Speaker A
아. 아. 예. 여러분 안녕하세요. 예. 안녕하세요. 자, 어제 그 이어서 이제 어떻게 보면 오늘이 오픈십이 마지막이에요. 나중에 필요하면은 제가 추가 코드를 더 드릴 거긴 한데 시간이 되면 어 일단은 어 오늘이 마지막일 걸로 알고 있어요.
오픈CV를 활용한 영상 특징 검출과 추적 알고리즘 기초부터 AI 윤리까지 폭넓게 다루는 강의입니다.
Key Takeaways
- 영상 특징 검출은 컴퓨터 비전의 기초로서 엣지와 경계 검출이 핵심이다.
- 수학적 알고리즘과 인공지능 학습 방식은 상호 보완적이며 이해가 중요하다.
- 효과적인 AI 교육을 위해서는 체계적이고 단계적인 학습과 통제가 필요하다.
- AI 윤리와 국제적 규제는 AI 기술 발전과 함께 반드시 고려해야 할 문제이다.
- 실습과 이론 병행 학습이 컴퓨터 비전 이해도를 높이는 데 효과적이다.
What the video covers
- 오픈CV(OpenCV) 기본 코드와 특징 검출 방법에 대해 설명한다.
- 영상 내 엣지(edge)와 경계 검출의 중요성을 강조한다.
- 컴퓨터 비전에서 저수준, 중수준, 고수준 특징의 차이를 설명한다.
- 수학적 기법을 활용한 영상 처리와 인공지능 학습 방식의 차이를 비교한다.
- 인공지능 교육과 학습의 어려움과 효율적인 교육 방법에 대해 논의한다.
- 인공지능 윤리와 통제 문제, 국제적 규제 필요성에 대해 언급한다.
- 영상 차분(difference) 개념과 공간 및 시간 차분의 차이를 설명한다.
- 특징 검출 알고리즘(예: 소벨 필터, 해리스 코너 검출 등)을 소개한다.
- 실습 코드 실행과 결과 해석을 통해 이해를 돕는다.
- 강의 중간중간 AI 발전과 인간 학습의 유사성, 그리고 미래 전망에 대해 고찰한다.
Full Transcript — Download SRT & Markdown
Speaker A
어 그리고 바로 이제 어 내일부터 이제 추격 알고리즘 이제 본격적인 이제 응용의 컴퓨터 비전에 이제 진행을 하게 됩니다. 자, 보시면 오늘 세 개 정도 코드가 있고 한 두 개 정도는 돌려 보려고 일부러 전 지어 놨고 이제 코드를 드리면서
Speaker A
하면서 같이 해 보고요. 만약 시간이 되면이 추적 알고리즘의 코드가 일곱 개나 되거든요. 그래서 미리 좀 진도를 다시 복습 이론은 복습하더라도 진도를 나가 볼게요. 왜냐면 저번에 해 보니까 이제 그 이게 쭉 일곱 개의 이론이 나오고 코드를 돌리면 이제 망각을 하죠. 어 그래서 하나씩
Speaker A
돌려보고 나중에 정리해 주는 게 또 낫겠더라고요. 어 그래서 그렇게 하나씩 이제 이원하고 코드 돌려보고 그래서 어쩔 수 없이 앉아서 수업을 하는 거예요. 어 이제 이쪽은 그럴 수밖에 없어 가지고 아 한 번에 쭉 정리하면 좋은데 어 어차피 또 이런 때 쭉 하시면 지료해서 주무세요.
Speaker A
근데 이제 또 코드 돌리면 하나도 모르겠죠. 어 그 그에 이제 어 시행 차고를 겪어 봐 가지고 어 그렇게 진행을 하도록 하겠습니다.
Speaker A
자 영상의 특징 검출인데 여기 잘 들으셔야 돼요. 이제 여기서부터 특징을 어떻게 뽑고 그런 다음에 어제까지는 그냥 오픈시의 기본적인 내용이었죠. 그렇죠? 제가 근데 여러분들이 이틀 했지만 그 내용을 잘 쓰지 양이 생각보다 많아요. 왜냐면은 다른 데에서 강사 양성 과정에 딱
Speaker A
거기까지 가르킨단 말이에요. 오프를 알았죠? 근데 이제 여기서부터는 이제 우리가 좀 특허된 가정이잖아요. 어 추적을 해야 돼요. 어 추적을 해야 되고 로봇이 시뮬레이션 돌려야 되고 그런 과정이 뒤에 코드가 있기 때문에 여기까지 다뤄 줘야 돼요. 그러지 않냐면 뒤에 가서 너무 힘들어요.
Speaker A
그냥 그런가다 하고 그냥 받아들여야 돼요. 우리가 옛날에 보여지면 증명 막 하지만 이해 안 되면 그냥 외워했잖아요. 그 이게 외울 게 너무 많잖아요.
Speaker A
이해도 안 되고. 응. 그러니까 그런 부분 생각하고 이해하도록 하십시오. 자, 우리가 경계라는 게 뭐라 그랬죠? H 중요하다 그랬죠. 왜? 요게 변화가 확대되는 것이니까. 그렇죠? 그래서 우리가 구분자 왜냐면 오죽하면 얘네들은 너무 직설적이잖아요. 디스크리션 우리 어감 좀 그렇죠. 차별 부정적인 언어지만
Speaker A
차별해야죠. 개하고 고양이하고 차별해야죠. 내가 구분하려면 그죠? 명확하게 구분하려면 그죠? 어 넌 개야. 너무 고양이야. 해야지.
Speaker A
그렇게 해야지. 넌 개도 아니고 고양이도 아니고 개고양이 뭐이 이러면 안 되잖아요. 그 이해되시죠? 어.
Speaker A
그러니까 딱딱 구분해서 우리가 분류를 해야 디텍션이 되기 때문에 여기선 엣지가 중요해요. 어 그 원래 컴퓨터 비전처가 처음 배울 때도 다 엣지를 학습한다. 엣지다. 엣지를 한다.
Speaker A
이렇게 말을 말씀을 많이 들었단 말이에요. 정통적인 어 영상 중에. 그래서 영상 내 액체 형태와 특징을 그게 뭘 의미하는지 그걸 영 이해하셔야 돼요. 두 번째는 이제 어쩔 수 없이 이거를 우리가 우리는 그냥 콜리스틱한 존재니까 그냥 받아들이죠. 음. 저거. 근데 그러면
Speaker A
시간 오래 걸리죠. 여러분이 수학처 검출 기법 특지 않고 만약 인공지능이 우리가 하는 것처럼 하면 인간이 포유를 주기 위해서도 가장 느린 거 아세요? 학습하는데.
Speaker A
어. 그죠? 어떻게 보면 다 모든 게 다 발달돼 있어요. 다른 데 동유이나 동물들 보면 어떤 특정 부분이 발달돼 있죠. 그죠? 근데 우리 인간은 왜 어린이거나 보호나 이런 것들이 많이 필요하냐면 약해요 대부분. 근데 전체적으로 이제 발전하는데 그게 오래 걸린단 말이에요.
Speaker A
그 만약에 인공지능한테 그렇게 하면 여러분이이 과정을 10년 들어야 된다는 뜻이야. 제대로 한마디로 제대로 학습한다시 그냥 천천히 수학 안 하고 애가 강화 학습을 해 가지고 다 시행차고 격과금하고 지켜보고 여러분이 아니다. 부모님이 여러분 하는 것처럼 하실 건가요? 아 그래서 수학적 기법
Speaker A
이용하 수학으로 갖고 아 여기다가 얘한테 이렇게 주입시켜야지 어 그런가요? 어떻게 보면 우리가 인공지능을 주입시 교육 지금은 주입시 교육시키는 거예요. 그렇죠? 우리가 어 옛날에 말했던 그 수학적 검출 기법으로 직선이나 원 그리고 여러분 알면 우리 레할 때 별자 직선이 여러 개를 비스하게
Speaker A
각도를 가지면 약간 여러 가지 모양이 나오잖아요. 그런 형태를 수학적 알고리즘으로 한다. 근데 우리는 이해만 하면 돼.
Speaker A
이미 다 만들어 놨으니까. 개체를 연결하고 분할합니다. 우리가 끊어져 있잖아요. 근데 우리는 혼재라서 이게 어 심리하게도 나와요.
Speaker A
사람들이 여러분 뭐로 보여요? 첫 번째 그림 뭐로 보여요? 선으로 보이죠? 이건요? 원으로 보이죠? 아니 이거 원 맞아요?
Speaker A
사실은 아니죠. 정확하면 원 아니죠. 근데 우리는 어떻게 해요? 이걸 연결하려는 막 연결하고 긁고 싶은 그런 욕구가 있잖아요. 여러분 막 가만히 벽이 있으면 초등학교 때 여기에 뭔가를 이쁘게 붙이고 싶고 그렇죠. 스티커 같은 거 전보대에 많이 붙였죠. 많이 혼났는데 때라고 그죠? 그리고 뭐예요? 여기 가만히
Speaker A
있으면 여기 낙수하고 싶고 어 여기 도아지가 어 돌로 돼 있네. 그러면서 그렇지 않겠어요? 벽화 옛날 보면은 어떻게 낙서죠?
Speaker A
벽화라고 우리는 어 그러지만 어쩔 그렇죠. 낙서한 거잖아요. 어 그러니까 이것도 뭐냐면 우리는 이게 개시탈 심리학에서 나와요. 사람은 연결성을 하려고 해 가지고 뭔가를 연결하고 싶어 하고 싶어 하. 그리고 요런 게 있죠. 요런 걸 어 완성하고 싶어요. 완결성.
Speaker A
이런 특징들이 있어요. 그게 똑같이 객체를 연결하고 또 필요하면 어 이거 분명히 다르네. 그러면 구분해서 분할하고 싶다.
Speaker A
바로 그런 것처럼 똑같이 우리는요 연결 때 우리가 인식 사람이 인식해야 되니까 컴퓨터가 인식하지만 우리가 알아야 되잖아요. 어떻게 하는지.
Speaker A
연결된 객체와 외곽선을 탐재해서 분할 수 있다. 이해되시죠? 어 그 어떻게 우리는 혼하게 한꺼번에 하지만 얘는 어떻게 우리가 인공지능한테 시킬까?
Speaker A
똑같아요. 인공지능이 과학자들은 어떤 거냐면 힌트를 그래서 성공한 과학자들은 다 아이가 있어요. 아이가 특히 어린 자 거기서 아이야. 왜요?
Speaker A
우리도 그러잖아. 여러분도 그랬지만 뭐 저도 부모님한테 그런 말 들었어요. 어렸을 때는. 어 막 아버님하고 엄마하고 좀 가끔 제가 사고 치면 아 너 닮았어 그러면서 그죠. 어디서 이런 애가 나왔을까 막 이런 말을 들었죠. 어 뭐냐면 교육을 시킬 때 본인들 맘대로 안 돼. 제가
Speaker A
아는 이제 저기 교수님도 아 저희가 어 가끔다 학생들이 이렇게 하고 저 직원들도 MG 세대 있단 말이에요.
Speaker A
그러면 제가 이해하려고 해도 사람 어쩔 수 없잖아요. 어 그러면 어떨 때는 좀 이해가 안 되고 막 이러 이렇게 물어보면 네가 자녀가 없어서 그래. 야 내 아이도 잘 컨트롤이 안 되는데 남의 스테 컨트롤 되겠니?
Speaker A
이해하려고 노력해야지. 막 그렇게 말씀하시거든요. 진짜. 그러니까 뭐냐면 컨트롤을 어떻게 할 것이다. 내가 원하는 방향 그리고 얘를 어떻게 교육시키면 잘할까?
Speaker A
부모님들이 여러분들하고 그렇게 고민하지 않겠어요? 여러분 교육시켰을 때 어떻게 하면 우리 내 지워진 상황에서 우리 아이를 잘 키울까?
Speaker A
이해되시죠? 여러분도 아마 나중에 그럴 거예요. 그렇죠? 어, 그런 거랑 똑같이 인공지능을 어떻게 내가 교육시켜서 얘가 잘 학습을 하게 될까? 그 연구를 계속한 거예요.
Speaker A
어, 그런 관점에서 보면 재밌어요. 저는 아직 없지만 이러고 공부를 하면서 나름대로 막 이런 생각도 많이 하거든요. 어, 이 공부를 여기 계속 하면은 전 깨달은 게 뭐냐면 언어 공부하면서 많이 깨달았어. 저도 몰랐죠. 제가 뭐 언어학자도 아니고.
Speaker A
어, 근데 실제로 제프링 힌튼 교수님이 우려를 했잖아요. 왜? 오히려 자기가 만든 걸 후연한다고 이게 이제 속도를 졸조해야 된다.
Speaker A
거기에 동조하는 세력이 어 크로우드의 창시잖아요. 자꾸 자기네들이 만들어 놓고 위험하다고 돌를 늦춰야 된다고 계속 그렇게 말을 하잖아요. 그 이유 중에 하나가 뭐냐면이 랭귀지 할 때 어떤 게 있냐면 보통 여러분들이 어렸을 때 그런 말 들었을까요? 그리고 주변에 보면 자랑하시는 특히 할머니, 할아버지들은
Speaker A
자기 손도 자랑 많이 하셨잖아요. 우리의 천재인가 봐. 뭐 그렇죠. 어디 홍콩 여행가 이제 주제원 하셨던 분 이런 보면 막 영어를 하잖아요.
Speaker A
이거 스폰지처럼. 그렇죠. 그 왜 가능한 줄 아세요? 그 언어 발달 사이에 특히 저도 몰랐는데 세부터 다섯 살이 제일 중요해요.
Speaker A
이미 늦었어. 우리는. 어, 세 살부터 다섯 살에 언어 할 때 그때 여기가 커요. 뇌가 이제 랭기지 쪽으로. 그런 거 모르잖아요. 그러니까 그때 노출이 중요해요. 계속 영어든 일본어든 계속 노출이 되잖아요.
Speaker A
그리고 얘가 계속 쓰잖아요. 말 듣고 옹아리 한 점. 옹아리가 끝날 때쯤이에요. 아, 하자. 그러면 그냥 받아자. 근데 금방 까먹죠. 아무 왜냐? 우리처럼 이해하고 암기한 게 아니라 그냥 있는 그대로 받았으니까.
Speaker A
티키타크 하는 거예요. 그냥 이해되시죠? 어 그러니까 그게 습관이 돼 가지고 몸이 베어요. 왜? 그게 막 자하고 있으니까. 근데 그때 엄청나게 커요. 근데이 인공지능을 랭기지를 교육시켜 봤더니 자연어에 이제 컴퓨터 비전 끝나고 자연어를 해 봤더니 놀라운 걸 발견한 거죠. 얘의
Speaker A
속도가 인간의 계속 이게 하나씩 속도가 어 멸 몇 승씩 증가하면 100승씩 증가한다는 걸 발견해요.
Speaker A
그러니까 우리가 한번 이렇게 할 때 우리 자체도 어느 수능력이 100배가 늘어났는데 거기에 100배 100승씩 늘어나요. 1년씩 해 보니까 한 단계를 꺼진다는 이거 무서운 거죠. 통제 안 하면 안 되겠다. 아 그니까 학습을 시키더라도 통제하면서 해야 되는데 통제법을 모르는 거야 지금.
Speaker A
그러니까 지금 두려워하고 아 걱정을 하고 그러니까 뭐냐면 스탠더드 표준을 만들면 되는데 지금 표준을 만들겠다고 이유나 원래 했었어요. 알죠? 어 만들었다고 했는데 전쟁하고 앉아 있잖아요. 러시아 때문에. 어 그리고 막 미국에서 트럼프하고 지금 무역 갈등하고 이제 지금 전생 아직도 전쟁
Speaker A
중이잖아요. 전생에 그니까 지금 이거를 통제를 못 하고 있는 거야. 원래 코로나 때 급격하게 발달했을 때 통제 얘기가 나왔었어요. 유럽에서 로봇 선법처럼 로봇 선법이 있어요.
Speaker A
알죠? 로봇이 로봇은 인간에게 대한 거절할 수 있지만 어떻게 해요? 항상 인간에게 위롭게 해야 돼요. 그렇게 딱 정해 있어요. 기본법이. 근데 일단은 그건 만들 거 같긴 해요.
Speaker A
만들 것 같긴 한데 그 시행령이 없는 거예요. 전 세계에서 국제법적으로 이제 규제를 할 수 있는 어 그 논의가 이제 되기 이제야 좀 되기 시작하는 거 같아요. 계속 경고가 나오니까 뭔가 하나 터져야지 나올 것 같긴 해요. 근데 그게 다른 거
Speaker A
터졌을 때랑이 피해 규모가 장난이 아닐 거라는 걱정을 많이 하거든요. 어 그게 AI 윤리예요. 여러분이 AI 윤리 뭐 나중에 AI 윤리랑 뭐 이렇게 하다 보면 그런 부분이 윤린 거고 저번에 제가 말했던 사례들이 뭐 이거와 전에 뭐 여러분들이 뭐 윤리적
Speaker A
철학적 이런 내용들이 아니라고요. 그 이제 그 그런 어 관점을 뭐 갖고 계시는 분들이 이제 그렇게 자꾸 자기네들 이론을 정욕해서 하려고 하는 거지 실제적인 거는 바로 그거예요.
Speaker A
어 이게 맞는 것인가? 답이 없으니까 찬송론이 있고 군대론이죠. 제가 이제 요거 하면서도 그거 하는 거예요. 왜 자꾸 수치적이 표현하고 왜냐면 그 밥도 통제하려면 수치적으로 통제를 할 수밖에 없어요. 그러지 않으면은 경험해 봐야 되거든요. 그때 경험하기 전에 최대한 사전 통제를 해야
Speaker A
되잖아요. 지금 그런 상황이다라는 걸 이해하시면서이 그 이걸 벌면 아 보는 관점이 달라요. 자 첫 번째 갑니다. 차분이라는 건 뭐냐면 차이예요. 근데 나눠갔잖아요.
Speaker A
리퍼런싱이라고 하고요. 변화를 찾아내는 원입니다. 뭐냐면 우리가 이제 이거 생각하시면 돼요. 이제 옛날에 오락 하시면 많이 하셨죠.
Speaker A
이렇게 왼쪽하고 오른쪽 그림 나오고 특히 제 여동생이 그걸 진짜 좋아했는데 옆에랑 난 잘 못 찾겠는데 옆에 왕관이 있고 옆에는 없어. 오른쪽 그림. 뭐예요? 틀린 그림 찾기.
Speaker A
아시죠? 많이 해 보셨죠? 어 그러면은 우리가 그것이 바로 픽셀이 더 이상 그림이잖아요. 픽셀의 차이가 있죠. 컴퓨터가 이게는 여기는 픽셀이 왕간이 그려 있는 픽셀이 있고 노란색이 여기는 없는 거잖아요.
Speaker A
맞죠? 어 픽셀이잖아요. 어 그러니까 픽셀 값의 차이야. 그게 차분이에 변화죠. 근데 두 가지가 있어요.
Speaker A
여기 써 있지만 두 픽셀 간의 차이를 계산해서 변화를 감지하는 공간 전차분이 있고 시간차 공간이라는 건 인접한 픽셀 서로 다르잖아요.
Speaker A
픽셀끼리 차이예요. 색깔이 다르다는 그렇죠. 어 그런 내용들이죠. 아니면 가장 대표적인 게 숫자가 다른 거죠. 컴퓨터 입장에서.
Speaker A
0 255 0. 그렇죠? 공간상으로 제가 이런 게 있는데 여기다가 뭐 예를 들어서 뭐 이런 이런 그 뭐 사탕이에요.
Speaker A
사탕 이렇게 딱 그렸어요. 그러면 어떻게요? 이게 검정색이라면 여기는 250인데 여기 딱 만나는 수는 뭐예요? 0 되죠. 그리고 또 여기 가면 250 차분이 자 시간적인 거는 연설템 프레임이다 하면은 타임을 생각하시면 돼요. 동영상 뭐예요? CCTV 영상 움직이는 사람 감지 프레임이
Speaker A
바뀌잖아요. 그렇죠? 그래서 여기서 모션 피처 모션 검출 할 때 요걸 하는 거예요. 시간 전문을 여기는 공간적은 엣지 검출이에요. 알겠죠?
Speaker A
용어를 좀 기억해 두세요. 그래서 왜 중요하냐? 이 피처란 다른 문과 구별되는 어떠한 변화가 심한 곳이에요. 어떤 변곡점이라고 해요.
Speaker A
그래서 변화를 수학적으로 표현하면 처분이 됩니다. 알겠죠? 자, 그래서 요거 좀 정리
Speaker A
t가 하나 더 있다요. 시간 지금 시간과 이전 시간의 차이 맞아요. 프레임의 차이. 그러니까 차분이 중요한 거는 변화 지점이고 변화를 수학점은 차분이 된다. 자, 그런 다음에 영상의 특징이 저 수준, 중수준, 보수준이에요. 저번에도 했지만 이거든요. 이런 형식. 내가 이제 올 사진 있으면 자, 이거 보면
Speaker A
참 재밌죠. 음, 아주 폭력적인 게임이에요. 아이스한테는이 싸울 수 있잖아요. 주먹지를 하고 있는 거죠. 자, 그러면 요렇게 쭉 보시면서 특징을 뽑는 거예요. 어떻게 뽑냐?로 레벨 하이 레벨이죠. 얘 오히려 이게 더 로레벨 아니에요. 그런 말 하시더라고. 그게 아니라 특징만 뽑은
Speaker A
거야. 지금 가장 도하지? 음. 그러면 요게 요게 요게 가면서 아 저 수준에는 여러분 꼭 기억하세요. 앞에 부분을 지금 마을로 한번 해 보세요.
