jin's blog

RANSAC = Random Sample Consensus Very general framework for model fitting in the presenece of outlier.inlier: 모델의 정상분포에 속해있는 데이터집합outlier: 모델바깥에 분포해있는 이상치 집합 line fitting에도 쓰일수있고 corespondance 문제에도 적용될 수 있다. inlier으로 회귀분석을 수행할수있게 하는 기법이 RANSAC이다.Line fitting문제로 예를 들어보겠다!1. 임의로 랜덤하게 original data중 몇개를 고른다.2. 그것을 inlier로 가정하고 회귀모델을 가정한다. 3. 해당 모델에 대해 어느정도 마진을 두고(허용오차) , 그 안에 들어오는 아이들을 inlier로 본다. ..

Object Classification vs Object Detection Object Classification전체 이미지를 보고 알맞는 클래스 라벨을 assign하는것image전체가 x이고,, f(x:w) = y 알맞은 라벨이 y Object Detection이미지 안에 있는 bounding box안에 각각 알맞는 클래스 라벨을 할당하는 것각 픽셀좌표에 대한 label이 붙어있다면.. 물체 검출할때sliding window쓰지 Non Maximum Suppression 엣젤 가장 강한거 뽑고 주변을 죽인다. Object Detection with HOGHog을 통한 Object detection은? 1. 먼저 이미지를 SIFT를 통해 HOG로 표현하고2. data 들을 training시킨다. posi..

Scale-Invariant Feature Transform(SIFT)는 특징점의 검출과 특징량의 기술을 하는 알고리즘이다. 검출된 특징점들은 영상의 회전, 스케일 변화, 조명 변화등에 강한 특징점을 기술하기 때문에 이미지 모자이크등의 영상 매칭과 물체인식, 검출에 사용되고 있다. 또한 SIFT와 동등한 gradient 기반의 특징추출법인 Histograms of Oriented Gradients(HOG) 영상으로부터 특징점을 검출하려면edge검출도 있고 blob 검출도 있다. blob은 여러 scale 을 뜻하는데, 이미지에서 *주변에 비해 어둡거나 밝은점/영역을 뜻한다.* 그러니까 엣지 detection에서 한단계 더 나아간게 blob이다. 라플라시안 가우시안으로 구해지고, 그라디언트 변화의 변화가 ..

Feature extraction, Image matching, Object recognition 0) Warming upComputer Vision 에는 크게- Image Processing- Geometric Reasoning- Recognition- Deep Learning이렇게 포함된다한다. Invariant(변하지않는) to view point, lighting, pose 가 좋은 feature이긴 함 1) Convolution 이란?특정 함수(=커널)을 통해 Input image를 새로운 output image로 변화시키는 것이다.Input Image f(x,y) Kernel h(x,y) ------> output Image g(x,y) 여기서 쓰이는 convolution kernel은 작은 ..