덤 변수 수열, 중심극한 정리, 브라운 운동, 확률과정, filtration, stopping times, 브라운 운동의 존재성, 기본성질, 연속성과 불정칙성, 변동성 및 마코프 성질과 반사 원칙을 다룬다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.전선 / 학사
인체를 3차원으로 인식하는 시각을 학습하고 입체적 재단법을 습득함으로써 더욱 창조적인 패션디자인 능력을 개발한다. 평면인 직물이 인체에 적용되어 그 구성과 실루엣이 변화하는 과정의 이해를 통해 더욱 폭넓은 디자인 작업을 전개할 수 있도록 한다.