Speaker A
속으로 저 수준에는 색상 밝기 경계 블랍 공 얼룩무늬 이런 걸 블랍이라 그래요. 알았죠? 블랍 알았죠? 어 그래서 이런 그냥 형태 있잖아요.
Speaker A
눈에 보이는 거. 어 그게 저 우리도 그러잖아요. 어디죠? 저 뭐야? 뭐 이상한 형태가 오네. 어, 잠깐만.
Speaker A
근데 얘가 좀 가까이 오면 어떻게 저 사람인 거 같은데 이러잖아. 이해되시죠? 어, 중간 수준 뭐예요?
Speaker A
윤각선. 그다음에 형태자라는게 뭐냐면 삼각형이냐 형태 쉐이에요. 사각형이냐, 원이냐. 그다음에 질감, 텍스처. 벽돌하고 잔디밭하고 다르잖아요. 질감. 우리 눈에 보이지만. 그런 거고.고 수준이 뭐냐면 지역적 특징.
Speaker A
얼굴, 물체, 객체인 이해되시죠? 그런 것들을 말해요. 그래서 우리는요 단순한 픽셀이 갖고 있는 정보 저수준, 중간 형태, 의미가 약간 있는 거예요. 그다음에 식별.
Speaker A
정확하게 식별하는 거. 자, 그래서 우리가 제속 말했던게 바로 H. 공격적으로 엣지입니다. 그중에 하나가 첫 번째 나왔던게 가장 많이 쓰이고 했던게 바로 소배부터예요.
Speaker A
뭐냐면 쉽게 산에서 경사면 찾는 거랑 같아요. 평지에 있다가 여러분이 어 선 내려오면 또 뭐예요? 급정 기사가 있고 또 평지가 있고 내려올 때 그러잖아요. 이렇게 내려왔다.
Speaker A
분명 갑자기 평제에서 경사 경사에서 평제로 변하는 그 지점 그게 뭐라고요? H 경계. 그래서 x축 x 방향으로 가면 뭘 찾는다 그랬죠? x 방향 소배 필터 x 방향 무슨 선이 나와요? 세로선이 나오고요. y 방향으로 가면 뭐예요?
Speaker A
가로선 찍는다. 이렇게 했던 거 기억나시죠? 어 그래서 자의 기념은 영상에서 픽셀의 밝기 인텐시티라고 해요.
Speaker A
급격히 변하는 거예요. 그래서 윤곽서나 경계 해당 가장 기본입니다. 그래서 수학적으로는 이게 바로 경사 그레디언트 이해되시죠? 어 우리가요 미분 미분한게 그레디언트 이렇게 찾았잖아요. 여기 경사가 가다가 변화가 심하죠.
Speaker A
어 밝게 변화를 가장 큰 지점은 그레디언트라고 합니다. 목표는 1차 이게 1차 미분이잖아요. 그렇죠? 그것이 극대값이 되는 위치인데 h 줄은 밝게 변화를 보고 값이 큰 곳을 찾아야 된 거야.
Speaker A
자, 서배 필터예요. 자, 미분 연사를 수행하면서 노이즈 영향을 줄이기에 고완됐고 근사화된 미분이에요. 그래서 평 근사화하기 때문에 평화라는 말이 있고 미분을 결합한 겁니다. smoothing differentation 단수차은 노이즈에 매우 민감한데 소비는 주변 픽스를 고려해서 안정적인 거의 평화를 하기 때문에 여기 보시면
Speaker A
수평 요렇게 돼 있잖아. 가존치가 수직 뽑는 거예요. 가정치 여기 만나면 다 0이잖아요. 그러니까 액를 뽑기에 딱 적합하게 만들어진 거예요.
Speaker A
이렇게 돼 있죠. 그래서요 마이너스 플러스 여기 마이너스 플러스 이렇게 돼 있죠. 그래서 y 방향 가로 수평 h엣고요.
Speaker A
수식 여기 x 방향으로 가니까 얘는 수식적 h를 복합. 자 그다음에 얘는이 다섯 단계를 외우셔야 돼요.
Speaker A
원래는. 자, 디디테션 알고리즘 5 스텝인데 얘 목표는 노이즈 억제하고 정확한 엣지 검출하고 단일 엣지에 통해서 최적의 엣지를 찾는게 목표예요.
Speaker A
노이즈 가우시언보어 그레디언트 서블 필터 빛대 억제넌 maximum pripraation 이중 더블 트레스 그다음에 H트킹 그래서 얘를 트킹하는 겁니다. 자, 시작을 보면 노이즈라는 건 처음에는 사진의 잡티 우리 흔히 말하는 뽀샤시하게 만들어 줘. 이해되죠?
Speaker A
잡티 제거해 줘요. 그때 뭘 써요? 가우시한 가우시한은 뭐라 그했어요? 경계면을 부드럽게 해줘. 왜? 중심값에 이제 더 가족치가 있다 보니까 주변값을 흐리게 한자이죠. 우리 해 봤죠? 그래서 이미지의 자금을 노이즈를 부드럽게 만들어서 5검을 방지해요. 그래서 처음에 뭐 한다?
Speaker A
가위 시안을 써요. 두 번째 그레디언트를 계산해요. 경사도 측정해. 왜? 엣지 검출하기 위해선 다 똑같이 그레디언트 계산합니다. 그래서 여기 안에 소 필터가 내장돼 있어요. 이해되시죠?
Speaker A
그래서 디폴트인 거예요. 그니까 안에 내장돼 있는 거예요. 그래서 픽셀의 밝기 변화량 강도하고 변화 방향 각도를 계산합니다.
Speaker A
자, 그다음에 뭐예요? 우리 배웠지만 MMX B대 억제라고 해요. 그게 뭔 뜻이냐면 여러 가지 중에서 가장 도드라진 특징을 가진 엣지만 아 이게 엣지네. 그렇죠. 그것만 놓니다.
Speaker A
그래서 엣지 방향에서 로컬 최댓값만 남기고 나머지는 제거해서 가장 중요한지만 뽑는다. 이거 우리 했잖아요. 코드도 쳐봤고. 그다음에 스트레스올트 민맥스 기억나시죠?
Speaker A
확실한 엣지 아니면 버려. 그렇죠? 우리가 50하고 150으로 갖고 했죠. 그 중간값 사이 구간이라고 걔네들은 애매하죠. 뭐만 살아남아요?
Speaker A
확실한 액지의 라인에 주선에만 살고 나머지는 제거. 그렇죠? 어 그래서 더블 thread 하이로 인계값 설정해서 강한 엣지와 약한 엣지 분류했죠. 이해되죠? 그래서 한 마디로 선이니까 확실한 딱 손 딱 거는데 애매하면 확실한 엣지고 연한 선이면 애매한 엣지가 되는 거죠.
Speaker A
그래서 엣지 트랙킹해요. 왜? 진한선과 연결된 애들만 살린다. 이게 바로 H 트래킹이에요. 스트롱 엣지와 연결되어 있는 약한 엣지만 최종 엣지로 보존한다. 이해되시죠?
Speaker A
예.이 이 큰 거 노이제거 레디언트 비체 대역제 이중이값 트래킹 이거는음 토요 시험에도 나온 적이 있던 거 같아요. 제가 검수를 했으니까. 자 다섯 개 지금 쭉 정리해 보세요.
Speaker A
어차피 시험이 말로 나와요. 음. 네. 자, 그러면이어서 진행해 볼게요. 아주 유명한 교인데 이제 영상이나이 오픈시 책 보면 처음에 이게 딱 나와요. 그래서 이게 캔했죠.이 사진사를 모이자는 이미지죠. 그 알고리즘 용의해서 이제 추출한 거죠.
Speaker A
자, 그래서 그다음에 우리가 아, 허프라고도 하고요. 허프라고 하더라고요. 이제 원래 영어는 휴라고 하는데 이거를 허프 변환이라고 한다. 이게 좀 어렵거든요. 근데 이제 뭐 그냥 막 공식 쓰고 그러면 어려운데 그냥 직관적으로만 이해하면 그냥 직선하고 지금까지 직선하고 원을 어떻게 검출하냐 그걸 수학적기법이에요.
Speaker A
그러니까 영상의 H 포인트들이 있는데 그거를 우리가 우리가 뭐 파라미터 그 학습 대상이죠. 그 어떻게 보면 거기 공간 그럴 파라미터 스페이스라고 맵핑을 해요. 자, 그래서 오팅이라면 누적돼 있는 그러니까 사람들 계속 이제 누적합이나 이런 것들을 보고 그 값이 최대인 점 그러니까 많이 쌓인
Speaker A
것 그것을 도형을 검출하는 거예요. 그니까 뭐냐면 이거 점 제가 그랬죠. 점이 모이면 선이 되죠. 맞죠? 이게 원리가 점이 이렇게 모이면 우리 연결해서 선이 되죠. 그죠? 점들의 모임이 선이죠. 선들이 모이면 도형 같은게 이렇게 다 나오는 거잖아요.
Speaker A
그러니까이 점들이 어떻게 움직이냐? 요걸 추적해요.요 점들이 계산 누적을. 그래서 어 어떻게 생겼는지 어 이거 사각형이네. 이런 식으로 점들의 패턴에서 도형을 찾는 기법이 허프 변환이에요. 점인지 그렇죠. 형태니까 이렇게 하면은 어 원이 되고 원형 통이 되고 맞죠? 이런 식으로 이제 한 점들이
Speaker A
모여서 어떤 도형을 이루니까 그걸 찾는 거예요. 그러니까 이렇게 직선이라고 하면 요거예요. 하나의 선이 구성되죠. 지금 여러분들 알다시피 내가 학교 운동장에 여러분들이 점들이 흩어져 있으면 그 몇몇의 점들을 일직선에 놓인다면 그 점들을 연결하면 직선이 되죠. 자, 여러분 이게 여러분들은 지금 TV를 보고 있는데
Speaker A
갑자기 이런게 나와요. 여기 영수라는 애가 있고 영자라는 애가 있어요. 그 영수가 영자한테 영자 나 외로워 하더니 나와 봐 그랬더니 영자가 나왔어요. 뭔 일이요? 하고 나왔어.이 봤어요. 그랬더니 얘가 알죠?
Speaker A
그죠? 이렇게 돌을 연결해 가지고 그렇죠. 어.여 요 뭘 한 거죠? 어, 우리는 여기 의미를 두죠.
Speaker A
그리고 영자가 각동 같은 눈물을 이렇게 뚝 뚝 뚝 떨어뜨려요. 그렇죠? 아, 이게 한 장면 많이 보셨죠? 이런 장면. 어, 그게 뭐예요? 이게 선에 모여서 모양이 만들었죠.
Speaker A
이해되세요? 그러면 이게 어디에 우리 로봇에는 우리 정경에 뭐예요, 여러분이? 이렇게 차를 모고 가면 뭐가 있어요?
Speaker A
하얀색이긴 한데 차를 몰고 와요. 한 번에 왔다 갔다 해도 돼요. 그렇죠. 차선 차선 검출할 때 써요.
Speaker A
그리고 건물 모서리. 이해되죠? 어 그래 어제 우리 해 봤지만 뭐예요? 스캔하기 위해서 종이요 경계 있잖아. 그렇죠? 검출할 때 요게 쓰입니다. 커프면은.
Speaker A
자, 그다음에 그까 이게 이미지 공간이고요. 자, 이제 파라미터 공간 이제 이게 조금 헷갈릴 수 있어요.
Speaker A
어. 자, 파라미터 공간은 여기 허면데 얘는 당연히 이렇게 사인 코사인처럼 생겼죠. 곡선 점들이 곡선을 변환된 거예요. 거기서 얘하고이 다른 곡선하고 만난 교차점이죠. 아, 이거는 진짜 모든 에너지가 모인 곳이에요. 그래서 피크라고 한 거야.
Speaker A
두 개의 선이 많았으니 얼마나 많은 에너지가 있겠어요. 그렇죠? 교차하는 거. 모서리도 그래요. 교차하거든요.이 직선과이 직선. 그래서 그 세타 그게 교체점이야. 그래서 보시면요 세타라는게 뭐요 아니까?요 아, 이걸 뭐라고 읽었지? 제 생각이 없는데.
Speaker A
그냥 파라미터로 할게요.이 파라미터는 x의 코사인 세타 + y의 사인세타 이해되시죠? 어제 했지만 코사인 세타는 뭐하고 관계 있다 그랬어요? x 방향 가로 그렇죠?요 y는 그죠? 세로. 자, 그런 다음에 여기 보시면 로보스티 강건함 직선이 끊어져 있거나 노이즈가 있어도요 누적함 교차점의 누적값
Speaker A
어큐레이터죠. 가장 큰 곳을 찾기 때문에 끊어져 있어도 우리가 검수 성능이 우수하다라고 하는 거. 그래서 자프 변화를 보시면 아이디어가 이거거든요. 직선이나 원등의 도형은 방정식으로 표현이 가능하다. 이거야.
Speaker A
이미지 공간이나 파라미터 공간으로 얘를 변환시켜요. 파라미터 공간을 통해 특정 도형을 정의하는 수학적 변수를 찾아서 도형이 존재함을 아는데 아 잠깐만 요거를 요걸로 설명을 하는게 나타네요.
Speaker A
자, 이거 보시면 자, 여기 이미지 스페이스죠? 여기 보시면 y는 mx + c죠. 원래 우리가 이해돼요? 근데 얘는 어떤 관점이냐?이 파라미터 관점이라는 거예요. 그래서 여러분들이 이게 어디서 이렇게 나왔냐가 아니라요 우리가요 앞에요 있죠? MC가 우리가 학습 대상인 파라미터라고 했죠, 지금까지. 맞아요.
Speaker A
그 x가 y가 주어져 있는데 그렇죠? x 주어져 있을 때 우리가 주어질 때 요게 이렇게 연결돼 있는 거잖아요.
Speaker A
이게 기울기고 이게 바이어스잖아요. 맞아. 그러니까 또 우리가 흔히 말하는 wx + b에 w하고 b 찾는 건 똑같아요. 얘를 중심으로 놓는 거예요.이 중심에서 얘가 어디로 가는게 가장 좋은가? 맞죠?
Speaker A
어, 그러면은 얘 c는 어떻게 해요? 요거 바꾸면 되죠. - mx 어디 있어?이 공식에 의하면 + y죠.
Speaker A
그래서 c를 구해서 요식요 위치 c일 때의 선 중에 어디가 가정이냐? 그게 파라미터 공간이야. 제 말 이해되시나요? 그리고 파라미터 공간이 이미지 공간을 파라미터 공간으로 바꾼 거예요. 그럼 얘 같은 경우는 어떻게 했어요? 여기 우리가 흔히 말하는 x - a² y - b제곱은 r제곱.
Speaker A
원래 x제곱 + b y제곱은 r제곱 이거잖아요. 보통 이게 r이죠. 그러면 요건 뭐예요? 원래 a b 맞아요.
Speaker A
여기까 알죠? 이거 이거 고등학교 사인가 그잖아요. 그러면 이제 거꾸로 뭐예요? a하고 b의 관점에서 그릴 수 있는 여기가 a하고 b인 거예요.
Speaker A
a하고 b에서 그릴 수 있는 원을 그릴 수 여러 개를 그릴 수 있죠.요 요 공식을 변환해서 이게 파라미터 스페이스라고요.
Speaker A
그래서 수학적으로 이제요 관점이 우리가 예전에는 xy를 구하기 위해서 a b 이렇게 했던 거라면 a b 관점에서 얘가 나타날 수 있는 모든 구안을 그릴 수 있는 공간 그게 파라미터 공간이에요. 알겠죠? 어 그 공간으로 변환해 가지고 계산을 하겠다 이거야. 가장 최적적인 거야.
Speaker A
그래서이 정도만 하면 돼요. 공식 다른 거 다 혹한 공식 다 알 필요는 없어요. 하고 싶으면 대학원 가시면 돼요.
Speaker A
그렇죠? 어, 대학공 가시면 되는데 그것도 일반 대학원 가시면 돼요. 음. 영상에서 관심 있는 객체의 위치와 종의를 판별하는 기술에요. 그게 이제 우리가 말하는 이제 어떤 위치 경사에 있고 어디 있냐 그거죠. 엣지 기반으로 기약적 검출합니다. 융학스 정보를 활용한 형태 출론에 직선이나
Speaker A
원 방정식의 표현 가능하고요. 휴 변환 또는 커프 변환이라고 해요. 이미지 공간을 파라미터 공간 해서 어떤 특정후 도형을 강해 수학적 어떤 변수가 가장 중요하냐 이거예요. 저 WB가 학습 대상이잖아요. 그렇죠?
Speaker A
그 저 애를 저 파라미터를 어디가 가장 특정 도형을 저용히 할 수 있는가? 그거예요. 원인지 직선인지 그걸 누적한 걸 보고 존재를 아 이건 원이구나 아 이건 선이구나 판단하겠다 이거죠. 자 그래서 딕테이션 프로세스가 어떻게 되냐면 첫 번째는 엣지를 검출해요. 그러니까 얘도 뭘
Speaker A
해요? 변화를 하려면 무조건 캔니에요. 캐니는 소배를 내장하고 있잖아요. 그렇죠? 어 그리고 명확하게 나오죠. 왜? 캐는 누굴 좋아하기 때문에 캐인은 끝이 경쟁님이 1점 그렇죠. 검은 거 아니 검은 거 하면 백 좀 애매한데 동중님 검은 거 흑배 저거 점수 줘야
Speaker A
되나 막 줄게요. 어 동 아 검은 거만 하면 그렇죠. 어 그렇죠. 예 알겠어요. 잘했어. 뭐 아 아니니까 이제 급하니까.음 그죠. 왜냐면 흑백. 왜냐면 흑백을 정하면 뭐예요? 명확하잖아요.
Speaker A
이해되죠? 그래서 캐니를 하면 아까 소배 필터를 내장하고 있죠? 그 캔니로 엣지 멈출하고 그다음에 공간 변화 하는 거예요. 알죠? 이미지 공간에서 파라미터 공간 이제 이런 걸 이해하기 알죠? 여러분 이해하만 하면 돼. 뭔 공간이요? 이러면 안 된다고.
Speaker A
그건 또 어디예요? 그러면 안 돼요. 알았죠? 어, 파라미터 공학습하고 지금 아까 있는 그 가구 거꾸로 찾는 거야.
Speaker A
이게 원 동 검색하는 거잖아요. 거꾸로. 그렇죠. 아, 이게 도형인지, 도형이 어떻게 생겨 버리는지, 사다리 꼴인지, 직선인지, 원인지.
Speaker A
그래서 파라미터 공간을 던지고 그다음에 이제 이건 거 같은데 이런 거죠. 이거 합치니까 누적이라는 말이 뭔지 알겠죠? 이거 자, 이거 합치니까 어, 이쪽 방향으로 계속 가네. WB니까 어 이거 직선이네.
Speaker A
이해되시죠? 어 누적한다는게 그 뜻이에요. 보팅. 그래서 마지막에 아 얘 선이다. 이렇게 여러분이 하시면 되겠습니다.
Speaker A
그러면 오늘 이론은 끝이에요. 그래서 바로 가져가고 한 쭉 한번 3분간 어 드릴테니까 쭉 한번 몇 점 안 되죠? 어, 이해하고 또 혹시라도 추가적으로 어, 질문할게 있으면 하세요. 예, 3번 드릴게요.
Speaker A
EAC가 됩니다. MMS요. MMS는 우리가 따로 확인할 텐데 여기서는 이제 로컬 최댓값만 예, MMS 해 가지고 나온 거고요. 그게 이제 각각의 의미는 다른데 여기에 그레디언트를 개선했고 최댓값 그레디언트가 이거 그레디언 개선이 이미 다 됐어요. 그러니까 로컬 최대 그중에서 가장 어 큰값이에요.
Speaker A
여기서는 그 뭐냐면 이게 나중에 이제 나오긴 하는데 자 바운 만약에 이제 여기서 우리 바운딩 박스에서 이제 나오긴 한데요. 그때도 말씀드렸지만이 여러 가지가 겹치잖아요.
Speaker A
그러면 이제 우리가 나중에 컨피던스 이런 걸 배울 거예요. 세균님 일단은 근데 서로 겹치는게 많으면 같은 물체를 가르킨다고 생각을 해요.
Speaker A
음. 그죠? 같은 겹제. 근데 그중에서 이제 뭐냐면은 여러 기업이 겹쳤다는 건 그 중에서 내가 하나만 남기겠다는 거예요. 그 기준이 필요하거든요. 근데 이제 그건 나중에 좀 설명을 드릴게요. 컨피던스라는게 있어요.
Speaker A
확신. 확신동. 예. 이제 그런 것들 어차피 배워요. 요로 때문에 무조건 배워요. MMS가 무조건 들어가기 때문에 스테이션을 여러 개를 할 거 아니에요. 근데 저 중에서 과연 뭐가 좋았거예요.
Speaker A
그렇죠? 그래서 기준이 두 가지가 나와요. 그때 해 드릴게요. 그래서 그 두 가지를 판단해 가지고 이제 가장 확실하게 사실은 나중에 좀 헷갈리시거든요.
Speaker A
왜냐면 컨피던스가 이제 저거에 될 건 확률이 기준이 있어요. 그래서 쓰드가 중요해요. 기준을 봐 가지고 얘가 얘는 확실히 자동차를 가르키는 거야.
Speaker A
고양이를 가르키는 거야. 그래 가지고 그걸 먼저 1차적 기준으로 한번 걸러 주고요. 이해되시죠? 1차 한번 걸러 주고 그중에서 서로 많이 겹쳤다는 건 같은 곳을 바라보는 거잖아요. 어 그 중위에서 이제 떨어뜨려요.
