Computer Vision

컴퓨터 비전은 시각적 세계를 해석하고 이해하도록 컴퓨터를 학습시키는 인공 지능 분야입니다. 컴퓨터가 카메라와 동영상에서 디지털 이미지와 딥 러닝 모델을 사용하여 객체를 정확하게 식별하고 분류하는 학습을 마치면 "관찰" 대상에 반응할 수 있습니다.

• 역사
•     
• 활용 현황
•     
• 용도
•     
• 작동 원리
•     
• 다음 단계

컴퓨터 비전의 역사

컴퓨터 비전의 실험은 1950년대에 처음으로 이뤄졌는데, 여기에는 객체의 가장자리를 감지하고 단순한 형태의 개체를 원이나 사각형 같은 범주로 분류하는 최초의 신경망이 사용됐습니다. 1970년대에 최초로 상용화된 컴퓨터 비전은 광학 문자 인식 기법을 사용하여 활자체나 필기체를 해석했습니다. 이 같은 선진 기술은 시각 장애인용 서체를 해석하는 데 사용됐습니다. 

1990년대에 인터넷의 보편화로 인해 온라인에서 대량의 이미지를 분석에 사용할 수 있게 되자 안면 인식 프로그램이 확산되었습니다. 증가한 데이터 세트 덕분에 컴퓨터가 사진과 동영상 속의 인물을 식별할 수 있게 된 것입니다.

오늘날에는 여러 가지 요소가 융합되면서 컴퓨터 비전이 부흥하고 있습니다.

이러한 발전은 컴퓨터 비전 분야에 엄청난 영향을 미쳤습니다. 객체 식별 및 분류 정확도가 10년 만에 50%에서 99%로 상승했으며 오늘날의 시스템은 사람보다 더 우수한 정확도로 시각적 입력 정보를 빠르게 감지하여 반응합니다.

컴퓨터 비전 작동 원리

컴퓨터 비전은 기본적으로 아래의 세 단계를 거칩니다.

오늘날의 AI 시스템은 한 단계 더 나아가 이미지에 대한 이해를 토대로 조치를 취할 수 있습니다. 여러 가지 컴퓨터 비전이 다음과 같은 다양한 용도로 사용됩니다.

• 이미지 분할은 이미지를 여러 영역 또는 조각으로 분할하여 각기 따로 검사합니다.
• 객체 감지는 이미지 속의 특정 객체를 식별합니다. 고급 객체 감지 모델은 하나의 이미지에 존재하는 다수의 객체(예: 축구장, 공격수, 수비수, 축구공 등)를 인식합니다. 이 모델은 XY 좌표를 사용하여 경계 박스를 생성하고 그 안의 모든 것을 식별합니다.
• 안면 인식은 이미지 속의 사람 얼굴을 인식할 뿐만 아니라 개인의 신원을 식별하는 고급 객체 감지 기술입니다.
• 경계 감지는 이미지의 내용을 보다 정확히 파악하기 위해 객체 또는 풍경의 바깥쪽 경계를 식별하는 데 사용되는 기술입니다.
• 패턴 감지는 이미지에서 반복되는 모양이나 색상, 기타 시각적 표시를 인식하는 프로세스입니다.
• 이미지 분류는 이미지를 여러 범주로 분류합니다.
• 특징 매칭는 이미지의 유사성을 대조하여 분류하는 일종의 패턴 감지 기법입니다.

단순한 컴퓨터 비전 응용 프로그램은 이러한 기술 중 하나만 지원하지만 자율 주행 자동차용 컴퓨터 비전과 같은 고급 기술은 여러 가지 기술을 사용하여 목적을 달성합니다.