Classical Computer Vision
Local Image Features
- Image Feature
- 이미지를 수치적 값의 관점에서 추출한 정보
좋은 로컬 피처란?(interest point)
- saliency
- 눈에 띄는 정도가 높을수록 좋은 피처
- Locality
- 이미지의 작은 부분에 대한 특징을 잘 나타내는 피처
- Repeatability
- 변환이 되어도 같은 성질이 뽑혀야된다
합성곱 (Convolution)
- 교환법칙 성립
- 결합법칙 성립
- 분배법칙 성립
가우시안 필터(Gaussian Filter)
- 이미지를 부드럽게 만들어주는 필터
그라디던트 필터(Gradient Filter)
- 이미지의 경계를 찾아주는 필터
padding
- zero padding
- warp padding
- clamp padding
- mirror padding
edge and corner
- edge
- 이미지의 경계를 찾아주는 피처
- smoothing -> gradient -> non-maximum suppression -> hysteresis thresholding
- corner
- 이미지의 모서리를 찾아주는 피처
- edge detection -> corner detection
- edge 들이 만나는 부분
- harris corner detection
- 이미지의 픽셀들이 변화하는 정도를 계산하여 모서리를 찾아내는 방법
blob
- 이미지의 리전인데 주변보다 밝거나 더 어두운 영역에 대해서 Blob이라고 한다
- laplacian of gaussian
- 이미지를 블러처리한 후 라플라시안 필터를 적용하여 Blob을 찾아내는 방법
- difference of gaussian
- 이미지를 다양한 크기로 블러처리한 후 차이를 계산하여 Blob을 찾아내는 방법
Scale Invariant Feature Transform (SIFT)
- 이미지의 크기에 상관없이 특징을 추출하는 알고리즘
- keypoint detection -> keypoint description -> keypoint matching
- keypoint detection
- keypoint description
model fitting
- fitting problem
- image stitching
- 3d object recognition
- Least Square Method
- weighted least square
- least square
- RANSAC(Random Sample Consensus)
- Hough Transform
feature matching
- global feature matching
- nearest neighbor matching
visual recognition
- classification
- object detection
- segmentation
- scene recognition
- pedestrian detection
- 보행자 검출
image representation
- bag of words
- independent feature(codeword)
- histogram representation
- spatial pyramid matching
- 이미지를 여러개의 영역으로 나누어서 히스토그램을 만들어서 이미지를 표현하는 방법
classification
분류 문제를 해결하는 방법
linear classifier
non-linear classifier
generative model
discriminative model
discriminative function model
k-nearest neighbor