Speaker A
그래서 MMS는 어 여기서 이제 H 방향에서 놓고 최댓값을 남긴다는 거는 가장 확실한 일단 여기서는 가장 그레디언트 다 계산해서 방향으로 쭉쭉쭉 이제 우리가 근사하면서 가다가 가장 확실한에 이게 엣지다. 여기서는 요건 이제 바보니 박스 개념이고 여기 가장 여기서 큰 엣지다. 내가 어떤 걸 나타내는
Speaker A
경계면이다. 그 값만 남기고 나머지는 제거한다. 일단 이렇게 단순하게 생각하시면 돼요. 여기는 엣지 추출만 하는 거니까.
Speaker A
그래서 뭐 추가적으로 설명드리면 여기 그레디언트 계산하잖아요. 아까 말했죠. 여기에서 그레디언트는 맞아요. 근데 이게 그레디언트가 어떤가요? 그레디언트가 경사죠.
Speaker A
근데이 그레디언트만 하면 되고 크기 그게 급변화 뭐예요? 이거예요. 하얀색인 255가 얘 만나면 뭐예요? 0 255 이렇게 급격하게 변하는 거.
Speaker A
즉 차분이 큰 거. 즉 값이 크면 요렇게 요거 보시면 차분하면 255잖아요. 제 말 이해되세요?
Speaker A
요거 하면 변화량이 255잖아요. 이런 거. 그러면 확률값으로가 높다. 로컬 최댓값 생각하시면 돼. 예. 자, 다 되시면 어, 일단 오늘 과제를 한번 보여 드리고 과제가 어제 도 1번 쉬운 걸 했거든요. 어 아니 3차 쉬죠.
Speaker A
그래서 우리가 간단한 걸 했어요. 여러분 오늘 거는 그냥 웃으면서 풀 거예요. 첫 번째 거 코드에 드리는 거 그대로 했기 때문에 어 그 웨이트 딜레이 그래서이 파일 가져와서 캡이라는 거 만들고 정상적으로 이제 연흥법이에요.
Speaker A
해 간다는게 이건 이제 내려면 어렵게 내는데 어 그냥 다으니까요 부분 하는 것만 일부러 냈어요.
Speaker A
CB2 사용하는 것만 그레이스킬 변환해서 IMC로 출력하는 거 그리고 자원 해제하라 동영상 그래서 1번 코드에 있는 걸 그대로 냈으니까 오늘 과제는 좀 오시면서 하실 수 있을 거예요. 이거 열어 보시기 바랍니다.
Speaker A
얘는 이제 보통 뭐 때문에 이걸 했냐면 기본적으로 그 여러분 오늘 여기다가 문서 기본적으로 저걸 다룰 줄 알아요.
Speaker A
그러니까 우리가 오픈시에서 보통은 코드를 이제 열고 이제 카메라 열고 이제 이런 거 있잖아요. 그냥 그런 거 이제 기본적인 동작 그런 거를 하는데 하기 위해서 이제 된 거예요.
Speaker A
자, 여기 보르시면 그게 위치 정보를 제가 알려 드릴게요. 저는 요걸로 되어 있어요. 근데 여러분들은 이제 마운트를 하셔야 돼요. 마운트를 하시던가 데이터에 있거든요. 여기 보시면 우리 데이터에 오른 버드라는게 있습니다. 요요 영상 잠깐 보시고 하시면요 영상이에요.
Speaker A
이해되시죠? 얘를 이제 그냥 캡처하는 거예요. 간단하죠? 어 그래서 해 보는 걸 해 볼거든요. 음.
Speaker A
자 처음에 저는 이제 마운트 할 때 여러분하고 다를테니까 위치를 영상 같은 경우는 다운받아서 올리는데도 올리기 때문에 무조건 이제 쪽으로 연결을 하시는게 좋으신데 왜 이렇게 마운트가 안 나와?
Speaker A
어허. 런타임 연결이 안 됐나? 여기는 영상 다를 때는 하세요. 여기 시간이 오래 걸려요. 어쩔 수 없이.
Speaker A
개의 로컬에 연결하시고 마운트를 하시고 자 여기에 있으면 저는 이렇게 갈돼요. M. 여기 볼트 전 여기 있어요. 방목사 자 그 전도 돌려 보시면 되겠습니다. 자, 일단은 오픈을 업데이트 하기 위해서 지웠다가 다시 깔아본 거고 여기 나오면 Y라고 아이고 이걸 해 주셔야 돼요.
Speaker A
그리고 마운트 돌려 보시면 돼요. CB2에 이제 콜랩에서 이미지 출력할 때 CB. 원래는 아쇼인데 우리 콜랩은 언더바임쇼를 써요. 음.
Speaker A
그것만 차이 있어요. 그리고 CB2에 구글 콜랩의 패치인데 자 여기 보시면 임포트 CB2 아쇼 한 거고 자 이게 뭐죠? 비디오 캡처 생성하는 법 여기 오늘 그대로 가제예요. 그러니까 밥 먹고 하셔도 돼요. 금방해요.
Speaker A
CB2에 비디오 캡처를 하겠다. 캡처하는 거예요. 비디오 패스 잡아줬죠? 거기를 캡이라고 해요. 자 이게 중요한데 if not죠. 이것도 많이 쓰죠. 아니라면 캡이 열려 있지 않으면 에러 발생한다. 그리고 나가라. 이런 짓죠. 에러 뚫로 뜨니까. 왜냐면 비디오 영상 없으면 예로 뜨잖아요. 어. 자, 근데
Speaker A
여러분들에게 여기 잘 남겨 놨는데 이제 FPS 이런 내용을 좀 아셔야 돼요. 이게 뭐냐면 프레임 per세컨트 1초당 몇 프레임이냐?
Speaker A
그래서 영화간 영화로 보는게 24프레임이에요. 알죠? 24 FPS. 영화관에서 여러분이 이제 필름하면 한 뭐냐면 1초에 24장씩 넘어간다고요.
Speaker A
작년이 알겠죠? 어, 그게 디폴트예요. 근데 이제 만약 30 FPS 하면 1초에 30장의 사진이 지나간다. 이런 뜻이에요. 그러면 이제 30개씩 얘 같은 시키면 지금 영상을 만약 30 FP면 30장씩 아까 아까 버드가 막 날아다녔잖아요.
Speaker A
얘가 30개씩 잘릴 거라고. 연상. 그래서 거기에 비디오 가로 세로 길이 픽셀수예요. 그걸 이제 하이트 위드라 할 거고 위드 하이트라 할 거고 여러분들이 이제 이런 거 풀 HD 이게 이제 뭐냐면 이제 영상 하시는 우리 여기에 매니저님 같은 경우 이제
Speaker A
외우고 계시더라고요. 그래서 그럴 수밖에 없죠. 이제 풀 HD 1920 * 1080 이해되죠. 어 옆에 가르 그리고 이제 프레임 카운트라고 하면 전체 사진이 비디오나 동영상 전체 프레임 사진수 그래서 여러분이 30F고 10초 영상이다면 300프레임이죠. 300장이란 뜻이야. 사진. 그렇죠? 그래서 사진
Speaker A
300장이 그러니까 엄청난 거야. 여러분들이 이제 동영상 여러분 알잖아요. 영화 다운 받으면 USB에 몇 개나 들어가요. 그죠? 한두 개 들어가면 끝나지 않을까요? 그죠?
Speaker A
그렇게 영상은 엄청나게 많은 사진 이미지 정보를 갖고 있어요. 그래서 여기 보시면 캡 캡처하겠죠? 겟 함수예요. 그러면 뭐냐면 CB2의 캡프라 FPS를 가져오겠다라는 거죠. 어 그래서 얘 FPS라고 하고이 FPS를 해 주는 거예요. 어 이게 캡의 프로퍼티 약자예요. 뭐 자원 뭐 이런 것들의
Speaker A
프로퍼티죠. 그래서 캡 CB2의 캡 prop 프티프레임위 이해되죠? 아까 위드와 하이트를 그래서 여기다 쓰는 거야. 그 이게 HFD라면 1920이고 얘는 1080이 돼 있죠. 이해되죠? 위드 하이트니까.
Speaker A
그래서 얘를 인티저로 나와야죠.이 딱 떨어져야 정혀야 되니까 그냥 위드 화이트를 하고 얘도 인티저로 만들어 준 거예요. 아까 그거예요. 캡프 prop 프티카운트 뭐예요? 30 fps의 10초형 30프레임 프레임 카운트를 하고 걔네들 찍어라.
Speaker A
그런 다음에 프레임을 몇 번 반복할 거 몇 번 반복할까요라고 하면 50개 뭐냐면 display only the first 50 fres 너무 과도하게 나오지 않게 50개만 처음 50개만 보여 줘 300장이 나 벌써 한 프행 그죠 1초당 그러니까 50개만 처음에 50개만 보여 줘
Speaker A
변화 과정만 볼 거니까 그 뜻이에요. 그리고 처음에는 한껏도 디스플레이 되지 않았으니까 출력되지 않았으니까 0 놓고 하면 뭐예요? 무한 반복이죠. 정치 조건이 있어야 되죠. 뭐냐면 자 이거 잘 보세요. 이제 요걸 많이 헷갈 저도 그랬고 처음에 캡시된 걸 읽어서 요거하고 요건데 얘는 성공했냐면 안
Speaker A
되냐 이거예요. 아 알겠죠? 성공했냐 안돼 안 했냐 리절트 결과물이 그러면 그래서 이거 헷갈리지 마시라고 트루폴스 반환네요. 그리고 프레임은 아까 말하면 사진 한 장이 그죠?음 칼당하고 만약 이게 뭐예요? if not res 더 이상 없다. 그 마지막 프레임이란 뜻이야. 그러면 종요해. 아 더 이상
Speaker A
없는데. 프레임이 없는데 할 필요 없죠. 어 이게 정지 조건이에요. 근데 만약 프레임 디스플레이드 아까 50개였잖아요. 50개보다 또 디스플레이가 더 많아. 그러면 더 초과했잖아요. 리밋을. 그러니까 그만동 정리조건이에요. 그런 다음에 이제 얘를 우리가 변화시킬 거예요. 어 그래서 50개 변환해서 CB2의
Speaker A
컨볼트 컬러네 프레임 넣고 컬러 BGR2 알죠? 브레이 바꿔 줘요. 그래서 브레이로 바꾸고 얘를 넣어서 CB2 아시 에으면 폴리베에서 이미지 출력이 됩니다. 그리고 하나씩 반복되니까 더해 줘야죠. 디스플레이 되면 한 장씩.
Speaker A
자, 그런 다음에 여러분이 강제 종료하는 건 이게 이제 뭐냐면 오더 오더드 딕셔인가? Q큐 그러면은 퀴죠. 그만둬 하면 그리고 사실은 자원 해제하고 이게 뭐냐면 요거는 여기에서는 안 통해요. 왜냐면 여기서 그냥 밑에서 이렇게 나올 거예요.
Speaker A
이거 돌려 보세요. 엄청 오래 걸리긴 한데 얘가 지금 이렇게 지금 아시죠? 되고 있죠? 이렇게 나올 거라고요. 캡션이 돼서.
Speaker A
그래서 요거는 어디 상면 로컬에서 브스코트 상에서 나중에는 이렇게 자원 해제를 해 줘요. 왜냐면 팝업 창이 뜨거든요. 이렇게 닫아야 되잖아요.
Speaker A
내가 일일이 손으로 마우스 필요 없이 어 자원 해제하고 그 윈도우 닫아 버리면 돼요. 디스트로 그렇죠. 어, 파괴하다 이런 뜻이잖아요. 그래서요 요것만 좀 설명하면 CV2의 웨이트 키 1이 뭐냐면 한 장씩 이제 생성할 때 1초 정도 쉬었다가 어 하는 건데
Speaker A
얘는 1초가 아니 성면 1ms이에요. 키 입력을 기다리라 했다. -1은 안 눌렀다. 이런 뜻이고요. 얘는 뭐냐면 어 여기 5 ox FF는 16지법이에요.
Speaker A
T값을 정확하게 읽기 위해서 하는 건데 하위 파비트만 남아요. f는 16진법이고요. 1 1 11 1 2에 16진법이 얘기 이해되죠? Q와 맞는지를 얘랑 얘랑 맞는지를 확인한다는 거야. 뭐냐면 FF는 17예요.
Speaker A
이진법을 하면 1111에요. 이거 이제 진법 배웠는지 모르겠는데 16진법은 어떻게 다요? 아시는 분 있어요? 여기 써 놨는데 0 1 2 3 4 5 6 7 8 9까지 10신법이죠. 그다음에 a b c d ef 이렇게 가요. 알겠죠? 어 그러면 16이잖아요. 어 그래서 F는
Speaker A
16이라는 거예요. 자 그래서 거기다가 이거는 엔드 연산자예요. 그러니까 각 비트마다 우리가 둘 다 1이면 1 아니면 0 그게 엔드 연산자잖아요. 어 그거를 표현한 거예요.
Speaker A
그래서 보시면 아까 우리가 봤던 그 영상을 잘랐죠. 스트레커스로. 자, 그래서 너무 긴 거 말고 이게 너무 오래 걸리실테니까 어, 여러분들에게 지금 바로 인크래스 미션을 드리겠습니다. 그러면서 이제 해 봐야지 재밌잖아요. 해 봐야 자, 여러분들이 여러분 비디오 있잖아요.
Speaker A
아무거나 다운 봤던가 그래 가지고 요거를 돌려 보세요. 거 그냥 돌리면 되잖아요. 그래서 어 그러면서 이제 돌일 동안 놀지 마시고 쭉 이해하시고 오늘 과제란 말이에요. 알았죠? 과제 수행 지금 하셔도 되고 5분 드릴게요. 그래서 인증샷 채팅창에 올려 주신 분리스 점수 5점 드리겠습니다. 알겠죠?
Speaker A
올리신 분들만 알겠죠? 자, 지금부터 5분들입니다. 30분까지 시작하세요. 아무 그냥 동영상 여러분이 다운 받으셔 가지고 해도 쫙 짧은 거 하세요. 아니면 나오시면 이렇게 한 장 복사에서 올리시던가 캡처해서 올리시면 되겠습니다.
Speaker A
예. 그냥 코드 아까 있는 거에서이 공부 한번 돌리시면서 이해하시라는 거예요. 음. 간단하게 여러분이 원하는 동영상을 여기다 집어넣는 비 끝이죠. 근데 대신 한번 쭉 읽어보면서 얘가 어떻게 구동되는지를 읽어 보시고 여기는 캡처해서 여기 보시면 FPS 위드 하이트 프레임카운트 297장 이렇게 잘 나오잖아.
Speaker A
아 그래요? 파일이 찾은데요. 네. 빨리 하셨네. 너무 쉽죠? 근데 이제 내용을 하는 거 중에 내용을 이해하셔요. 오늘 과제이니까.
Speaker A
네. 네. 좋습니다. 네. 1분 이따가 진행하고요. 나중에라도 오늘 중으로 이거요 하고 올 올리시면 돼요. 알겠죠? 어, 해보는게 중요하니까.
Speaker A
그래야 이제 자기 걸가 되죠. 예제만 돌리면 뭐예요? 그죠? 어, 해 보셔야죠. 그 이제 예전에는 이해를 위해서 또 이런 AI가 없으니까 웬만하면 다 라이브 코딩했지만 이미 이거 그냥 갖다가 대부분 쓰는데 굳이 나는 이제 그건 옛날 방식가 저는 생각해. 필요한
Speaker A
거는 내가 이제 요거 컨버트 컬러 뭐 이런 거 있잖아요. 이런 거는 내가 할 줄 알아죠. 나중에 내가 복사했어요.
Speaker A
이제 그런 것만 필요하다고 전 생각을 해요. 어, 할게 많은데. 근데 이제 코드가 기니까 코드를 그냥 다 드리면 읽어 버리면 여러분 뒤돌려서면 아무것도 못해요.
Speaker A
어 그 최근 그 테스트 그 뱀 어디서 했지? 제 아는 기업 중에 이제 PCN이라는 기업이 있는데 거기서 이제 이번에 면접을 볼 때 그 요즘에 이제 문제 어떤 거 요즘에 물어봐요? 이제 물어봤거든요.
Speaker A
그랬더니 이제 회사마다 조금씩 다르더라고요. 그러니까 그 회사에 그걸 좀 공부해 가지고 가셔야겠어요 보니까. 그러니까 아직까지 이제 보유적인 데는 AI를 쓰지 않고 그냥 그 개발 순수한 개발 능력을 이제 높게 평가하기 위해서 질문한 데가 있고 근데 대부분은 좀 많이 바뀌고 있으니까 대부분은 AI를
Speaker A
당신이 쓰는 거 다 알아. AI을 활용해서 어떻게이 문제를 해결했는지 그걸 보여 줘요. 코드로 만약 하시게 있으면 어떻게 했는지를 과정을 보여 주세요.
Speaker A
이런 식으로 이제 물어본대요. 그러니까 지금은 결국은 A를 활용할 수 있는 능력 기본적인 어 그거를 되게 많이 보고 있고 실제로 그 AI 면접이 있었는데도 불구하고 AI 테스트가 이제 도입을 된다고 하더라고요. 음. 어.
Speaker A
이제 그건 KT 팀장님한테 들었어요. 내부 이제 취업 관련해서 자기네들이 그걸 만들어서 이제 하려고 하는데 같이 스타트업이랑 만들고 있는데 면접 시험에 이제 테스트를 보는 거죠.
Speaker A
인적성 검사처럼 인터넷으로 이제 보는데 거기에 AI 활용력 시험 그렇죠. 어 AI를 그 어떻게 하냐면 어떤 문제를 줘요. 문제가 어려워.
Speaker A
근데 그거 보고 AI 옆에서 찾아 그 창을 봤어 주어져요. 아예 한마디 채피트가 옆에 주어져요. 그 찾은 과정 로그 기록 남아요. 찾아 가지고 묵사해서 어떻게 당신이 그걸 이제 보고 AI랑 협업해 가지고 하는지를 테스트해 가지고 점수가 또 AI가 채점이냐?
Speaker A
어, 지금 그렇게 하고 있어요. 어, 그래서 그런 식으로 이제 자, 그래서 지금 개 좋은 방법이 용어 정리 이해되죠? 용어 정리하면서 이렇게 하는 거 연습하시면 좋을 것 같아요.
Speaker A
자, 두 번째 거 들어갈게요. 자, 여기 코드. 그리고 두 번째 이제 제목 드릴게요. 우리가 이제 뭐 하냐면 제가 이건 항상 쳐 보거든요.
Speaker A
뭐냐면 다 질진 않고 그래서 질린 거예요. 요걸 하는 거. 자, 뭐냐면 색상 트래킹이에요. 자, 우리 색상 트래킹 할 때 색 인간의 눈에 가장 가까운게 뭐 뭐라 그랬죠? 뭘로 변환해야 될까요?
Speaker A
HSB 그렇죠. 세교님 잘 들는데요. 승현님 맞아요.이 점씩 드릴게요. 네. HSV 휴 기억나시죠? 색상인데 명도 밸류로서 조정한다고 그랬던 거 기억나세요?
Speaker A
그렇죠? 원래 RGB는 그냥 빨간색 노란 뭐야? 녹색 그렇죠? 파란색이 이거잖아요. 그냥 색상이잖아요. 맞죠? 그래서 색상 트래킹을 보시면 되겠습니다. 자, 먼저 마운트를 먼저 하세요.
Speaker A
마운트를 해야 되는데 여기다 쓸게요. 구글하고 연동 해 주세요. 얘도 트래킹 하니까 지금은 하고요. 나중에 돌릴 때 제일 런타임을 L4로 할게요. 음. 돌릴 때만 뭐 등님이 아니어도 세션이 되면 안 돼.
Speaker A
자, 그래서 연동해 주시고. 자, 쳐 볼게요. CB2 이거 한 번은 한 번만 찍고 나중에는 요거 이런 건 드려요. 어, 근데 어딘지 아, 한번 쳐 보는 거랑 다니까 패치스 CB2 언더바 아쇼예요.
Speaker A
그 이거는 콜랩에서 이미지 출력을 지원한다. 이렇게 하시면 돼요. 그다음에 비디오 패스 잡을게요. 자, 저는 어디 있냐면 라운트가 돼야 되는데 왜 안 나오니?
Speaker A
허용하고데 드라이브가 나와야 돼요. 음. 그렇죠. 어. 공유 문서에 있는 2번 파랑 다른 건가요? 어떤 거요?
Speaker A
요거요? 아, 그 사전에 올라가 있었나 보다. 그거 그게 정답인데 모른 척 하시고 막 같아요. 예.
Speaker A
어차피 주는데 이건 해 보셔야 돼요. 예. 답 답을 주었네. 그게 못 올라갔어요. 원하나치면 다른 거 있는데 다른 거는 좀 더 어려운데. 어, 문면을 할게요. 어.
Speaker A
자, 여기에 이제 그림보를 할까요? 이렇게 여기 가져오세요. 자, 그래서 여기 보시면 F의 트랙이라고 있어요.요 이미지를 가져오시.
Speaker A
자, 여기 보시면 요가 DGR로 돼 있어요. 여기 DGR인데 넘파예요. 그죠? 넘파로 돼 있어요.로 입력을 합니다.
Speaker A
그래서 우리가 뭘 하냐면 초록색 물체의 중심. 자, 이게 뭐냐면 센트로이드라고 해요. 어, 이건 사실은 군집분석에서 나왔어.
Speaker A
왜냐면 얘가 추적을 할 때 지금 이제 추적하는 거예요. 원래. 근데 색깔 추적이에요. 무슨 말인지 알죠? 색상 트래킹이잖아요. 그러니까 이제 뭐냐면 색상이 진하고 그렇죠. 예. 색상을 딱 보고 파란색 가는데 얘 나중에 놓치긴 해요. 근데 녹색을 따라가는 거예요. 그래서 이제 얘를 이제
Speaker A
중앙에 있는 중심 좌표를 우리가 센트로 들어가요. 용어가 어디서면 분직 분석이 나왔어요. 잠깐만요. 이게 저니까 제가 이거 칠 때 이게 갈 글로 할게요.
