컴퓨터 비전 : 인식 (Recognition)

1. 인식이란?

인식은 컴퓨터 비전의 핵심 과제로, 영상 속 객체가 무엇인지 판단하는 과정을 의미한다.
이는 카메라 앞의 사람이 누구인지, 어떤 사물이 보이는지, 어떤 동작을 하고 있는지를 자동으로 판별하는 것을 포함한다.

---

2. 인식의 분류

유형	설명	예시
사례 인식 (Instance Recognition)	특정 개체를 인식	내 지갑 찾기, 특정 건물 탐지
범주 인식 (Category Recognition)	객체의 속한 그룹 판별	고양이/개/의자 분류
사람 인식 (Human Recognition)	사람 고유 정보 인식	얼굴, 제스처, 나이 등

---

3. 주요 인식 대회

다양한 인식 시스템을 비교하고 평가하기 위한 국제 대회들이 존재한다:

• PASCAL VOC: 객체 분류, 검출, 행동 인식 등 종합
• ImageNet ILSVRC: 대규모 1000개 범주 분류
• ICDAR RRC: 문서 및 문자 인식 중심

이러한 대회는 공통된 데이터셋과 평가 지표를 통해 성능을 수치화해 비교할 수 있도록 해준다.

---

4. 사례 인식 방법

4.1 기하 정렬 (Geometric Alignment)

• 매칭된 특징점들의 위치 관계(기하 정합) 를 활용해 인식
• RANSAC, Hough Transform 등이 쓰임

4.2 Bag of Visual Words

• SIFT 등의 지역 특징을 ‘시각 단어’로 변환해 히스토그램으로 표현
• 순서 정보는 무시되지만, 효율적이고 확장성 있음

4.3 별자리 모델 (Star Model)

• 객체의 구성 요소가 중심점(중심 특징점) 을 기준으로 위치한 구조
• 각 부위가 중심점 기준으로 상대적인 위치를 유지
• 여러 부위가 부분적으로 가려져 있어도 인식이 가능함

---

5. 범주 인식 방법

5.1 부품 기반 모델 (Part-based Model)

• 객체를 여러 부위(예: 고양이의 눈, 귀, 꼬리)로 분할하여 각각 인식
• DPM(Deformable Part-based Model)은 각 부위를 약간 변형 가능한 형태로 모델링

5.2 CNN (Convolutional Neural Network)

• 특징 추출 + 분류기를 통합한 딥러닝 구조
• 학습을 통해 복잡한 범주도 높은 정확도로 분류 가능
• 대규모 데이터셋에서 압도적인 성능

---

6. 사람 인식 기술

인식 대상	설명
얼굴 인식	입력된 얼굴이 누구인지 판별
제스처 인식	손이나 몸의 움직임을 통해 명령 해석
나이 인식	얼굴 사진으로부터 연령대 예측

활용 예: 보안 시스템, 감정 분석, 인터랙티브 광고 등

---

7. 모바일 기반 인식

스마트폰, IoT 기기 등에서 활용 가능한 인식 기술의 특징:

• 문자 인식 (OCR), 음식 인식, 얼굴 로그인, 사진 기반 번역 등
• 실시간 처리, 에너지 효율, 경량화된 모델이 핵심

---

8. 요약

항목	설명
사례 인식	특정 개체 찾기 (e.g. 내 지갑)
범주 인식	클래스 분류 (e.g. 고양이 vs 개)
CNN	특징 추출기 + 분류기 통합 구조
기하 정렬	위치 정보로 매칭 정합
Bag of Visual Words	특징 히스토그램 기반 표현
별자리 모델	중심점 기준으로 부위를 정렬
부품 모델	객체를 구성 요소별로 나눠 학습
사람 인식	얼굴, 제스처, 나이 등 포함
모바일 인식	속도, 전력, 반응성 중심 최적화 필요

---

출처: 컴퓨터비전 (저자 : 오일석)