컴퓨터 비전 : 계층적 처리와 문제 해결 도구

계층적 처리

컴퓨터 비전의 계층적 처리는 아래와 같이 세 단계로 나눌 수 있다.

전처리

• 주로 영상 처리가 담당함
• 카메라로 획득한 원래 영상을 입력 받아 사용 목적에 맞게 처리해서 개선된 영상으로 만들어줌.

특징 추출

• 에지, 선분, 원, 코너, 텍스처와 같은 특징들을 추출하는 단계이다.
• 여기까지는 저급 비전이라고 부름

해석(고급 비전)

• 이렇게 앞선 단계에서 추출한 특징을 입력받아 그것을 분석하고 해석해 고급 묘사를 출력하는 단계
• 응용 목적마다 해석하는 방식이 다름 (예로 얼굴 인식 -> 분류, 의료 분야 -> 의심부위 출력)
• 응용 현장에서 수집한 지식을 담은 지식 베이스를 사용하기도 함
• 데이터 베이스를 구성해 다음 분류기를 학습시키거나 문맥 정보를 이용하는 후처리 단계를 두어 성능 높이는 노력도 함

문제 해결 도구

많은 도구를 동원해 문제를 해결한다.

 

1. 자료구조와 알고리즘
중간 처리 과정에서 발생하는 데이터를 표현할 적절한 자료구조가 필요하다.
주로 2,3 차원 배열, 트리, 그래프를 사용하고 처리 속도 증가를 위해 힙, 해싱, 탐색 트리 등을 사용하기도 한다.

그리고 처리 단계 곳곳에서 효율적인 알고리즘을 적용하는 것은 매우 중요한데 우리가 흔히 PS할때 많이 보이는 그리디, DP, 한정분기(백트레킹을 개선한 알고리즘)등이 사용됨.

2. 수학

문제를 공식화하는 것이 필수이다. 그래서 당연히 행렬을 주로 연산할때 사용하는 선형대수, 변화량을 측정 또는 극점을 찾기위한 미분학, 의사 결정이나 분류를 위한 확률과 통계가 주로 사용된다. 그리고 최적해에 도달할 수 있으면 좋지만 그것이 현실세계에서는 불가능 할때가 많다.
그럴때에는 부 최적해에서 끝내고 만족한다.

3. 기계학습

머신러닝은 너무나도 요즘 익숙하게 들려오는 키워드이다.
SVM, 신경망, 에이더 부스트 등과 같은 분류기를 비롯 MRF도 학습을 통해 만들어 진다고 한다.

 

참고한 교재: 컴퓨터 비전[저자: 오일석]