Speaker A
여기 안에 적을게요. 그림판을 좀 같이 써야겠다. 자 군집분석. 군집분석의 특징이 뭐냐면 땅 먹을게요. 얘가 여기랑 이렇게 있다고 할게요. 그러면 얘하고 얘하고 거리를 봐요. 그래서 이렇게 먹어요. 무슨 말인지 알겠죠?
Speaker A
어, 그런 다음에 얘 중심점이 중심 좌표를 잡아. 여기죠. 이해되세요? 그러다가 얘가 다음에 여기 이제 여기서 얘랑 얘랑 거리 가깝잖아요.
Speaker A
그 요렇게 먹어요. 그러면 어떻게 해요?이 중심 좌표가요 전체 중에 중심이니까 어디로 옮겨져요? 여기로 옮겨지죠.
Speaker A
예. 그리고 하나 또 있다고 할게요. 하나만 더. 여기 요렇게 있어요. 그러면은 여기까지 이렇게 먹어요.
Speaker A
그러면 또 중심가 어디로 바뀌어요?여 요 정도로 바뀌겠죠? 더 이상 없으면 여기서 멈춰요. 이게 공식 분석이에요. 그래서 얘를 A룹, 나머지를 B구룹. 이해되세요? 어, 이런 식이에요. 그래서 요렇게 된게 분석이에요. 그래서 요런 방식으로 이제 중심 좌표를 이름을 센트로이드라고 해요. 얘를 추적합니다. 자, 그럼 첫 번째
Speaker A
노이즈를 제거해요. 그러면은 아까 뭐라고 했어요? 아웃시한 블러 기억나시죠? 블러 처리해요. 그렇죠? 그러면은 중심이 놔두고 주변 지역이 희미하게 그렇죠. 없어지죠.
Speaker A
어 그래서 여기 쳐 봐야 된다고 봐. 이거는 나오셔 어떤 이미지가 들어오면 걔를 5 0 이렇게요. 자 얘는 뭐예요?
Speaker A
필터예요. 5 필터 0은요. 표준 편차를 자동으로 계산해요. 시그마 x 그렇지. 오케이. 그래서 얘를 불러라고요.
Speaker A
배웠죠? 저번에 시그마 X 컴퓨터 넘어가 알아서 해줘. 두 번째 이제 BGR이잖아요. 복습 잘하네. 어, 잘했어요.
Speaker A
HSV로 왜 색상을 뽑을 거니까 그죠? 색상을 따라갈 거니까 지금 녹색공 따라갈 거 이름이 그린볼이거든요.
Speaker A
그러니까 H색공간 단해요.이 블러된 거 같고 블러 처리한 거 같고 뭐래요? 블록 bgr 2hs 이렇게 해야지. BGR이죠.
Speaker A
HSV라고 할게. 자 여기는 뭐 굳이 제가 다칠 필요 없으니까 여러분들 드릴게요. 자, 다시 한번 말하지만 HSV는 휴ate saturation valu 이거예요. 근데 밸류 색상은 빨강, 초랑 초록, 하락 세추레이션 친하냐 안 하냐?
Speaker A
밸류는 명도 빛에 밝기죠. 예. 종명이 바뀌어도 세상 찾기 쉽다 그랬잖아요. 그렇죠. 우리 사람 눈에 가장 근접한게 HSV예요.
Speaker A
BGR은 컴퓨터예요. 새 검추는 힘들다고요. 파랑 그린 빨간 위제 조명 밝게 아주 영향력 취약해요. 그죠? 여러분 모니터에 지금 빛 바르면 앞에 우리가 화면 잘 안 보여요. 그죠? 어.
Speaker A
초록색에 범위 설정을 해야 돼요. 필요하면 값을 조정을 자 연한 녹색이면 여기서 진한 녹색요 범위를 설정하겠습니다.
Speaker A
이제 자동 완성이 되는데 넘파이에 40 얘율를 707으로 바뀌고 어퍼는 얘도 80으로 죠.이 이 정도 그러면 요거는 색상이 문추지 않지 명독 지어죠.
Speaker A
자 그런 다음에 우리가 이제 추적해야 되니까 마스크를 대는 거죠. 기억나시죠? 점 가지고 얘를 쭉 가야 되니까 범위 그 범위 안에 있는 애를 거 아만 한정해 가지고 내가 마스크를 쓰겠다. 관심이라 그랬잖아요.
Speaker A
그러니까 자꾸 마스크 하니까 헷갈리 쓴데 얘가 내가 관심 영역이에요. 얘가 뭐야? 관심 영역 r예예요.
Speaker A
그렇지? 어 잘하실래요? 오케이. 인지 님 시그마 x 1점 세균님 1점자 알면 뱉트세요? 틀리면 어때? 감점 없어요. 틀림이 없대. 어차피 어 지금 연습하는데 나중에 여러분 발표할 때 틀리면 좀 그렇지.
Speaker A
그러니까 발표할 때도 그렇고 이제 해서 나가서 틀리면 조금 그렇지. 여기서는 많거 틀려도 돼요. 마스크 아까 관심이다 이거. 그러면 우리 배웠죠. 요거 쓰려면 뭐야?
Speaker A
CB2인지 왜 저 영역을 줬잖아요. 내가 여기서부터 여기까지야라고 했어.요 요 HS 갖고 로어 그린 어퍼 그린이라고 정의했잖아요.
Speaker A
여기까지 얘를 우리가 마스크라고 하겠다. 관심이다.이 뜻이야. 그러면 마스크를 댔기 때문에 우리가 저거이 레인지의 특징 안 써요.
Speaker A
초론색 부분만 하얀색으로 하고 몇 번이에요? 그게 250. 나머지는 다 검정으로 만들죠. 0들기 맞죠? 예.
Speaker A
응님 또 1점. 그러면 어떤 분이야? 초록색만 하얀색이고 나머지 검으니까 오려낸 거 아니에요. 그렇죠? 여기 다 검하고 여기 내 여기면 여기면 오려낸 거 아니야. 하얀색이면 맞죠? 어 그래서 오려낸 효과가 있다.
Speaker A
해서 함께 주석을 복사해 드리면 여정 다시 말하면 로우 그린 가장에서 픽셀이면 뭐냐? 요거죠. 요거 이게 이제 마이너스가 아니에요. 이렇게 할게요.요 사이죠.이 이 범위 레인지 범위 안에 있으면 25 없으면 0이다 이거야.
Speaker A
자, 그런 다음에 얘를 마스크를 다시 블러링해요. 뭐냐? 자금이 있을 수 있거든요. 잘라냈으니까. 우리도 이렇게 뭐 잘라내려고 막 예를 들어서 천이든 수건이든 이렇게 잘라냈어. 그러면 옆에 막 보풀 있고 막 잡트 있잖아요. 그러니까 거기를 이제 스무사게 만들어 줘야죠.
Speaker A
그래서 자금 노이즈 제 똑같이 CB에 아우시션 블러해서요이 마스크를 6 5짜리 자동 예선 해서 얘는 마스크라고 할 거예요. 블러 처리된 마스크 블러드 마스크를 비스크라고 보통 줄여서 말해요.
Speaker A
근데 여기서 이제 이걸 뭐라고 했냐? 마이널이라고 한 거야. 왜? 어차피 이미지가 0 코드 0 또는 25500. 그 얘는 코드 상대 1이에요. 그렇죠?
Speaker A
요된 영상 즉 흑백 영상이니까 자체가 흑백이니까 미마스 바이너리 마스크라고 이름을 졌어요. 그 뭐 어차피 이름은 여러분이지는 건데 이렇게 졌어요.
Speaker A
그리고 여기서 저번에 말했던 모멘트가 나오는 그래서 그때 정리를 한번 해 줬는데 여기서 또 정리를 했어요.
Speaker A
이요. CB2의 모멘트 D마스 얘가 모멘트. 자 이게 거기 이제 다른 식 설명을 드릴 건데. 키 밸류로 돼 있어요.
Speaker A
요거 되시네요. A워예요. 이걸로 저장됐는데 이런 형태로 저장돼 있어요. 얘 모멘트까 보면 그래서 m00 땡땡 찡찍찡 이렇게 돼 있어요.
Speaker A
그리고 이거 면적이에요. 에어이야. 그래서 얘가 이제 이거는 얘가 이렇게 정의한 거야. 모멘트 0은 뭐냐?
Speaker A
얘는 전체 면적이 하얀 필수. 그래서 지금 여기 모멘치에 m00 이렇게 하시면 얘는 m00 할 수로 쓰면 자 전체 면적을 보겠다는 그리고 돌면서 전체 면적을 보고 돌면서 이제 우리 한반들 거예요. 그리고 초사도 공 던지면 이게 요렇게 가는 걸로 이제 영 영상으로 찍었다 그러면 걔
Speaker A
따라가겠다는 거 추적하기 위해서 알겠죠? 그 예를 들어서 그게 우리가 보통 우리끼리 연습할 때는 테니스 공을 하잖아. 녹색이잖아요. 요렇게 녹색 공 따라가겠다 이거 중심표를 이용해서 얘를 구해야죠. 이제 보면은 센트로이드를 얘를 초기할 때 처음에 0 이렇게 나오죠. 이렇게 지금 얘가
Speaker A
이렇게 자동 가능성이 보통 이코 많이 쓰는데 우리는 넌이라고 할게요. 어 이게 시간 관계사 여러분이 식사를 가야 되니까 그래 돌려 버리고 여기 끝낼게 코드도 있다고 하니 여기까지 코드를 드릴게요.
Speaker A
자 여기는 요렇게 드릴게요. 자, 여기 보시면 요게 이제 설명한게 많거든요. 사실 이거를 다른 기수에서 막 거의 이해가 안 된다. 그래서 그니까 모멘트를 그래서 먼저 설명을 드렸던 거예요. 어, 그 시간만큼 이제 수비가 됐어요. 그래서 여기 보시면 일단 볼게요. 만약 이제 이건
Speaker A
알겠죠? 얘가 이렇게 표시한 거예요. 어 키밸멘트는 저장이 돼 있어요. 딕널 형태로. 근데 얘가 에어리어라는 뜻이에요.
Speaker A
전체 면적. 그러니까 얘를 하얀 픽스의 개수 전체 거기에 이제 내가 중심 좌표로 따라갈 거예요. 자, 근데 만약 면적이게 0이 아니라면 있다는 거잖아요. 그렇죠? 면적이 존재한다는 거잖아요. 그래서 모멘트의 m10의이 전체 면적을 전체 면적 중에 하나.
Speaker A
전체 면적 중에 하나. 이해되시죠? 음. 그러니까 한 영역의 중심 좌표 y 좌표를 센트로트 xy라고 돼 있는 거예요. 근데이 말이 요걸 또 설명해야 되니까 우리가 그거랑 똑같아요. 그래서 전체적으로 해 봐야 돼요. 코드 치면 설명했는데 1 0이 뭐예요? 0이면 뭐예요? 설명하면 또
Speaker A
다시 봐야 되잖아요. 그래서 그 코드를 들으면서 보는 거야. M1001이 뭐냐? 1차 모멘트라는 뜻이에요. 뭐냐면 1차 모멘트는 이미지 픽셀이 같이 1 0 이렇게 이산 데이터라고 해요. 그렇죠? 딱딱 끊어지는 거 각 육수의 강도 위치를 곱한 것들의 합이에요. 그래서 이미지 처리에서 1차 모멘트 계산하면 모든
Speaker A
픽스 XY는 0 즉 맨 왼쪽 상단 0이 맨 왼쪽이에요. 아시죠? 컴퓨터 입장에서 좌상단 거기에서부터 얼만큼 떨어졌냐 그 거리를 말해요. 알겠죠?
Speaker A
어 그래서 M10은 X 요거 요게 한마디로 요게 1이 X예요. 얘는 y예요. 이해되십? 어 그렇게 얘가 약속을 했는데 어 그래서 x축 방향으로 강도의 합이고 면적이니까 m0이는 y축 방향으로 픽셀의 강도의 합을 표현해요. 알겠죠? m00은 전체 면적이고 이게 한 여섯 개가 일곱 개 있어요.
Speaker A
근데 지금 여기 것만 알면 돼요. 어. 자, 그래서 해당 좌표의 페이스 밝기를 의미한다. 즉 영차 모멘트는 이게 0차 모멘트거든요. 사실 영역이 어떤 존재가 있냐 없냐 트리플스냐 이거예요. 그것의 크기 있다면 그것의 크기 그러니까 전체 면적이죠.
Speaker A
알겠죠? 음. 그래서 한마디로 객체 치질량 면적이고 모든 픽셀을 다 더한거다 이거예요. 그래서 얘는 뭐예요? cx 센트로트 공식이 이거 센트로트 공식이에요. 아까 센트로웨이트를 찾아간다 그랬잖아요.
Speaker A
근데 그거를 당연히 계산했을 거 아니에요. 공식 이걸 이용해서 계산한 거예요. 분직 분석할 때. 알겠어요?
Speaker A
옆에 있는 애를 먹었으니까 어 내 좌표가 중심이 바뀌었잖아요. 옛날에 수도 이전한 거랑 똑같아요. 우리 따라가 여기였는데 수도가 여기였다가 여기였다가 이렇게 바뀌었잖아요.
Speaker A
음. 그지? 중심이 바뀌니까. 어, 그런 거랑 같다. 그래서요 mm 전체 면적에서 x축 방향의 픽셀 강도의 합 그게 센트 x 전체 면적에서 y축 방향으로의 뭐예요? 픽셀 강도의 합 m 공이라고 정의를 해 놓은 거예요. 그것이 cx cy다. 뭐다? 센트로드 xy.
Speaker A
요것을 아니라면 계산해 달라. 이런 뜻이잖아요. 존재하니까. 그리고 이제 기본값은 중심이 없고 초세를 못 찾으면 마이너스를 써요.
Speaker A
무슨 말인지 알겠죠? 마이너스. 근데 저도 자, 왜 마이너스냐? 유효하지 않는 거죠. x 좌표는 다 0을 0부터 하잖아요. 그렇죠? 근데 없으니까 마이너스 하니까 이런 걸 많이 써요. 트리. 그렇죠? 없으면.
Speaker A
어, 그래서 즉 이미지 화면에서 안 보이는 거예요. 그러니까 센터 포인트가 없어. 객체 못 찾았다는 거야. 그러니까 객체가 있다면 CX CY가 있겠죠? 여기까지 이해되세요?
Speaker A
예. 그래서 -1은 이미지 평면이 존재는 수예요. 그 좌성난이고. 그러니까 여기 일부러 CRT 마이너스 마이너스 하고 중심이 계산된 경우에는 만약 센트로드가 넌이 아니고 Y도 넌이 아니에요. 존재 동시죠.
Speaker A
존재한다 이거예요. 중심값이 존재한다면 얘를 요걸 교체하는 거죠. 얘 디폴트는 없어요라고 했는데 그러면서 여기다가 바꿔 줘요.
Speaker A
중심값을 알겠죠? 그래서 서클 그려 달라는 거야. 서클 기억나죠? 이미지 요거 뭐예요? 이미지에 얘가 뭐야?
Speaker A
중심점. 그렇죠? 세균님, 인지님, 전지님 맞아요. 그리고이 4는 반지름 R 레디어스 00 검정색 컬러. 그다음 -1은 채워라.
Speaker A
기억나시죠? 어, 이거 서클 서클이에요. 그리고 IM쇼 이미지 콜랩에서 나오고 그리고 리턴 CRT를 해라. 자. 그리고 나머지는 우리 했던 거니까 메인 시행 부분을 거기다가 같이 드릴게요.
Speaker A
자, 이거 돌리고 식사로 갔다 오시면 되는데 지금 아, 많이 났죠? 따라가고 있죠? 원래는이 중심을 따라가야 되는데 지금 잘 못 잡고 있어요, 사실. 음.
Speaker A
자, 그러면 보실게요. 일단 코드만 보면 얘는 보통 프로그램 시작할 때 여러분들이 이제 메인 가지고 메인 화면이 있어요. 사실에 어, 그 이제 나중에 웹 부현할 때는 여러분이 각각의 폴더를 만들어 놓고 얘를 불러서 메인 화면에서 실행하는 건데 지금 여기 같이 나오게 한 거예요.
Speaker A
자,이 프로그램 시작점이고이 파일을 직접 실행할 때만 다 한마디로 서버 런 동작하는 코드 그 파일을 보통 메인 파일라고 해요. 만약 이름이 파일 메인이면 자, 비디오 패스에서 비디오 캡처를 시작하고 이거 아까 코드 똑같죠? 쳐봤죠? 열 수 없으면 없다고 하고 아니면 0부터 오케이가
Speaker A
뭐예요? 트루폴스 아까 리트였죠? 음. 그래서 캡처를 읽어서 만약 오케이가 아니면 끝내. 왜? 아까 영상 종료죠. 그리고 추적해. 트랙 이미지라고 가서 CRT고 그 CRT를 추적했 프레임은 늘려. 그리고 자원 해제.
Speaker A
근데 이제 조금 얘를 너무 빨라서 그런지 잘 추적을 못 하고 있긴 해요. 어제 센트로가 여기 있어야 되는데.
Speaker A
예. 지금 얘가 뭐냐면 지금 요걸 따라 갖고 있는 거 같아요. 여기에 이제 하나가 아니라 여러 개가 있으니까.
Speaker A
그래서 지금 위치가 프레임 200의 센트로드가 229, 165 이렇게 지금 보인 거예요. 시티아리 돼 있어요. 어, 어디 봅시다.
Speaker A
그런 거 같은데. 잠깐만요. 여기 너무 흔들리네. 어 뭐 하실 머리가 아프네요. 흔들려 가지고 추석되고 있나요?
Speaker A
축적이 안 되요. 자 그러면 일단 다은 거 같은데. 어때요? 반대식 더할까요? 코트 바닥 때문에.
Speaker A
전체적으로도 그렇다. 자, 그러면은음 우리가 지금 연두색공도 있고 그거든요. 이미지에서. 그래서 지금 저거를 한번 수정하는 걸 한번 같이 해 보죠. 식사 갔다 오셔서 알겠죠? 그래서 여기걸 갖고 한번 저번에는 그냥 돌리고 끝났는데 한번 수정해서 아니까 밥 먹고 아 밥 먹는게 아니지
Speaker A
쉬었다가 죄송해요. 알게 아 죄송해요. 밥 먹고가 아니라 쉬었다가 예 그다음에 요거 코드를 한번 수정해 봅시다.
Speaker A
자, 한번 진짜 목소리 잘 들으시나요? 제가 음. 네. 자, 여기 한번은 봅시다. 어, 어떻게 해야지 좋을지 좀 고민 좀 해 볼게요. 음.
Speaker A
자 전체적으로는 여기죠. 디텍션 부분에서 트랙에서 어 블러 여기에 맞춰 주고 노이즈 제거에 블러리 해서 맞춰주고 얘를 조금 키워 볼까요?
Speaker A
한번 해 보죠.음 어, 이제 예제를 나중에 여러분들도 이렇게 돌려보고 한번 해 보세요. 9 * 9조를 한번 해 볼게요. 그리고 HSV로 바꾸고 그렇죠. 보통 이걸 하는데 지금 블러를 갖고 일단 놔둘게요.
Speaker A
그리고 여기를 조금 바꿔 볼까 지금 생각하고 있거든요.이 범위가 틀려 가지고 그럴 수 있어요. 어 그래서요 범위는 이제 여기에다가 요렇게 그냥 하고 0도수 저도 지금 같이 하고 있는 거예요.
Speaker A
어 이게 맞는지는 모르겠어요. 어 근데 일단 60 정도 밝기를 조금 그냥 끝까지 올려 보려고요.
Speaker A
색상이 지난 정도를. 그러니까 연한게 있단 말이에요. 노란색이. 왜냐면 지금 연한 녹색이 있어 가지고 거의 다 녹색이었으면 지금 잘 구분이 안 되는 거거든요.
Speaker A
그래서 연한 녹색과 진한 녹색 범위가 있어서 노란색인 것들은 좀 제거하려고 좀 얘기를 바꿔 볼게요.
Speaker A
나머지는 코드가 다 이걸 쓰는데 마스크를 가우시한 블로 말고 다른 걸 써야 될 것 같아요. 여러분이 뭐가 날 거 같아요?
Speaker A
어떻게 하는게 나을 것 같아요? 양방이 끝단이요. 아, 지금 이제 한번 머리를 써 보자는 거죠. 음.
Speaker A
양망이보다. 마스크는 그냥 놔두고 요건 이제 안 뜨고 틀린 건 없으니까이 가우시한 블로를 한번 바꿔 볼게요.
Speaker A
어 될지 안 될지 모르지만 아 그래요? 한번 돌려 볼게요. 어, 그러네. 잘 되네요. 그죠? 이제 뭐냐면 얘가 완전 녹색이고 얘가 약간 연한 노란색이잖아요.
Speaker A
그게서 그런 거 같아요.요 범위를 바꿔 주니까 마스크 범위를 그래서 이렇게 수정을 하셔도 될 것 같아.
Speaker A
네. 자, 예, 그렇죠. 지금 이게 이게 지금 색깔이 명확하면은 잘 나올 것 같은데 지금이 범위 때문에 그래요. 제가 보니까 얘는 약간 노란색을 띄고 있잖아요.
Speaker A
그렇죠? 녹색이라고 하지만. 그래서이 범위를 바꿔 봤거든요.요 린 레인지에요 아까 요거 요거 바꾼 거잖아요. 색상 부분을 노란색 부분이니까 얘를 조절했어 제가 25 50 60 255 요걸 바꿔 줬어요. 내가 여기다 게요. 얘를 변경해 보세요.
