Computer Vision Theory : 유사성 검출

Similarity Detection

Computer Vision Theory : 유사성 검출
[ ComputerVision ] - 윤대희

유사성 검출(Similarity Detection)


1 유사성 검출(Similarity Detection)은 이미지 내의 주요한 유사 영역을 검출하는 방법입니다. 해당 비슷한 영역이 존재하는 위치를 알려주거나 해당 유사 영역을 부각시킵니다. 이미지에서 검출하려는 오브젝트의 유사성을 기준으로 검출을 진행합니다. 감지할 이미지와 유사한 이미지인 Positive Image와 전혀 다른 이미지인 Negative Image로 훈련된 모델(Model)을 사용하거나 검출하려는 이미지를 특정 크기로 변경시켜 이미지에서 일치하는 영역이 높은 영역을 찾습니다. 또한 특정 범위 내에 있는 객체를 검출합니다.

대표적으로 얼굴 검출(Face Detection), 피부색 검출(Skin Color Detection), 템플릿 매칭(Template Matching) 등이 있습니다.



얼굴 검출(Face Detection)

얼굴 검출(Face Detection)은 이미지 상에서 얼굴을 검출하기 위한 알고리즘입니다. 수만 수천개의 Postive ImageNegative Image로 교육된 모델을 사용하여 검출을 진행합니다. 얼굴에서의 특징점인 이나 , 입술 등에서 밝고 어두운 정도의 특징점을 사용하여 검출을 진행합니다. 해당 특징점들이 모두 존재하는 위치를 찾습니다.



피부색 검출(Skin Color Detection)

피부색 검출(Skin Color Detection)은 이미지 내의 피부색을 검출을 위한 알고리즘입니다. 피부색으로 간주할 수 있는 색상에 대해 하위 임계값상위 임계값을 두어 피부색과 유사한 색상을 피부색으로 간주합니다.



템플릿 매칭(Template Matching)

템플릿 매칭(Template Matching)은 이미지에서 유사성이 가장 높은 이미지를 검출합니다. 원본 이미지와 검출하려는 템플릿 이미지를 변형시킨 뒤 서로가 얼마나 비슷한지 대조하여 검출을 진행합니다. 서로를 대조하였을 때** 가장 높은 일치점**을 찾아 결과로 반환합니다.



  • Writer by : 윤대희


Book Image

개정판이 출간됐습니다!

C#과 파이썬을 활용한 OpenCV 4 프로그래밍 (개정판)

컴퓨터 비전 기초 이론부터 머신러닝을 활용한 영상 처리 프로젝트까지

  • C#과 파이썬용 OpenCV의 데이터 형식과 행렬 및 배열 연산
  • 이미지/동영상/카메라를 활용한 입출력과 결과 저장
  • 전처리 과정과 정보를 탐색하기 위한 이미지 변형
  • 유의미한 정보를 검출하기 위한 이미지 변환
  • 이미지에서 정보를 검출 및 인식
  • 객체 검출을 포함한 모션 추적
  • K-means, KNN, SVM 등의 머신러닝 알고리즘 적용 방법
  • 카페(Caffe), 다크넷(Darknet), 텐서플로 모델을 활용한 딥러닝 모듈 적용 방법
  • Tesseract-OCR과 C# OpenCvSharp4를 활용한 프로젝트
  • 텐서플로와 Python OpenCV4를 활용한 프로젝트
  • 윤대희 저 | 위키북스

    [yes24 바로가기] [알라딘 바로가기] [교보문고 바로가기]

    후원하기


    ⤧  Previous post Computer Vision Theory : 특징 검출 ⤧  Next post Computer Vision Theory : 이미지 인식
    ComputerVision Category