Speaker A
그리고 나머지는 코드가 틀린게 없거든요. 저는 지금 뭔 생각이 했냐면 얘는 맞고 지금 여기에 만약 안 나오면요 블로링을 바꿔 보려고 그랬거든요. 무슨 말인지 아시겠죠?
Speaker A
뭘 바꾸려면 우리 많이 쓰는 건 뭐야? 머로지 ex로도 써 보려고 했어요. 열기 이해되세요? 어 그 모폴로지 영상 하면은 공 내부의 잔네를 채우잖아요. 알죠?
Speaker A
그리고 외곽은 없애 버리잖아요. 그래서 그걸로 한번 해 볼까 생각했는데 그죠? 근데 이제 다행히 잘 나왔네요. 오케이.
Speaker A
어, 그래서 이렇게 여러분들이 개선을 해야 되는지 생각을 하시고. 예. 여기까지 이제 저장을 해 놓을게요.
Speaker A
자, 그러면은 세 번째 코드는 음, 코드는 이제 드리면서 한 줄씩 들게요. 어차피 코드가 오픈이 됐으니까.
Speaker A
됐네요. 예. 점식 시간까지 이거 딱 끝내고 내일차를 미리 우리 조기 교육하면 되겠네. 그렇죠? 점심 먹고 어 아름다운 아름다운 여러분들 어 점점 기수가 이렇게 가면서 코디량이 점점 늘어나는 아름다운 현상을 보이고 있어요. 그죠? 하루에 일곱 개씩 돌릴 수 있을 것 같아요. 그죠?
Speaker A
자 요거죠. 이거 하시고 그래서 이와 특징 검출이에요. 얘도 마운트 해 주시고요. 마운트가 제일 힘든 이유에요. 안 나타나니. 자, 일단 런 타임을 이쪽은 다 L4로 하셔야 돼. 음.
Speaker A
처음에 나타나면 마. 아무튼 영상은 이제 해 보시면 알겠지만 영상은값 기다리는게 너무 오래 걸리거든요. 어 그래서 마운트하시 지금 연결이 한 번 되면 계속 원래 그게 안 떠요. 어 그런 그러거나 아니면 원래 코드 구글 마운트 코드가 있거든요. 근데 그게 나오는데 얘 지금 자동으로 내고
Speaker A
있죠. 그래서음 똑같으니까 요거 코드 드릴게요. 네. 저는 수정해야 돼요. 자, 여러분 코드리는데 한 주씩 어 얜 저장하고 끌게요.
Speaker A
자 여긴데 위치가 바뀌었기 때문에 바꿔 줘야죠. 설명할 필요가 없을 것 같고 상하어. 응. 안 보이니?
Speaker A
우리가 할게 카피라는 피n즈 이게 좀 설명할게 좀 많아요. 그래서 하나씩 하는게 나아요. 여기다 하겠습니다. 자, 그런 다음에 여러분 알다시피 여기 이미지 패스 한번 쳐 보시면음 잘 나오는 건지 보고 자 이런 간단한 거는 쳐야죠. 어 리드에서 이미지 패스 하시면 자 이런 흑배
Speaker A
이게 이제이 예제는 저희 여직원이 집접 자기 대학원 다니는 친구한테 자기 찍어 가지고 한 거예요. 어 이게 접혀 가지고 여기가 검정거 나온 거죠.
Speaker A
이거 어떻게 샀냐면 독서실 책상 알잖아요. 거기 앉아 가지고 찍으면 이렇게 되죠. 음영 생겨 가지고.
Speaker A
음. 자, 그러면은 요걸 갖고리드인데 여러분 알듯이 plt 쇼 하면 요걸 이미 지어 놓고요. plt쇼 하고 여기 이미지 쓰면 이렇게 나오죠.
Speaker A
물론 요거까지 안 보이게 하려면 plt 쇼하면 돼요. 왜 이제 이런 쓸데없는 맵플라이트 이런게 안 나오죠. 사진이니까 뭐 잘 나와요.
Speaker A
근데 이제 얘도 좀 있다가는 노란색 이런 나온 이유가 여러분 알다시피 플라 라이브러리 있으면 그렇게 돼요.
Speaker A
자 그러면 여러분이 알게 이화를 할게요. 흑백이죠. 0과 255로 돼 있고 요거 채널로 이미지를 변경하겠습니다.
Speaker A
CB2의 컨버트 뭐예요? 컬러요 이미지를 갖고 보이면 CB2의 컬러 뭐요? 투 그레이 이렇게 해야죠. 얘를 그레이라 놓을게요.
Speaker A
그리고 그레이를 치시면 되겠죠. 그러면 요거보다 이지나게 되면 요게 좀 더 설명하게 보일 거예요. 조금이라도. 그렇죠. 이지널 했기 때문에.
Speaker A
그리고 이제 이건 쳐 보셔야 돼요. 왜냐면은 하나씩 기능이니까 나머지는 제가 필요 없는 것들은 드리지만 스홀드라고 하죠.
Speaker A
CB2에 뭐예요? 스트레스올 그레이하고 50 255 딱 알죠 이제? 아 50하고 254 CBTS 바이너리 이진화를 하게 하였구나.
Speaker A
그 50이 쓰레스홀드고요. 우리가 이제 이거 하게 되면 여기 쓰레스홀드 나오고 여기에 값들이 나오는 거죠.
Speaker A
이지나 된 거죠. 자, 요게 갖고 와서 얘를 할당하는게 요게 이제 사실 리트가 센스월드 값이고요. 바이너리 이렇게 많이 표현을 하죠.
Speaker A
그래서 힐티 아쇼 바이너리 컬러 map 그레이 뭐 이렇게 여러분이 표시하면 여기 나와요. 지금 뭐냐면 얘를 요맥 그레이를 안 하면요 어떤 현상이 나냐면 노란색으로 나와요.
Speaker A
지금 여러분 코드 지금 있는게 여기시면 노란색으로 나왔더라고요. 애플라 라이브러리 때문에. 그래서 이제 그걸 잡아 주는게 컬러 맵을 컬러를 내장하고 있거든요. 맵플라 라이브를. 그래서 C맵 컬러 맵을 그레이라고 선을 하면 이렇게 나옵니다. 알겠죠?
Speaker A
아, 근데 이제 어, 여기 보시면 여기에 리트는 50이죠. 사실 여기 프린트 리트를 치시면 사실은 여기 50이라 나올 거란 말이야.
Speaker A
그러니까 얘 50이죠. 50이 써서 우리는 거야. 다시 인격자.이 이은 50보다 어두우면 0 검정이고요. 뭐예요? 50보다 크면 밝으면 250 흰색이다 이거. 오케이. 예.
Speaker A
255한 세균님부터 원님까지 1점시드 좀 잘 이해해 주시면 좋겠어요. 그리고 요것만 CB2에 여러분 CBT쇼 이제 썼으니까 이렇게 하셔도 되고 plt로 원래 이거라는 거죠. 이제 실제로는 여러분이 이제 어 vs 코드 상에서 아쇼 이렇게 하시면 되는데 우린 요걸 써야 되나 여기서 패치가 이걸 왜 얘 자기네게
Speaker A
아니니까 모드라에서 해 준 거예요.음 동일하게 나옵니다. 바이너리. 근데 지금 어차피 바이널 하면 더 명확하지만 어 다 지금 정보를 많이 읽고 있죠.
Speaker A
그래서 여기서 이제 우리가 쓰는게 적응이요. 이건 굳이 칠 없어서 드리는데. 자, 적용하는게 뭐냐면 말 그대로 이게 그냥 그대로 쓴 거예요.
Speaker A
어댑티브 써볼 텐데요. 보드는 각각 지역마다 각각 내가 보는 이제 보면 필터가 도는게 아니지만 내부적으로 인계값을 내가 구역을 남겨서 여기다 인계값을 다르게 쓰겠다. 이게 맞는 거죠. 왜냐면 일반적으로 이지하면 내가 하나의 기준으로 그냥 동일하게 하는 거고 각각의 특징이 다 틀린데
Speaker A
그렇죠. 어 거기에 지역마다 내가 다르게 인기를 주겠다라는 뜻이에요. 그래서 코드에서도 잘 나와 있지만 자 이건 쳐 보셔야 돼요. 어 어댑티브 요걸 쓰죠.
Speaker A
그리고 가로 치시고 이렇게 여기 그레이고요. 255고 요거는 어 다른 저기에 나왔던 거 같은데 어 수요 시험에 나왔던 거 같아요. 이거 안 치면 안 돼요. 어댑티브 쓰레드 미인 C 그다음에 스트레스 바이너리 그다음에 여기 11 얘는 4로 나왔네요.
Speaker A
여기 4 할까요? 자, 요거 하나씩 주석이 남겨져 있지만 여러분들 보면 자, 얘를 마이너링 어댑티브 여기 이렇게 문자 주고 자 보면은 어댑테 쓰레저는 내가 각각의 내가 보고 있는 리전에 따라서 이미지를 틀리게 해 주겠다. 이런 뜻이에요. 그 내가 적용할 이미지예요. 그레이라고 했죠.
Speaker A
여기에 최댓값 250 흰색이고요. 그러면은 옵션이에요. 내가 적응형의 판단 기준에요. 주변 픽셀에 가중 평을 써요. 그래서 여기 써 있잖아요.
Speaker A
어댑티브스레스 여기가 지금 민을 썼거든요. 주변에. 근데 우리 코드에서 요걸 써도 되고요. 썼어. 일부러 주변할 때 C를 썼습니다.
Speaker A
그 이제 가우시 써요. 옵션인데 민도 많이 쓰고요. 디폴트는 민을 써요. 근데 가우시 쓴 거예요.
Speaker A
피스의 가중 표시어. 그리고 아까 말했던 CB2의 플레이스 바이널이죠. 아까 임계값 그거의 조건에 맞으면 임기체에 맞으면 결과를 이렇게 해 줘. 이거죠.
Speaker A
세월 이겠지? 문 어떻게페 흰색 검물색 이렇게 해달라는 거. 그 여기서 요건 코너 크이죠. 11 이제 좀 했어요. 어 그래서 얘는 커널 컵이고요. 우리가 아는 필터 블락 크기죠. 주변 영역을 얼만큼 할 것이냐는.
Speaker A
그리고 얘는 빼 주는 거예요. 평균이나 가중 평균에서 빼는 거 얘기요. 자, 그리고 거기에 단계라고 정리돼 있는 거를 드릴게요.
Speaker A
그래서 요걸요 위에다가 쓸게요. 그리고 일단 코드를 마무리하고 보면서 하겠습니다. 이렇게 아쇼 하고 여기에 마이너리 애드를 쓰시면 잘 나오죠?
Speaker A
네. 얘도 아까 이게 노력 나오니까 뭘 해 주면 되겠어요? 요걸 쓰면 되겠죠? S 잘 나오죠? 깨끗하게.
Speaker A
어, 숨어졌던게 쫙 나오죠? 와우. 한번 해 주세요. 어, 나왔잖아. 이거 하마 안 보였는데. 그죠? 음.
Speaker A
자 그래서 이게 이제 보공료하는 때만 있어요. 어, 그죠? 이건 보건할 때 아, 어두워 가지고 안 보였던 부분을 이제 다시 복원할 때이 오픈시 그러니까 여러분들이 오픈을 왜 배워야 되는지 여기 딱 하면 느낄 거라고요. 아, 그렇죠. 아, 이게 검해 가지고
Speaker A
인식이 안 되는데 얘를 갖고 그냥 증강시킨다고 될까요? 어차피 인식률이 떨어지는데 제가 왜 원본을 여러분이 오픈시를 계속 써야 된다고 하는지 이해하시겠죠? 이제 어 그래 원본이 좀 깨끗해야 증강을 시켜도 결과가 좋을 거 아니에요. 그죠? 어 그래서 오픈시브를 부탁을 왜냐면 많이
Speaker A
했어요. 왜냐면은 노이즈가 생길 수밖에 없죠. 여러분이 이렇게 하다 보면 우리가 사진 이렇게 자 그런 경우 많잖아요. 어 여러분들이 뭐 연인끼리든 가족끼리든 나 여기 찍어줘 했는데 딱 갔는데 주나가는 사람이 쭉가 그 사람 욕할 욕할 거예요.
Speaker A
그까 어쩔 수 없이 지나가는데 그럼 다시 찍잖아요. 근데 이제 버리기 아까운 것도 있죠. 그죠? 버리기 아까우면 어떻게 그러면 처리를 할 거 아니에요?
Speaker A
보통 그거 하나가 하려고 그거 한 장 하려고 이제 포토샵 처리 하지 않을 거예요. 근데 코드 한 방에 끝나잖아요. 그죠? 어 지금 AI 기능에 다 딥닝 기술이 있는게 아니에요. 이런 간단한 코드부터 먼저 적용이 돼요. 그렇죠?
Speaker A
그러기지 않겠어요? 가볍게 내장이 돼 있는데 그래서 적용 이미지가 최대나 하얀세 내가 어떻게 판단할 거냐 가중 평균 주변을 보고 가중 평균을 했죠.
Speaker A
그래서 스트레스 바다의 조건에 맞는 거를 네가 알아서 해달라는 거야. 흰색과 거물색으로. 근데 그 단계를 한번 봐요. 처음에는 자 11 * 11 관을 가꾼 거예요. 지금 얘가 뭐 어떤 지을 했는지 그리고 주변 픽셀값 가져와요. 가중이죠. 그리고 요거죠. 그러면 주변세의 가우시안을
Speaker A
적용해요. 적용해서 하고 여기서 나온다 4를 빼요. 걔를 세울트 t라고 한 거야. 이해되죠? 어 얘는 수정했다 이거야. 수정내. 그래서 픽셀 값이 t보다 크면 이제 이게 쓸드는 거야. 진정한 요거 4까지 뺀 거를. 그 4는 뭐냐? 보통 디폴트로 5로 잡아요. 어 약간 차이가 있을
Speaker A
수 있으니까. 어 근데 이제 얘는 4를 쓴 거예요. 그것도 여러분이 그러니까 요걸 미세 주 하는 거죠.
Speaker A
얘가 성전하는 건 하이퍼패라미터 여러분이 수정해 주는 거 얘 더 디테일하게 보이고 싶고 할 거면 그래서 요거 보시면 t보다 크면 흰색 작으면 거물색인데 t 상수값이 크면 얘가 낮아져요. 그렇죠? 빼니까 그렇죠. 백이니까 낮아지죠. 어 그리고 더 발트 잘해요. 어디에서 하냐? 로벌 라인 트랜싱 OCR
Speaker A
자동차 번호 조명의 강화면 특히 이지나 있기 때문에 이지나 있잖아요. 자 그래서 여러분이 우리랑 바로 들어가는 거야. 라인 마인 트레이싱.
Speaker A
그래서이 오픈시의요 기법은 많이 많이 썼어요. 왜냐면 사실 참고 들어가 보시면 알겠지만 어둡잖아요. 아무리 불켜도.
Speaker A
어 그렇죠. 그 물건 적제하는데 인식해야 되잖아요. 근데 라인이 안 보이면 얘가 사람 칠 거 아니야.
Speaker A
그죠? 그 라인만 따라서 예전에는 요복 기법이 잘 하지 않아서 어떻게 했다고 그랬어요? 라인만 보고 갔다 그랬잖아요. 그렇죠? 어 그나마 센서 데이터가 있어서 근처에 30 뭐 근접은 아니면 이제 사람 치면 안 되니까 뭐 60 이렇게 공장의 특징에 맞춰서 어떤 센서가 이제 느껴 가지고
Speaker A
어 물체가 있다 그러면 얘가 피하거나 아니면 멈춰요. 중간 홀트 그렇게 코드를 짜요. 여러분들이 어이 자율적인가 여기서 이렇게 시작한 거예요. 처음부터 그렇게 하는게 아니라 자 그러면은 요거 갖고 이제 하나씩 처리한 거를 볼게요. 그래서 코드를 어 요거는 들으면 되겠죠? 여기 있을까? 여긴
Speaker A
패스방인 거죠. 자 보시면 아까 CB2의 CS월드에 그레이의 120에서 275 CB CS 바라 그거죠. 여기스 홀드로 여기랑 여기 그다음에 웹 바이너리 글로벌이라고 한 거고 어댑티브 홀드에서 255 어댑티브 가시안 C너리 해서 아까 본 거죠.요 두 개를 해 주면 얘는 검정색이나 깨진 애들이 보이잖아요.
Speaker A
그리고 얘는 글자나 라인이 잘 보이죠. 그래서 여러분이 어디까지 전처리할 거냐 그렇게 이제 여러분들이 이제 생각을 한다면 이미지 보라서 이진화를 일단 하고 얘를 처리하는게 좋겠죠.
Speaker A
그래서 사실은어요 방법을 어디테이블 센스월드를 어 잘 쓰시라는 말이에요. 사실은 영상 주출할 때 엣지할 때 저거를 사실 그냥 일반적인 좀 옛날에 어 C언어로 배우신 분들은 이거 몰라요. 버디테이블이 새로 나온 거라서 어 한 나온지 한 그렇게 오이되지 않아 가지고 어 제가 배울 때도 이건 없었어요.
Speaker A
그래서 전혀 기법은 좋은 건 많이 나오긴 하니까 다 할 필요는 없고 자 액지 검축 자 여기서 요거 같은 경우도 어 위에 주소가 남겨 드릴게요.
Speaker A
소벨 필터 아까 말했지만 1차 미분이에요. 자, 외우세요. 슬러프 지금 계속 반복하고 있죠. 슬로프 뭐예요? 그럴 때 그렇죠. 1차 미번 경상 방향을 알려주고 영상에 여기서도 뭐예요? 여기선 영상의 밝기 병원죠.
Speaker A
그러면 물체 여기서 보면 나중에 코드 보면 컨투어 이런게 나와요. 윤곽선을 얘기해요. 알았죠? 그 여러분 혹시 포토샵 같은 거 하시는 분들 있으세요? 그러면 거기에 뭐 컨투어 이런 거 나오거든요. 그렇죠?
Speaker A
융각선을 잘 잡아 주는 거. 그다음에 경계 이걸 추출하는 필터입니다. 그러니까 이거예요. 밝기가 아우 갑자기 급격하게 변했네.
Speaker A
그 뜻은 뭐야? 다시 말하면 엣지네. 변화가 없네. 배경이네. 그렇죠? 어 그러니까 여러분은 엣지는 영어로 못 뜰 수 있는 아세요? 어 저 사람 엣지 있다. 그건 뭐냐면 약간 사람들이 덴디하다고 생각해요. 멋있다 뭐 이런게 아니라 엣지라고 그러면요 약간 세련되다는 의미예요. 최신 이런
Speaker A
뜻이 있거든요. 왜냐면 급변한 거죠. 약간 트렌트 리더 같은 그런 의미가 이제 엣지라고 해요. 음.
Speaker A
여러분 엣지 있는 사람이 되고 싶나요? 급격하게 변해야 되는데. 그렇죠? 지금 급격하게 변하고 있는 중이죠.
Speaker A
그죠? 어. 로비 로봇 엔지니어로 그렇게 변하고 있죠. 어 그러면 엣지가 있는 거예요. 근데 이게 뭔 소리야 하고 힘차 입벌리고 주무시면 어 변화가 없죠. 뭐라 그랬어요? 어 주변 여러분이 그렇잖아. 배경 그렇죠?
Speaker A
배경되는 거예요. 남들을 위해서 어 여기 참여하는데 의미를 두는 배경이 되는 거예요. 알았죠? 백그라운드. 어 그래서 우리가 두 번째로 심한 욕이 뭔줄 아세요?
Speaker A
첫 번째는 4,000원. 두 번째는 너 배경이다. 그죠? 이게 엄청난 요경이에요. 나를 위해서 존재하는 난 주인공 넌 배경 난 정경포 4ound 넌 배경 그런 사람이 되면 되 안 되겠죠.
Speaker A
참여하는데 의도는 거 아니죠? 어 여기 수요증 받아봤자 한 줄 쓸기 위해서 나오죠. 물론 없는 거보다 낫죠.
Speaker A
어 없는 거보다 낫죠. 왜냐면 전공이 아니기 때문에 아닌 분들은 특히 없는 거보다는 한 줄이 여러분 어 그 토익 그 점수 받기 위해서 해봤자 한 줄이에요. 저도 저도 시인사원이었을 때요. 쓸게 없어. 진짜 내 친구 물어봤어요. 운전 면허원증 1종이었거든. 나는 2종인데 걔가
Speaker A
맨날 날 놀렸어요. 범퍼카 면허원증이라고 이종 보고 보통을 떨어져 가지고 운전하고 가서 그냥 한 번에 합격하자. 그래서 자 근데 옛날에는 지금은 안 그런데 옛날에는 썼어요. 이종 자동 가로치고 자동 변수 그러니까 애들이 놀려 번폭하면증이라이 종 밟으면 간다고이 특히 일종 딴
Speaker A
애들이 어 기분도 안 좋죠 근데 일종 애들은 여기다 딱 서요 근데 이제 일종을 운전 면허증을 필요로 하는 친구들이 있어요. 쿠팡 뭐 이런데 필요하겠죠. 왜? 급하면 직원이 운전해야 될 거 아니야? 하역해야 될 거 아니야. 주차해야 될 거 아니에요. 그렇죠? 어. 그러니까
Speaker A
그런이 그런 업무들이 있어요. 무역 같은 거 하는데 회사들은 그 자격증이 있으면 좀 선호하고 아무래도 같은 값이면 이제 그런게 있으니까 제 친구는 호텔 그 저게 워커일 갔거든요. 워커일가 엄청 크잖아요.
Speaker A
그러니까 그걸 선호하더라고. 너 그 너 뭐 하냐 그랬더니 이제 거기 이제 외부로 출장부회 가는 경우 있잖아요.
Speaker A
그러면 차 운전해야 될 경우 차 운전해서 갈 거 아니에요. 근데 그 친구가 이제 일종 면허가 있으니까 그쪽으로 왔다 갔다 하더라고요.
Speaker A
그러니까 그 친구는 처음부터 사랑을 많이 받았어요. 왜? 얘는 어디든 부르면 있는 거 필요한 존재니까.
Speaker A
면료증이 없으면 그 운전수 기다려야 되잖아요. 어 그러니까 이제 승진이 빨리 어 그러니까면 같은 국가 면허증을 따더라도 이제 그런 걸 따야 돼. 그죠? 대형법스 그죠? 어 그 운전 면증 막 적는 분들이 있는데 의미 없어요. 일종 아니면 적지 말라고 아마 배우실 거야 나중에. 어
Speaker A
필요한 때가 있고 그러니까 필요할 때 필요한게 자격증이지. 자기증은 별로 의미가 없어. 어, 그 제일 중요한게 포트폴리오예요.
Speaker A
자, 그래서요 경계 방향과 강도를 계산한다. 자, 이렇게 잠깐 했습니다. 자, 그러면 여기다가 CB2에 다임리에서 뭐예요? 이미지 패스. 요 이미지 그리고 아까 CB2의 컨볼트 컬러 하셔서 여기 이미지 놓고 CB2에 컬러 BR 그레이를 하죠. 얘가 그레이였죠.
Speaker A
자 이미지는 요거였고 이렇게 알다시피 브레인은 또 2대였죠. 뭐 거의 차이 없죠. 그래서 얘를 이제 소배 필터를 적용하겠다 이거예요.
Speaker A
자, 여러분 알다시피 1 0 있어요. 스 0 1 쓰지겠지? 그리고 K 사이즈라고 나오면 커너 사이즈. 알겠죠?
Speaker A
어 그래서 CB2에 소백 이렇게 써요.요 안에 들어가는 거고요. 아까 지금 우리 제일 잘 나왔던 바이너리 애들로 갖고 할게요.
Speaker A
내가 갖고 특징 뽑 기억나시죠? CV 언더바 32 F 1 이게 그 뜻이거든요. K 사이즈는 이제이 뜻을 알기 위해서 해야 돼요.
Speaker A
이거 안 쳐보고 그냥 눈으로음 이거 좋고 그렇죠. 어 그러면 안 돼요. y는 얘를 바꾸면 되죠.
Speaker A
똑같고 자, 이거에 대한 주석은 여러분 드릴게요. 음. 자, 보시면 아까 바이너리 애들을 갖고 와야 돼요. 왜? 적응용이지 거친 이미지 제일 좋았잖아요. 아이 특징 뽑아야 되니까 gx 방향으로 그 뜻이에요? 새로 선착해요. 알겠죠?
Speaker A
어 x 방향이니까 dx1이에요. x축 방향으로 여기 dx 이게 미분한 거란 말이에요. 요게 뭐지? 이러지 말고 이게 왜 x 1 0이냐? 그걸 설명하는 거야. dx1은 x축 방향 미분이야. dy는 0이니까 y축 방향 미분 안 해. 알겠죠? x 방향으로 x 방향으로 미분하니까 살아남는
Speaker A
것들은 y 선이 살아남을 거 아니에요. 따따따딱따 이렇게 이렇게 홀투니까 y 세로산이 남겠죠. 미분 아니에요. y축 방 수직예요. gy는 세로 방향 변화죠.
Speaker A
가로서 찾는 거야. 왜? dx는 x축으로 미분하네. 요쪽으로만 미분하죠. 수평치가 남는 거. 살아남는 거예요. 거꾸로. 그래서 어 극 0 1 이렇게 쓴 거예요. 이게 원래는 뭐냐면 미분한 값은 dx dx dx dy dx dy dx dy가 생겼는 거죠. 그리고 얘는 30비트
Speaker A
실수형인데 실수형 음수도 포함하잖아요. 뭐야? 정밀하게 대산할 거야. 이런 뜻이고요. 얘는 여러분 알다시피 언사ed 인티저 8이죠. 일반이죠. 오픈십이 맥플라이 여기 뭐예요? 2의 8승 250 그렇죠? 250부터 250까지 강의별로 표현된 거 가장 디폴트가 오픈사인드 인티저 8비트다.
Speaker A
자, 여기까지 정리되셨죠? 자, 그러면 이제 필터를 사용해서 강도를 추천해 볼까요? CB2에 뭐예요? 매그니튜드 이게 강도라는 뜻이에요. 매그니튜어도 GX GY 이거죠. 얘를 메그니튜드의 MH라고 할게요.
Speaker A
자, 그래서 요것도 이제 사실은 프린트까지 해 볼게요. 프린트 매그 이렇게 나와요. 강도 지금 뭐 거의 없는 것처럼 나오죠. 아무것도 없으니까 지금.
Speaker A
자, 요거 한번 보면 여기다 놓을까요? 자, 이제 피타고스 정리가 나와요. 어, 이놈의 피타고래스는 맨날 나오네요. 각도가 나오네. 그렇죠?
Speaker A
자, 그럼 대단한 분이에요. 그렇죠? 어, 부자라서 가능했어요. 근데 부자도 좀 고급 부자인 거죠. 그 상황은 사실 그 당시에 이제 귀족이거나 부자 아니면 죠. 하는 일이 별고하고 숫자 쓰고 그럴 수도 있겠냐고. 옛날에.
Speaker A
자, 전체 h 강도예요. gx제곱 + gy의 제곱을 제곱한 걸 루트 10게 매근. 이해되죠? 어, 그거 같이 그래서 l2 놈을 전하는 거.
Speaker A
그러니까 gx랑 x 방향의 기울기라는 거 뭐예요? 변화죠. 그렇죠? 키우기 변화량이에요. 근데 밝기가 변한다. 우리는 그니까 y의 방향 기울기는 밝기에 변화는요. 경계 방향 상관없어요.
Speaker A
얼마나 강한 경계가 있는지만 계산하겠다.이 뜻이야. 그래서 요렇게 이제 매그가 나왔죠. 자, 넘파이에 언사이드 다시 돌리는 거죠. 넘파이의 언사이드죠.
Speaker A
확인. 넘파의 점클립 맥 0 2라고 보시면 얘를 다시 업데이트를 하고요. 다시 하고 잘 나오죠?
Speaker A
그 필터 특징만 뽑은 거야. 아까 아까 우리가요 어세 던거지 요거 바이너리 에드해서 나온 글씨를 갖고 특징만 뽑은 거죠.
Speaker A
그러면은요 다시 말 넘파이 아까 클립 얘는요 함수잖아요. 이제 다 써 볼게요. 매그 0 650 얘 뜻이 뭐냐?이 매그 부분을 이미지로 표현을 해.
Speaker A
자, 우리가 어떤 범위 나타날 때 이제 이런 식으로 표현해요. 자, 그러면은 뭐냐? 강제한다는 건 내가 255가 넘는 거는 255로 0보다 작은 건 0으로 그 사이값으로 무조건 표현해. 이런 뜻이죠.
Speaker A
음. 물론 여러분들이 어 요거를 CB2에 그냥 표시를 하려면 내플라 안 쓰려면 요거 써서 라이면 되겠죠. 똑같이죠.
Speaker A
그데 이제 여러분이 궁금한 거 있잖아요.요 각각이 어떻게 그 경사의 방향이 소멸 필터가 두 개가 지금 합쳐진 거잖아요. 그죠?
Speaker A
강도를 이제 그중에서 강도만 뽑은 건데 얘를 하나씩 보겠다 보면은 pltn 하고 gx 이렇게 요거예요.
Speaker A
이렇게 뽑은 거예요. 아 멋지죠, 여러분? 뭐 그 로제타스톤 아시죠? 뭐 이렇게 탁 그 먹을 딱 빼온 거 같죠? 두드러지게 특징만.
Speaker A
음. 여러분 아까 그 종이가 이런 나중에 몇 천 년 후에 이런 화석으로 발달돼 그죠? 할 수도 있는 거예요. 어 분석하기 위해서 GY도 볼까요?
Speaker A
이해되시죠? 세로 방향 gx gy르죠? 얘는 튀어나온 것처럼 보이고 얘는 들어간 것처럼 보이지 않으세요? 좀 느낌 오세요.
Speaker A
어 얘는 지금 안에 들어간 것처럼 보이죠? 얘는 튀어나온 것처럼 보이죠?음 음. 그러니까요. 자, 이제 캐니 필터해.
Speaker A
얘는이 소배 필터를 내장하고 있다. 그렇죠? 얘는 어떻게 하냐? 억용할 이미지 들어가고요. 낮은 인계값, 높은 인계값이 들어가요.
Speaker A
우리 알잖아. 아 저거 쓰고 범위해 가지고 거기에서 강제하는 CB2의 세이 마이너 얘는 이미 딱 이지화 돼 있죠. 얘는 흑백만 좋아니까 30 200으로 해놓 리트라고 하니까 자, 여기서 주석을 드리면 요거죠.
Speaker A
사이다 넣으세요. 아시다시피 30은 약한 엣지. 200은 높은 엣지.요 사이 구간은 오직 강한 엣지만 정결되면 살아남죠.
Speaker A
자, 여기까지 이해하는 시간 가지. 알겠죠? 어 그 전에 잠깐요 필터 방식 다시 한번 정리하고 이해하는 시간 그리고 필요하면 다시 한번 쳐보는 시간 3분 드릴게요. 자 다시 한번 정의합니다. 키니 필터 저는 사실은 오픈시피가 있으면 반드시이 캐니 필터를 시험에 내거든요. 근데 이제 여긴 누가 될지
Speaker A
모르니까 어 자동으로 그냥 문제 은행으로 내니까 그런데 그만큼 회피터 중요해요. 어 노이즈 제거하고요. 가우시안으로 안에 소배 필터로 자 소 필터의 역할이 뭐예요?
Speaker A
그레디언트예요. 알았죠? 그레디언트 계산하는 거야. 그다음에 MMS 그래서 최댓값 로컬 최댓값을 남고 억제하고 이중 인계값 더블 스트레스 홀딩으로 강한지 사이 구간 약한 일치 나눠 그래서 약한 일치일 경우 강한 연결 돼 있으만 보전하고 아니면 애는 제거한다. 알죠? 자, 여기까지 지금
Speaker A
쳐 보세요. 딱 12시 되면 바로 그다음부터 여러분이 좀 어려워하는 코너 모서리 검출 알고리즘 매드요.
Speaker A
네. 영어 말씀하시죠? 예. 강도가 메그니티튜거든요. 그러니까 뭐냐면 소배 필터에서는요 각각으로 어떻게 말써요? 어떤 방향 얘가 그레디언트죠? 경사 어떻게 되는지 강도 그래서 경사를 파악하고 그게 얼마나 그면 그 강도는 얼만가엣지를 파악하기 위해서 하는 거니까 그 강도를 추출하기 위해서 매그니티 각각의 x 방향, y 방향
Speaker A
세로 가로선의요 경사의 경사를 찾았고요. 요걸로 그 경사의 강도 그까 웨이트가 뭐 두 배, 세 배,네 배 그게 강도잖아요. 그거를 찾은 거예요. 그래서 그거 갖고 근데 그 공 각 강도를 어떻게 계산하냐?
Speaker A
요거예요. 각각 x 방향 y 방향으로 그레던트 있는 gx제 y를 아까 구했잖아요. 초배 필터로. 그 추출된 애들 각각 제곱해서 스퀘어 루트 루트 씌운게 바로 매근집이다. 그러니까이 안에서는요 공식이 도는 거죠. 두 개를 집어넣으면. 그러면 이제 최선적으로 구하고 걔를 이제 뭐냐면 다시 원
Speaker A
상태로 바꿔 주는 거예요. 이제 원본 데이터로 언사인드 8로 바꿔 주는 거예요. 근데 그때 그냥 넣는게 아니라 얘가 0과 255 이미지를 실제로 왜냐면 언사인 2차8이 256단계로 딱 구분돼 있잖아요.
Speaker A
0과 250로 표현돼 있으니까 얘로 맞춰 줘서 얘를 넘기는 거죠. 이해되시죠? 예. M. 자 그러면이어서 시간 관계로 그 뒤에 자, 헤리스 코너 검출을 해 보겠습니다. 자, 여기다가 코너가 가장 중요해요. 왜냐면 중요한 정보가 몰려 있죠?
Speaker A
왜냐면 x 방향, y 방향으로 만나는 점이 교차점이에요. 그러니까 거기에 숫자가 있으면 255 250 더했으니까 255 + 255 가장 큰 값이 급변하죠.
Speaker A
자, 그래서 요거 검출하는 알고리즘을 할게요. 가장 많이 쓴게 헬리스코너 검다음에 이제 한국말로 이제 하라는게 좀 이르네. 토마스 알고 있죠.
Speaker A
그래서 여러분이 그레이 한번 쳐 보시고 그죠? 바이너리 애드 한번 쳐 보시면서 이렇게 차이가 많이 나죠.
Speaker A
자,이 해리스코너 검출은 요거에 대한 어보시면 자,이가 하나씩이 모든 걸 윈도우를 내가 만약에 모든 방향으로 움직여요.
Speaker A
픽셀들의 값들이 있잖아요. 변화가 가장 큰 지점을 코너로 생각합니다. 알겠죠? 급격하게 바라는 픽셀값 모든 방향으로 움직였을 때 그게 중요한 거예요. XY 즉 아까 말씀드린 것처럼 코너는 엄청난 아이에요.
Speaker A
막히잖아요. 가고 요렇게 가요. 여기 코너죠? 자, 얘가 엄청난 애죠. 0 아무데도 못 가요. 막히잖아요.
Speaker A
얘가 지금 255 하얀색 255인데 얘는 여기도 0도 0 여기도 0 여기도 0 여기도 0. 여기 만나는 점이잖아.
Speaker A
무서운해죠. 0과 0이 만나는 탁 그죠. 이게 이제 여기 빠지면 끝이지만. 자 그래서 차도 여러분이 이렇게 가고 이렇게 가야 되는데 이렇게 가면 여기 코너로 들어가면 끝나는 거죠.
Speaker A
자, 윈도우가 뭘까? 얘가 이제 훈련 검출기라고 생각하시면 돼. 검출기.이 검출 코너 검출이잖아요. 코너를 검출하는 이해되시나?
Speaker A
어, 얘가 이제 하나씩 검출할 거 아니에요. 얘가 어떤 특징 지금 얘를 이제 훑나? 그렇죠.
Speaker A
네. 여기 훌축 그때 여러분들이 아, 이게 어떻게 생겼나? 이거야. 이미지를 훑어가는 우리가 필터 같다고 보시면 돼요. 그것도 윈도우라고 해요. 사실은. 어 근데 윈도우의 게이 너무 커 가지고 우리가 바라보는 관점이 윈도우라고. 예를 들어서 이것도 윈도우라고 하거든요. 여러분 판다스 할 때 안 이제 간단하게만
Speaker A
배우셨으니까 12개월까지는 안 배웠을 거예요. 시계가 데이터 분석 직분이 아니니까. 그까 보통 10개월 뭐 이렇게 돼 있잖아요. 지금 막 작년만 해도 2만대 5만 전자였다가 지금 30만 전자였다가 지금 막 널뛰기 심하게 하잖아. 그렇죠? 3전자 주식. 근데 여러분들이 이걸 6개월 단위로 보면 삼성 전사는요 5만
Speaker A
원에서 10만 원 왔다 갔다 했을 거 아니에요. 근데 이게 보는 관점 이걸 윈도우 똑같이 윈도우라고 해요. 알겠죠?
Speaker A
근데 이제 여기에서는 검출을 하기 위해서 이미지를 훑어가는 검사 영역이다라고 생각하시면 돼요. 보면은 또 질문이 나오셨으니까 조금 보강을 여기다 해 드리면 간단하게 설명하면 되겠나요? 그렇죠.
Speaker A
그죠? 가면서 예. 근데 얘도 똑같아요. 그래서 커너하고 헷갈리게 지금 윈도우라는 용 얘는 윈도우라는 용에서 쓰는 것뿐이고 얘도 3 * 3 5 * 5 둘 중에 제일 많이 써.
Speaker A
예. 그렇게 알면 될 거 같아요. 자, 그러면 음. 요거 어차피 잠깐만요. 아 그냥 여기까지 코드 치고 밑에다가 추석해 줄게요.
Speaker A
CB2에 코너 헤리스 쓰는데 연치 웃게요. 지금 하나씩 해 드려야 되니까 코너헬스 이렇게 쓰면 되고 자 여기 보시면 우리 코드 보시면 32 그레이를 바꿨어요. 뭐예요? 넘파 4트 30 바꿨고 그냥 넣어도 되지만 바꿨어요. 자 블락 사이즈 얘를 2로이 2 2짜리예요. 주변사 아까 말했던
Speaker A
저 윈도우가 저 블락이에요. 블락 사이즈라고 불러요. 알겠죠?음 그 뭐 몇 자리 된 거예요? 2 * 2짜리 된 거예요. 근데 일반적으로는 이제 뭐냐면 주변 영약을 보는 거는 저 블락 사이즈하고 K 사이즈하고 헷갈리시면 안 되는데 저 주변 영역을 보는 영역은 2 * 2짜리예요. K
Speaker A
사이즈는 아까 말했는 커너예요. 어떻게 보면 커너 사이즈 정확하게 말하면 뭐가 들어가냐면 소별 필터가 들어가요.
Speaker A
소비터가 기본적으로 들어가요. 미분해야 되니까. 내장돼 있어요. 그리고 얘가 뭐냐면 k는 0.03. 얘는 민감돼요. 그러니까 얘는 약간 조조라는 애요.
Speaker A
무슨 말인지 아시겠죠? 얘를 해리스라고 할니다. 네. 그래서 한번 테니스 쳐 보시면 이렇게 숫자로 나와요.
Speaker A
검출 데이터 타입 스포트 30 요것만 봐주자 의미 없으니까 검출 열 나중에 보는게 중요하니까 자 여기 요거 주석이 설명하다 보니까 이렇게 많아졌어요.
Speaker A
자 하나씩 볼게요. 뛰고 자 모서리 작비란 이거예요. 코너나 두 방향으로 모두 강한 밝기가 변하는 곳이라고 했죠. 특징 점을 추출하는데요. 코너는 무서운에요.
Speaker A
왜? 교차점. 성과 손이 교차하는 것이에. 그렇죠? 어. 그래서 저기가 코너일 가능성이 얼마나 없지? 이거야. 그것이 뭐냐? 점수를 내야죠. 그걸 점수에는 스콜 맵이에요. 그 스콜 맵이 나옵니다.
Speaker A
그니까 스코가 높으면 코너일 가능성이 높다. 이런 뜻이에요. 그래서 자 우리가 지금 넘파의 프트 30 왜냐면 우리가 그레디언트일 때 미분 계산해야 되기 때문에 프로트 30 바꿔 준 거예요. 그 아까침에도 왜냐면 갑자기이 원과 250으로 만들고 뭐로 바꿨어요? 원사인드 인티저 8로
Speaker A
복원했죠. 원본이지. 그 이유 중에 하나가 그전에 그레언트 계산하면 미분해야 되는데 미분하면 정수해 실수해야 되잖아요.
Speaker A
그러니까 그때 형태를 바꿔 줘야 돼. 원본 이미지가 원사인 28이니까. 그리고 블락 사이즈하고 K 사이즈하고 그래서 적어 둔 거예요. 그때 헷갈리시다고 하셔 가지고 다음 정수분들께서 K 사이즈 커널 사이즈야. 근데 실제로 걔는 실제로 걔가 윈도우예요.
Speaker A
힘든 건데 어디를 붙겠냐 이거야. 어디까지? 블락 사이즈야. 주변에 2 * 2짜리인 주변 영역까지 검사하겠다. 그게 블락이에요.
Speaker A
알겠죠? 그래서 내가 코너 어디가 코너지? 저 스코어에 매개해주는 그 포인트 그거 계산할 때 어디까지 고려해? 아, 여기 블락까지는 내가 고려해. 어디?
Speaker A
블락 그 기준은 2 * 2 주변 영역까지. 그리고 기울기를 계산하. 그러니까 헷갈리시는 거예요. 아까 영역 저기 3 * 3 만나면 9 아니에요? 이러거든요.
Speaker A
아 그거는요. 거기까지는 맞긴 맞는데 그게 아홉 개가 만나서 구하고자 하는 거는 기울기를 계산하는 거고 얘가 검사 영역 얘는 어떤 특징이 있는지 그거를 뭐예요? 코너 다른 것도 아니에요. 코너만 집착하는 애요.
Speaker A
코너 검출하는 애잖아요. 그렇죠? 걔가 그러면 어디가 코너인지 어디가 코너일 가능성이 제일 높은지를 거기에 기울기 계산한 거 같고 뭘 한다는 거야? 주요 영역까지 검사하겠다. 2 곱하기 그게 블락 사이즈 차이 아시겠어요?
Speaker A
예. 예. 그래서 거기에 또 K가 있어요. 0.04 민감도예요. 저 CS월드 하는데 조절하는 변수를 만든 거야.
Speaker A
그거는 거의 대국인 0.04 4 디폴트를 쓰는데 0.04에서 0.06 어 정도 되고요. 얘가 민감도가 크면 말대로 민감도가 크다. 그러면 뭐야?
Speaker A
민감하다는 거 여러분 뭐 좀만 건드려도 어 뭐야 이러면은 민감하다 그러잖아요. 맞아요. 그러니까 민감도가 크면 반응이 확 나요. 그 코도가 많이 염출돼요. 이해되시죠?음 음. K를 크게 하면 코너가 많이 넘축이 돼요. 근데 그거는 여러분 잘해야 돼요. 어, 코너일 가능성이 높다라고 하는 거지. 코너가 아닌
Speaker A
코너라고 하면 돼요, 안 돼요? 누가 봐도 눈에 보면 코너가 아닌데. 어, 안 되잖아요. 자, 얘가 잘 가고 있어요. 잘.
Speaker A
근데 그 얘 검출기가 잘못돼 가지고 얜 코도야. 그럼 얘 돌 거 아니에요. 그렇지 않겠어요?
Speaker A
그러면 얘가 빤스타 가도 빠느 가다가 어떤 일이 있었겠어요? 아니 장애물도 없고 코너도 아닌데 이렇게 갈 거 아니 막 이렇게 그렇죠. 춤춤해서 갈 거 아니에요.
Speaker A
술치 안에처럼 그렇죠. 음주운처럼 갈 거 아니에요. 그래서 모서리 찾는 거예요. 오서리 검사하신게 기울기 경사 그렇죠? K 사이즈로 경사하는 건 맞아요.
Speaker A
아 그러면 요거 아 또 그림 내 여기도 그림을 못 그리니까 절차를 프로세스 맵을 그려 드릴게요. 자 한형님의 저 좋은 방법이야. 자 저런 질문 나올 때 프로젝트 할 때 발표 못 하시면은 안 돼요. 도식화를 해서 프로세스 맵을 만들어 주셔야겠네. 우리 한님
Speaker A
조심해야겠네. 제가 알겠죠? 자을 할 때 저 알아 도시화를 설명 못 하면 지금 당하는 거야. 알았죠? 자, 도식화를 해. 그죠? 자, 뭐 어떻게 하면 자, 첫 번째 이게 프로세스 맵이요. 그래. 왜냐면 이해를 위해서 총중이 이해해야 되잖아요. 이해되죠?
Speaker A
그러면 여기 어떻게 해요? 요건 데이터 타입 언사이드 뭐예요? 인티저 8 맞죠? 이미지. 그런 다음에 아까 K 사이즈 말씀하셨죠?
Speaker A
커널 사이즈로 얘가 훑어요. 누가? 소벨 필터가 맞아요. 얘가 gx gy 해 가지고 새로 가로 하면서 경사 찾죠.
Speaker A
경사를 뭐라고 해요? 그레디언트. 자, 내가 이거 해 놓고는 준비해 놓고 안 했니 얘기. 자, 구분되죠?
Speaker A
깔끔하시죠? 준비해 놨다니까 내가 봐도 좀 아닌 거야. 화면상 이해되시죠? 얘를 계산해. 여기까지. 오케이. 예. 세 번째는 어떻게 할게요?
Speaker A
그리고 주변 영역을 합산해요. 제가 아까 말한게 이거였는데 정리가 안 되는데. 얘는 블락 사이즈. 얘가 뭐예요? 2 * 2 0까지 더해 준다는 거야. 자, 얘가 훑고 동사 요거 요거야. 근데 그 옆에 여기 2 곱하기이 주변 영역까지 우리가 훑어.
Speaker A
그런 다음에 왜 코너를 정확하게 구하기 위해서 코너 계산해요. 여기 지금 아 안 나왔지만 R맵이라고 r값을 갖고 계산합니다.
Speaker A
아 4번이 제가 가렸군요. 아 이게 실수였네. 왼쪽으로 해야겠네. 이거 미치. 자 이거 옮겨지지가 않잖아. 아이 그런 어떡하지? 자, 4번이 안 나.
Speaker A
4번만은 여기서 쓸게요. 와겠다. 죄송해요. 4번만 다시 써 드리면 어차피 내가 제가 여기 저 쳐 쳐서 드릴게요. 쳐 드릴게 하니까 말이 이상한데 쳐서 드릴게요. 4번 쳐드리 쳐서 드릴게요. 4번 뭐냐면 코너가 계산 마지막에 코너 계산해야 되잖아요. 이해되시죠? 그 적을 필요
Speaker A
없어요. 지금 눈으로 보고 이해하세요. 자, 미안해요. 3번 여기까지. 내 머리가 다릴 줄이야. 4번 알겠어요.
Speaker A
처음부터 그러면 요거 요거 도시화 된 상태 설명할게요. 자, 처음에 미분해야 되잖아요. 맞죠? 그래서 경사하니까 K 사이즈 맞나요?
Speaker A
그래서 보여요. 그래 사이즈 이용해서 X 방향, y 방향 미분 구합니다. 그다음에 블락 사이즈로 2 * 2짜리 윈도우가 있어요. 2 * 2니까 윈도우를 갖고 거기에 아까 미분했던 거에다가 더해 줘요.
Speaker A
이해되시죠? 여기까지 더해 준다고. 그니까 합산하는 거야. 미분값들을 아까 여기서 미분값들이 나왔을 거 아니에요. 이해되죠? 거기에 2 * 2 영 0에서 그 주변에 영역이 있는 것까지 더해 줘요. 알겠죠? 그래서 행 여기면 어차피 g(x) 지하면은 가중치가 나오지 않을까요?
Speaker A
예를 들어서 얘를 계산하면 xy 이렇게 나오지 않아요. 아까 보니까 -1 뭐 뭐 -2 -1 여기 마이너스 있고 여기 0 맞죠? 필터를 돌면 1 2 1 이런 식으로 나올 거 아니에요. gx gy 하면 맞아요. 여기 미분값이잖아요. 기울기.
Speaker A
여기다가 주변에 2 * 2가 있을 거 아니에요. 윈도우에. 그 값들을 여기다가요 가중체에다 곱해야 좋겠죠?
Speaker A
곱하고 더하고 제곱하 맞아요? 2 곱하기이 값들이 있을 거 아니에요. 윈도우에 그러면 여기에 두 개씩 있을 거 아니에요. 뭐 2 3 요걸 곱하고 더하고 그래서 계산해요.
Speaker A
모든 픽셀에 대해서. 그러면 이제 그런 다음에 포값 계산해요. 그래서 뭐가 나면 스코어 맵을 만들어요.
Speaker A
요걸 갖고 코너에 스코어 맵을 만드는 거. 그게 이제 K라고 표현해요. 전체적 흐름은 이해되시나요? 예.
Speaker A
그렇죠. 그러니까 대신 조건이 좀 있죠. 아, 코너일 것이 예를 들어서 그래서 K를 잘 조절해야 돼요. K가 이제 지금 보면은 수식을 이제 쓰면은 스코어맵이 r이라고 표현하거든요. 그 수식이 어떻게 되냐면요. 이게 사실 dt라고 하는 행렬식이 있어요.
Speaker A
AD 마 아시나요? BC 이거 요게 있으면 역행렬 할 때 나오는 거거든요. 그래서 요게 이제 어 DTI 이제 매트릭스가 있고요. 거기다가요 K라고 내가 선정을 해 줘요. 그러면 아 이게 이제 선형제수 안 가르키면 요거 설명하기게 없어요. 여러분들이 이제 수식으로 이제 아이고
Speaker A
아이고 어떻게 지워져 버렸나? 어, 여기 있네. 여, 요걸로 썼네, 내가. 어, 그래서 그랬구나.이 이 트레이스라는게 있어요. 그래서 여기까지 이거 추적할 때 써요. 그래서요 매트릭스를 제곱해요.
Speaker A
그래서 곱하기 k 이렇게 그 좀 지워서 다시 설명드리면 좀 애매한데 전체를 다 치울게요. 어차피 제가 정 다시 정리해 드릴게요.
Speaker A
얘 이걸로 써 버렸네. 이게 좀 안 좋은게 지울 때 좀 자, 그래서 요걸로 공식이 어떻게 되냐면 그냥 이해만 하세요. 어, 어차피 요거 설명하려면 요정수를 해야 돼 가지고 이거거든요. 이해만 하시면 되겠다.이 이 이때 외에는 헬스 검출이 안 나오기 때문에 어 요거거든요.
Speaker A
그래서 이게 결론적으로 보면이 스코어 맵을 구하는게 우리의 목표이에요. 코너 계산하기 위해서. 그때 중요한게이 K를 우리가 조절 조절을 해야 돼요. 근데 결국 내부적으로는 어 어떻게 움직이냐? 간단한게 말하면 얘가 계산돼 가지고 아까쯤에 저희가 했던 그 두 가지 과정을 거쳐서 경사 구하고 주변 영역 했잖아요.
Speaker A
그거 갖고 얘는 뭐냐? 행렬의 행정식이에요. 내가 각는 그게 행렬로 나오는데 행렬의 행정식이고요. 그리고 얘는 뭐겠어요? 추적 이건 추적스 알고리즘 할 때 다시 설명을 하긴 할 건데 트레이스 추적이에요. 근데 요거를 마이너스 K 요걸로 조선이라.
Speaker A
그래서 결론적으로 말하면이 K는 작으면 K가 작으면 어떻게 되겠어요?요 K가 적으면 빼는게 적으니까 요게 높아지겠죠?
Speaker A
이해돼요? 예. 그래서 k값은 작아지면이 수식에 의해서 작으면 결론부터면 얘가 높아져요. 그러니까 코너가 많이 검출돼요.
Speaker A
k값이요 수식에서 크면 빼는게 많아지니까 이게 작아지죠. 그냥 일단 여기까지 이렇게 직관적으로 해서 커지면 R이 작아지기 때문에 적게 검출돼요.요 두 차이 이해하겠어요? 일단은음 이제 여기서 설명은 했지만네 그래서이 리절트 값이 r 값이 이미지 형태로 나는게 스포맵이에요.
Speaker A
어렵죠? 그 이게 원래 검출 기법에서 이제 하나씩 배우거든요. 어 그래서 어차피 진도가 뭐 그렇게 느리지 않 오늘 뭐 느리지 않으니까 여기 필요한 거를 설명해 드릴게요.
Speaker A
그러면 여기다가 또 제가 잘 해 드리고 요거 DT하고 트레이스에 대해서 설명하겠습니다. 혹시 DT에 대해서 아시는 분 있어요?
Speaker A
행식? 음. 행연식은 뭐예요? 사실은 쉽게 말하면 면적의 확대 비율이거든요. 큰 거. 어떤 행렬이 공간을 얼마나 팽창시키거나 축소시키느냐 이런 뜻을 나타내고 있어요. 디터미넌트라고 해요. 어미넌트 그리고 추적은 트레이스는 뭐냐면 어떤 저기는 사실 트레이스는 대각선 성분이거든요.
Speaker A
그걸 다 더한 거예요. 트레이스는 뭐냐면 이제 선형수 이렇게 하다 보면 이런 거 있잖아요. 1 0 1 0 1 그러면 자 트레이슨이 요거든요. 3 이해되시죠? 왼쪽 위에서부터 아래로 이어지는 대각선들의 합을 다 더한게 트레스라고요.
Speaker A
추적할 때. 그러면은 공간이 요게 길어지면 이게 많 이거 길 이게 크면 공간이 길어지면 크게 커지잖아요.
Speaker A
이해되시죠? 얘를 길어졌는지 넓었는지 그 길이의 총합으로 나타낼 수가 있어요. 만약 아무런 변화가 없으면 트리스는 0이 되고요. 뭐든지 변화가 일어나잖아요. 그럼 트리스 값 커져요.
Speaker A
코너 할 때는. 저 표정이 안 좋는데. 여기까지 이해되시나요? 음. 자, 볼게요. 페이 사이즈 소벨 필터로 기울 개선한 거 즉 미분한 값이 밝기 변화량이고 윈도우가 아 윈도우가 윈도우가요? 윈도우를 흐르는 거는 뭐냐면 지금 그쪽 부분을 조금 고치면 돼요. 평신님 뭐냐면
Speaker A
옆에 주변 영역까지를 더 보고 합산해 가지고 그렇죠. 그런 다음에 밝기 변화량의 차이로 코너를 찾아내요.
Speaker A
예. 그다음에 근데 그 K라는 거는 뭐냐면 조절해 주는 거죠. 스코어 맵을 다시 맵핑을 해 가지고 어디가 코너인지만 따로 이제 종이를 놓고 온다는 거잖아요. 그렇죠? 리스코 맵이잖아요. 그때 케를로 조절한다라고 생각하시면 돼요.
Speaker A
그 스코어 맵에. 근데 동기와 내가 그러니까 2 곱하기를 더 주변 영역까지 해 주는 거죠. 동기화 된다고 좀 그런데 어쨌든 주변 영역까지 우리가 어떤 걸 검색할 때 탐지할 때 어떻게 해요? 어디까지 이거는 한길로 쭉 가대 주변 영역까지 고려해 가지고 지금 보겠다는 거예요.
Speaker A
픽셀 값이 어디가 코너가 더 있을 수 있습니다. 어 그렇게 생각을 하시면 네. 자, 그러면은 지금 요건데 요건 좀다가 정리를 해 드리고요. 그러면 이제 밥 먹으러 가기 전에 딱 5분간 5분 남았잖아요. 5분간 선형대수 좀 하고 이해만 하시고 그다음에 어 넘어갈게요.
Speaker A
오케이. 나오거든요. 자, 원래 선형제수에서요 변화 고유값이라 했어요. 그 람다라고 해요. 람다. 그래서 람다 이런 말 되게 많이 나오거든요. 고유값.
Speaker A
그래서 그리고 아까 m 있었잖아. M. 그렇죠? 얘는 변화량이에요. 알겠죠? 변화량을 갖고 있는 행렬 매트릭스 알겠죠? 어, 변화량을 만든 그러면 아까 2 * 2짜리가 있었잖아요. 2 * 2짜리로 볼게요.
Speaker A
이렇게. 그러면 얘는 쉽게이 m가 이렇게 합산됐다 그랬잖아요. 이렇게 표현해요. 자, 그러면은요 람다가 람다라는게 두 개가 보유값이 나올 건데 미리 결론부터 말하면 얘는 아까 우리가 가로 우리가 두 개 훑죠. gx, gy 첫 번째 방향으로 예를 들어서 가로 방향이라 할게요. 가로 방향으로 갔을
Speaker A
때 밝기 변화 맞죠? gx가 gy가 그 의미였잖아요. 이해돼요? 얘는 세로 방향으로 갔을 때 예를 들어서 밝기 변화 크기에요.
Speaker A
그러면 가장 긴 지름 반지름하고 가장 짧은 반지름의 크기를 우리가 고유값이라고 이렇게 표현을 할 수가 있어요.
Speaker A
근데 얘를 고유값들을 계산하는이 고유값들을 계산하는게 서용대수의 공식이 있어요. 두 고유값이 이거 왜 이렇게 요걸 아 요거랑 맞다 헷갈렸네.요 원하고 두 개를 곱하면 어떻게 될까요? 이게 아까 소식에 갔던 DT예요.
Speaker A
DT 횡령식이에요. 이게 뭐냐면 결국 쉽게 외해서 아 가로로 우리가 훑고 여러분이 직권적으로 이상하네요. 수식은 이제 그걸 정리하기 위한 거니까 아까 gx로 밝기 변화를 훑고 소별 필터로 Gy로 훑죠.
Speaker A
어 그러면 얘 훑어 가로의 변화량과 세로의 변화량을 곱하면 뭐예요? 전체 면적이구나. 전체 면적 커진 곱한 값이 이걸 행렬식이라.
Speaker A
행연식에 적용했더니 딱 맞네. 이해되세요? 어, 일단은 어, 이제 여러분 다 할 수가 없으니까 어 점 그리고 트레이스는 원래 정의는 아까 말한 것처럼 이제 이게 i잖아요.요 대각선에 있는 것들의 합을 트레이스라고 하거든요. 그렇죠?
Speaker A
대각선. 근데 여기에서는 뭐냐? 추적이잖아요. 여기에 이제 보통 자기 자신하고 만나고 이런 것들이었잖아요. 그니까 고유값이에요.
Speaker A
각각의 지금 두 개였죠. 함으로 나타나요. 즉 뭐냐면 가로 방향이든 세로 방향이든 모든 변화량을 다 더한 거야.
Speaker A
특징이 있을 때만 1로 표현했다고 하면 이해되시죠? 변화가 일어났을 때만. 그래서 두 개는 두 고의 가는 가방, 세로 방향 다 합친 거예요.
Speaker A
알겠습니까? 아, 그러니까 모든 방 이건 뭐야? 모든 방향의 변화량을 더한 거. 이거 이렇게 날림을 썼지만 이해하시라는 거고 눈으로 정리해 드릴게요. 오케이.
Speaker A
네. 밥 먹어 가야죠. 머리 썼으니까. 방 떨어지셨을 거하시고 1시 반에 다시 요거 정리를 하면 되겠죠. 처음에서. 음.
Speaker A
자, 목소리 잘 들리시나요? 예, 제가 이거를 이걸 캡처를 했어요. 그 잠깐만 도식도를 요거를 AI 시켰거든요. 어, 식사로 갈 때. 그래서 여기다가 좀 붙이면 될 거 같아요. 제가 요렇게 하고이 정리한 거를 제가 막 이거 친 거를 좀 정리를 해서 드릴게요.
Speaker A
음. 자, 그래서이 전체적인 내용들은 이해하실 거고 여기 헤리스 검출에 텍스트에다가 집어넣으면 될 거 같아요. 제가 이거를 어 캡처를 해 가지고 드릴게요. 어, 잠깐만 기다려 보세요.
Speaker A
처리를 해서 이렇게 나오거든요. 괜찮죠? 어, 이런 건 잘해. 참 좋은 세상이에요. 이렇게 나와요. 요거 요거 요거를 복사해서 붙이시면 될 거 같아요.
Speaker A
그죠? 제가 이렇게 손을 쓴 거를 카메라를 찍어 가지고 어 도시화해 줘 하면 이렇게 해 줘요. 어 그렇죠.
Speaker A
그래서 몰론 프롬프 커팅을 했죠. 자, 이런 거를 AI 활용할 줄 알아야 되는 거지. 그죠? 자기의 머릿속에 있는 거를. 그래서 실제로 제가 이제 기업체 C레벨 강의하면 좀 친절하라 하요. 그냥 해와. 뭘 해야 되는지 모르잖아요. 직원들이. 작업 지시가 명확하지가 않은 경우가 되게
Speaker A
많거든요. 그러면이 의사 결정이 늦어지잖아요. 지금은 그러면 안 돼요. 삼성전자에서 아예 안 하죠. 아예 선 울트만 와 있죠. 온다 그러죠. 그래 가지고 특강한데잖아요.
Speaker A
어 AI 회사를 바꾸겠다고 전서적으로 정말 놀라운 병죠. 옛날에 보안 문제 때문에 제가 아직도 기억나. 나 삼성 이런 회사 이름을 모르겠어요. 로즈 뭐라고 하는 회사가 있어요. 특강을 했는데 열심히 채집 처음 나왔을 때 3.5.
Speaker A
그래서 기업이 딱 가는데 딱 뭐라 그러냐면 아니 엑셀은 엑셀을 얘가 보지도 않잖아요. 말로 하는 채팅인데. 그러니까 안 맞아요.
Speaker A
그러니까 여러분들이 이렇게 해요. 이렇게 해요. 자동가 안 되니. 아, 자꾸 왜 그러시지? 그래. 원래 준비된 강의가 있는데 자꾸 엑셀만 꽂혀 있어요. 알고 봤더니 다 막아 놓은 거예요. 그죠? 구글 앱시트도 안 되고 구글 시트도 못 들어가고 다 망아 놨어요. 그러니까 실제로
Speaker A
엑셀로만 해야 되니까 채치T 처음부터 강의제물 채지T 엑세즈동만 이렇게 했으면 그걸 준비했을 거 아니에요. 그렇죠? 어 그래서 그때 아직도 혼내 너무 고생해 가지고 그때부터 아 여긴 안 한다.
Speaker A
삼성을 못 하겠다. 이제 사실은 그랬던 기억이 있어요. 다마가 나가지고 보안 이슈가 한번 터져 가지고 근데 지금 아예 격변했죠. 아예 그냥 오픈하고 문제가 터진 걸 예상해서 막자. 사실 그게 맞거든요. 어, 이렇게 될 때는 그게 정해진게 아니잖아요. 모르는 길이잖아요.
Speaker A
그럴땐 일단은 다 오픈하고 그다음에 이제 사고가 터지지 터지면 안 되니까 사고가 터질 것 같으면 이제 막 막 메꾸는 이런 방식이 이제 오픈 방식인데 이제 그런 방식으로 이제 전환을 한 거죠. 엄청난 거예요.
Speaker A
저도 사실 M퍼스에서 6년 하면서 약간 공공 기관이나 일하는 거 같다는 생각 되게 많이든 거기에 있는 매니저님도 그렇고 모든 과정들도 그렇고 그게 이제 천성이 한 때 위기가 됐던 걸 수도 있어요.
Speaker A
공무원 조주처럼 돼 버리니까. 어 그러니까 이게 변화가 있으면 변화에 적응하는 것도 굉장한 능력입니다. 알겠죠? 아, 여러분들 또 지금 이런 큰 변화가 이건 우리만의 변화가 아니라 큰 변화잖아요. 근데 이게 기회일수 다시 말씀드리지만 그래서 제가 이런 걸 말해요.
Speaker A
본인들이 생각하는 거를 메모장에 그냥 막 적으셔요. 그리고 정리해 달라고 하세요. 대신 정리할 때 어떻게 하는지 제가 프롬트를 드릴게요 하고 그런 강의를 해요. 그러면은 정리하면 그거 갖고 어 산에 메신저로 쏘면 되잖아요. 이해되죠? 그러면은 그 친구들 또를 쓰기 때문에 아이 인간이
Speaker A
뭘 요구하는지 알기 때문에 보고서든 뭐든 제대로 가져온다 그러면 일을 두 번 안 하잖아요. 이제 이렇게 말을 한다고요? 여러분도 이해되시죠? 어 그러니까 그렇게 이제 활용하시면서 그래서 지금 제일 중요한게 뭔지 아세요? 용어 정리를 왜 말을 하냐면 여러분이 이거 공부하다가 딴 거
Speaker A
공부하거나 이러면 이것도 저것도 안 돼요. 대신 용어 정리를 해 놓으면 영어 이렇게 쭉 한 다음에 내가 쓴거나 아 내가 이거 공부하는데 요게 중요하다고 강사가 해서 VLA를 해서 내가 자연을 이거 공부했는데 여기랑 연결해 찍어 가지고 여러분이 사진 찍으면 돼요. 근데 프롬프트를 잘
Speaker A
하면 되지 여러분이 하다 보면 늘어요. 저도 그랬죠. 제가 하고 늘은 거 갖고 이제 노하우가 생겨서 이제 가르치고 다니는 거죠. 하면 여러분만의 방식이 있잖아요. 자기한테 맞는게 생겨요. 그러면 어 정리가 된다고 그러면 아 내가 이거 공부하고 요거 요거 요거 요거들 아니까 다음에
Speaker A
이거는 지금 당장은 필요하지 않으니까 이거 나중에 취업해서 요거 정리하고 요거 공부하면 되겠고 요거 하면 요거 하면은 내가 취업 영량이 강화되겠고 그걸 스스로 찾아야 돼요.
Speaker A
알겠죠? 자, 여기 보시면 헤리스 코너 검출이 뭐냐면 입력 이미지 인사인 인티저 활레이로 프로자 32로 변환해. 음수 255 초과 대비 그레디언트 계산 K 사이즈예요. 소백으로 이게 GX 지화예요. 알겠죠? 뭐 하면서 훑투면서 돌출된 값들을 가시겠다. 뭐예요? 경사 맞죠?
Speaker A
레디언트 gx 그래서 k 사이즈가 3이면 3 * 3코너를 이용하고 k 사이즈가 넓으면 광역 변화를 포착하고 적으면 세미나 내지를 한다. 무슨 말인지 알겠죠? 케이스제가 크면 크게 보니까 이게 코너에 중요해요. 나중에 여러분이 요로 했었요. 요로는 저런 세 개가 있다고요. 우리가 그냥 보는
Speaker A
거 안경 그다음에 망환경 현미경 그걸 장착한게 로예요. 알았죠? 그러니까 큰 사물, 중간 사물, 작은 사물을 다 딕텍션 해야 되잖아요. 그렇죠? 어. 자, 그래서 이런이 방식이다. 그 개념을 아시고.
Speaker A
자 그러면은 크조 영행렬의 m을 구성해요. 그 매트릭스죠. 블락 사이즈요. 이제 그러면 정리가 될 거야. 뭐냐면 블락사이즈 윈도우에 얘네들이 있다고.
Speaker A
계산 뭐예요? 아까 쓰죠? lx를 제곱한 거, ly 제곱한 이게 행렬구 안에 들어갔다고. LX 이게 뭐야?
Speaker A
그레디언트. 그렇죠? 각각을 계산해. 2 * 2로 주변 영역을 해서 합산해서 블락 사이즈가 크면 뭐예요?
Speaker A
노이즈 강하고 블락사이즈 작으면 정밀하게 보겠죠. 그죠? 음. 우리가 수색하는데 조그만 데를 집중 수색하냐 크게 보냐이 이렇게 보시면 돼요.
Speaker A
우리는 이쪽 길을 가고 있는데 알겠죠? 가고 있는데 주변을 훑어. 근데 좁은 영역을 집중하냐 크게 하겠냐? 이해되시죠? 어 그렇게 생각하시면 돼요. 자 코너 점수를 계산해요. 그게 아까 말했던이 공식이죠. 그래서 dtm - k이 k가 이제 아까 말한 엄격하게 하냐 인계치란 말이에요. 어떻게 인면
Speaker A
여기서는 인계치예요. 알았죠? 요걸 기준으로 어떻게 조절해 가지고 공식이 그렇게 있잖아요. 여러분 알이너스니까 이게 마이너스 커지면 어떻게 해요?
Speaker A
마이너스 커지면 요게 전체가 뭐예요? r은 적어지죠. 네. 기준가 낮아지잖아요. 그리고 많이 검추되는 거예요. 맞아. 코너가 많이 생기고 기준가 엄격한 거죠.
Speaker A
k가 크면 마이너스 많이 나가잖아요. 나온 값 중에 이해되셨죠? 그러면 어떻게 돼요? 엄격하죠? 확실한 코너만 내가 추출하겠다. 오케이?
Speaker A
이해되세요? 예. 그래서이 r은요 보유값인데 곱하기하고 더하기에 의미가 있다 그랬죠? 곱하기는 뭐예요? 두 방향의 변화량의 곱이에요. 면적이 돼요. 그리고 더하기면 다 1열 변화량의 합이에요.
Speaker A
전체의 둘레라고 생각하시면 돼. 그렇죠? 둘레 싸고 있는 거, 커버하는 거. 이해되시나요? 어, 그 두 개를 제곱한 거 이거랑 같다.
Speaker A
이게 면적이 이건 면적이고 요거는 합이니까 곱하기 합. 자, 그래서 인계츠 CS를 적용해서 코너를 확장해요. 그 값이요 전시 나온 값이 코너에 내가 기준을 사면 쓰레스보다 크면 그 최댓값을 최종 코너 포인트라고 하겠다라는 뜻입니다.
Speaker A
여기까지 이해되세요? 하나 더 드릴게요. 뭐가 나올지 궁금하죠? 갑자기 내가 여기다가 썼거든. 얜 천재인가 봐. 그랬더니 천재적 아이 그래서 이렇게 아름답게 밟아 준다고요. 나를 이해하고 있어. 어 그래서 어 여기다가 다가 놓고 자 그러면 여기 보시면 고유값을 직접 계산하지 않아야 된다.
Speaker A
얘는 곱하기고 더하기다. 곱하기는 아까 말하죠. 각각 고유값이에요. 그렇죠? 그게 x의 방향의 변화량, y의 변화량 이렇게 제가 설명을 드렸죠. 그걸 다 적을 순 없잖아요.
Speaker A
정리하니까 머리 여기서 여러분 이해했으면 그 타 면적 얘는 합은 둘레 그걸 틀리스다. 오케이 정리됐나요?음 그래서 여기다가 추가로 좀 더 정리할게요.
Speaker A
예. 여러분이 또 이렇게 해도 여러분이 또 물어보니까 뭐라고 해요? 아 파이프라인 5단계라고 정리를 하겠습니다.
Speaker A
뭐예요? 첫 번째 일단 플로트 왜 미분해야 되잖아요. 맞아요. 미분해야 되니까 xy 방향으로 미분해야 되잖아요. 바죠. 그다음에 뭐예요?
Speaker A
소벨 필터 얘는 뭐예요? 미분하죠. 뭐로? K 사이즈로. 오케이. 3번. 너무 큰데. 이렇게 해야 되겠다. 그냥 이게 이거 하면 너무 크게 남다. 이렇게 할게요. 여기 미리 보기가 되거든요.
Speaker A
3번 뭐예요? 구조 행렬 m 매트릭스 N 뭐가 한다고요? 블락 사이즈가 한다. 주변 영역 고려 맞아요.
Speaker A
4번 뭐예요? r 점수 계산한다. 그렇죠? 그얘는 뭐로? K 5번치죠? 필터링한다. R보다 크냐? 작으냐? 그렇죠? 어, 이거 갖고 호링을 한다 이거죠.
Speaker A
알겠죠? 그러면 정리됐나요? 궁극적으로 어떻게 r정수 누구와 비료? 레스홀드와 비교해서 만약 R이면 어떻게 되는 거야?
Speaker A
평지죠. R하고 트레스가 똑같은 맞아요. 평탄한 R하고솔도 같다. 두 번째 R이 크다. R이 크면 어떻게 돼요?
Speaker A
어떤 거요? 큰 양 양수잖아요. 양수 어떤가? 경계선이 코너 그치? 코너죠? 코너가 아까 R이 크면 어떻게 나온다 그랬어요?
Speaker A
R이 크면 응. r이 크면 어떻게 나오냐? 여기 보시면 r이 크면 R이 어떻게 해야죠? 여기가 작아지면이 커지잖아요.
Speaker A
r이 이거면 최종 코너 포인트가 많아지죠. 확실한 것만. 그렇죠? 코너 3번. 만약 R이스 홀드보다 이거 하면 어떻게 돼요?
Speaker A
작으면 어깨가 움직 맞아요. r이 스트레스 적게 되면 봐봐요. r이 크다는 건 스트레스 볼 때 어떻게 되는 r이 크면 요걸 최댓값 최종코는 포인트죠.
Speaker A
최댓값의 픽셀이죠. 이제 코너 섬 있네. 자, 이거 어떻게 정리할까요? R이 2번부터 다시 해 볼게요. R이 세이스보다 커. 어떻게 돼요?
Speaker A
코너 많이 검춘돼요. 네. 왜 왜 많이 추대요? 예. 왜 그래요? 그죠? 정확하게 보면 m도 영향이 있지만 K죠.
Speaker A
병진이 맞죠? K가 영향이 있잖아요. 공식 생각하시면 공식을 생각하시면 K예요. 그렇죠? K가 얘를 얘를 움직이는 애가 K라고요. 아까 그랬잖아요.
Speaker A
코너 점수에 영향을 미치는 건 내가 설정해 줘야 준선이라고 생각하시면 돼. 우리 이거 계속 나왔었죠. 예전에도 엄격하게 한별씩할 때 쓰레스홀더를 어떻게 하냐?
Speaker A
언제 배웠어요? 우리 분명히 했는데 딥 개론할 때 크리스천하고 니코라고 할 때 기억 안 나요?
Speaker A
어떻게 해야지 엄격게 왜 제가 그때 얘기했을 거예요? 여러분 합격선을 90점으로 해요. 그럼 어떻게 돼요?
Speaker A
리콜라고 왜 상보적 강의라고 했어요? 리콜이 리콜을 높이면 어떤 문제가 있어요? 진짜 사실인 걸 사실 그대로 있는 것대로 해야 되는데 얘를 얘를 그냥 넣면 어떻게 해요?
Speaker A
많이 검출되죠. 리콜을 중시하면. 근데 의사는 그게 중요하다 그랬잖아요. 왜? 의심하면 무조건 정밀 검사 받으라고 했잖아요.
Speaker A
이해되시죠? 근데 프리시전이 높으면 어떻게해요? 정밀한 거 아주 정밀하게 해서 합격률 높 합격 한마디로 생각해 보면 제가 그랬잖아요. 자유슨 시험이 있는데 자유점이 60점이 합격선이냐고 70점이 합격선냐고 80점하고 합격선냐고 틀리죠.
Speaker A
그러면은 내가 시험 점수 합격선을 높여 버리면 어떻게 돼요? 확실한 애들만 합격하겠죠. 반 후보 괜찮은 친구들도 읽겠죠. 무슨 말인지 알겠어요?
Speaker A
여러분이 그거랑 똑같아요. 제가 시험을 쉽게 내잖아요. 그러면은 엄청난 성적이를 받아요. 제가 한번은 제가 옛날에 ADSP를 이제 아니 어차피 뭐 자격증하면 그 그러니까 네식네 과목이 갑자기 어느 순간 봐서 저분이 어 ADSP 그러니까 빅페이와 관련 있는 사람 아니야? 이런 합리적 의심을 받았어.
Speaker A
아니 나는 과제 시험 어떻게 했냐면 그냥 정리하라 그랬어요. 과제 아니 시험 대비로 만들어 달라고 했으니까 과목을 자격증 대비 반 그 한마디로 과목이지만 자격증을 취득하는게 목적인 과목이잖아요.
Speaker A
빅데이터 분석의 이해이 과목이었거든. 근데 이제 그렇게 하여 교형처럼 하게 되는 거보다는 이제 학과장이 요구하는게 여기 제직자들이 많이 들으니까 직장인들이 많잖아요.
Speaker A
그렇죠. 사이버나 어 방송내는 그러니까 자격증을 취득할 수 있게 딱 ADSP를 과목을 해 달래. 어 좋아요. 어 저 어차피 또 강사기도 하니까 그렇게 할게요. 했는데 그냥 과제 내기도 나도 귀찮고 그냥 A4로 그냥 정리하라고 했어요. 시험 대비 여러분만의 노트 시험장에 들어갈
Speaker A
알죠? 치시트 그러니까 애들이 좋아해. 근데이 사실 구분이 되냐고요. 그냥 과자 정수 줬죠. 시험 문제도 쉽게 됐어요. 기출 문제도 거기 왜 거기서 대부분 옛날에는 그대로 나눴으니까 근데 문제가 생겼어요. 그러니까 자격증을 따면 중앙고사를 인증하면 중앙고사 만점을 줬거든요. 뭐냐? 어 89점인데 C가 나오더라고.
Speaker A
너무 시험이 쉽게 되니까. 그러니까 이제이 사람이 합시하세요. 나 B 거 같은데 C 맞나요? 그러는 거야. 어 그때 좀 아 시험을 좀 세게 내야 되겠구나.
Speaker A
무슨 말인지 알겠죠? 좀 변을 있게 내야겠구나. 이제 그런 생각을 나중에 하게 됐죠. 보니까 성적기가 10열명이나 돼 있는 거야. 왜지?
Speaker A
그랬더니 어 89점이 그러니까 80 아 90 아니구나. 89점이 C였고 92점이 D였네요. 그니까 B 뿌린 사람이 뭐라고 했던 거 같아?
Speaker A
93점이 A였어요. 상대 평가니까 안 들어가는 거야. 그니까 그러니까 그런 말 나올만 하죠. 그래서 저봐 B마 왜냐면 B는 B 마이너는 안 줘도 돼요. 그냥 빗불 다 주면 되거든요. 근데 이제 C하고는 이제 비율이 딱딱 정의 안 들어가 컴퓨터에. 어 제가 합부 강의
Speaker A
안 하는 요제가 하나 처음에 여러분처럼 아우 여러분 원호님 너무 사랑해요. 인재님 아우 왜 훌륭해요?
Speaker A
병지님 해요. 막 그리고 막 그 여러분들도 말해요. 그러니까 입서비스 하죠. 강사님 너무 좋아요. 아유 나도 알아요. 막이 이렇게 하다가 그죠? 갑자기 시험반 되면 성적 기가 막 열 개씩 나오니까 제 말 이거 이것 때문에 하는 거예요. 리콜라고 프리션 무슨 말인지
Speaker A
알겠죠? 너무 쉬우면 변별변이 없다는게 뭐예요? 합격이 너무 많잖아요. 그러니까 이거 잘라야 되잖아요. 제 말 무슨 말이야지 알죠? 너무 엄격하면 이거 그거랑 똑같잖아요. 확실한 코너라는게 뭐냐?요 k가 늘어나면 여기 적어지잖아요. r이 맞죠? 그러니까 확실한 애만 나온다는 거야. 그러니까 적어져요. 작게 나와요.
Speaker A
K가 작으면 어떻게 돼요? 많이 나오겠죠? 많이 검출되면 뭐냐면 또 애매한 애들 또 다 합격한다는 거잖아요. 무슨 말인지 아시겠죠?
Speaker A
아, 우리 원래 그렇잖아요. 어, 그래서 그거를 만든 거예요. 많이 검출돼요. 결국 얘를 연결하는 건 K예요.
Speaker A
음. 그래서 이게 같이 돌아가니까 헷갈려. 아, 스코어 맵도 헷갈려 죽겠는데도 있고 K도 있어요. 무슨 말인지 알겠죠? 음. 그래서 얘는 적게 금수.
Speaker A
자, 이거 잘 정리하세요. 그래서 패리스는 여기 혹시 컴퓨터 공학이나 뭐 이런 거 하시 검출할 때 전기 전정컴도 관련이 있을 텐데 내가 이거 전기 공학에서 대론에서이 헤리스 검출을 본 거 같은데. 왜냐면은 맞죠? 여기 전기공학 하시는 분 있어요? 전자. 왜냐면 얘가
Speaker A
통신하고도 간경이 있는데이 이거 연결할 때 그 없어요. 정기가는 없나 보구나 이번에는. 근데 요거 연이 헤리스코너는 많이 써요. 그러니까 코너만이 아니라 검출 기능으로 이해되시죠? 검출하는 걸로 트루 폴스로 돼 있잖아요. 그러면은 그죠?
Speaker A
연결이 돼야이 전기도 통하고 이해되시죠? 그러니까 그때 요걸 검출하는 걸로 헤리스가 이거를 변형해 가지고 말 그니까 헤리스 얘도 참이 가우스처럼 여러 군데 그냥 오지압이 넓어. 여기서 코너만 하니라 여기도 쓰고 여기도 써. 왜냐면이 사람의 이름을 따 가지고 이제 하는 경우도
Speaker A
있고 그렇죠. 어 그래서 많아요 변형이. 어 그래서 요거 꼭 기억하세요. 코너 검수. 왜냐면 여러분들이 여러분들은이 첫 번째 구문을 제일 잘했는데 명확한게 엣지예요. 컴퓨터 비전에서 첫 번째 우리가 구분할 수 있는 기준이 엣지예요. 제가 강조하는 거예요. 왜냐면 구분을 해야잖아요.
Speaker A
얘가 빨간불인데 길 건너면 안 되잖아요. 자율 조행하면 라인을 우리 알잖아요. 여기 딱 하면 여기 라인에 하얀색 라인 앞에서서야 되는데 심어하면 안 되잖아요.
Speaker A
사고 나면 누가 책임질 거야. 결국 여러분 되게 애매하잖아요. 제가 샤오미 얘기했잖아요. 그냥 개혁 인공지능 그건 뭐랑 똑같으냐면 여러분이 밴딩 머신이죠. 자판기 보고 네가 내 통 500호 먹었으니까 너 잘못이야 하고 걔랑 민사 소송하거나 행정 소송하겠다는 뜻이에요.
Speaker A
그렇지 않아요? 어 그래서 그 부분을 조금 기억하시고이 정리를 하시면 되겠습니다. 자 그러면은 어 다음 요거 볼게요. 자 그래서 헤디스로 여기 모서지 찾기까지 해 봤습니다. 그다음에 정교화를 해 볼게요.
Speaker A
이것도 요거죠. 음. 자, 그 여기다 적을게요. 정규화를 해 줘야 돼요. 왜? 검출을 아까 똑같죠? 원사인 2.8로 해요. 왜 정규화해요? 얘가 나온 애가 점수 스코어 맵이기 때문에 그래요.
Speaker A
점수라고요. 그럼 점수에는 갑범위에 마이너스가 있을 수가 있잖아요. 아니면 큰 값이. 그렇죠? 어 그러니까 0과 255로 압축해하기 위해서 원래 원본 크기도 원본 또 0과 250로 돼 있잖아요. 맞아요.
Speaker A
어 그래서 여기로 정교할 수는게 이거예요. 그러면은 어떻해요? CB2의 노멀라이즈 그죠? 페리스고 명 0 2552에 맥스 그리고 타입 타입 명령이죠. 타입하면 넘파이의 언사인지 얘를 헤리시의 노멀라이 세터 이렇게 표현할게요.
Speaker A
얘는 다시 표현하면 뭐냐면 이거 이거는 이제 그냥 이걸로 쓸게요. 주소 남긴 걸로 이거랑 같아요.
Speaker A
이제 코드는 여기에 맞춰 가지고 코드가 된 거지. 원래이 시점 헤디스값에 우리 이맥스 공식이죠. 여러분이맥스 공식 다시 한번 기억하시는지 모르겠는데 미맥스는 어떻게 돼요?
Speaker A
맥스 민값 이게 기준이 민이죠. X민이면 여기에 어떤 X 맞아요. 얘맥스 스텔링이 공식이죠. 여기다 치면 돼. 헤리스 x라고 생각하고 얘 x x x 맞죠?
Speaker A
어 그래서 요거는 공식 외우라 그랬어요. 어렵지 않다 그래요. 얘 1 넣고 0 넣으면 돼요. 0과 1로 스캔 되니까 그럼 이렇게 되는 거잖아요. x잖아요.
Speaker A
기준은 요걸 영어로 하는 거죠. 제가 그래서 옛날에 통계할 때 제가 그랬다 보죠. 그냥 대학 가기 위해서 통계를 했는데 또 대학교에서는 그냥 학점 받기 위해서 기초 통계를 했다 그러면 왜냐면 저희가 전 이해가 못 하겠지만 어 그때 전공 필수였거든요. 어 경영학관데도 어
Speaker A
외면 통계를 안 해야 된다 그래 가지고 회개하고 그래 가지고 어쩔 수 없이 했어요. 근데 제일 이해가 안 된게 범위였어. 저 그냥 미맥스 왜 그냥 치면 나오잖아요 범위. 근데 이게 되게 중요한 거야.
Speaker A
여기 실제로 데이터가 분포하고 있는 거잖아요. 그렇죠? 어 그러면 이제 그게 위가 뭐냐면 이거 스킬링 해야지. 0 얘를 1 범위로 표현하기 위해서 한 거예요.
Speaker A
그래야지 100분율이죠. 여기에서 특정 값이 몇 퍼센트입니다. 어디 위치에 있습니다. 알 수 있잖아요. 0과로 스케링하면 맞아요.
Speaker A
어. 자 그래서요 요런 거예요. 그래서 여기 보시면 여기 뭐예요? 노멀라이즈 합니다. 넌 아무것 지금 여기 뭐야? 0과 250으로 노멀라이즈는 인맥스고 요걸로 나온 값을 다시 뭐로 해요?
Speaker A
넘파이에 뭐로 가겠다는 거야? 인티 8 0과 255로 나타내 주세요라고 하는 거죠. 여기까지 괜찮나요? 자, 그러면 여기서 넌이 가르키는게 뭐야? 헤리스하고 넌 넌이 뭘까요?
Speaker A
일단은 얘는 결과물을 그냥 배열로 만들지 않겠다는 뜻이에요. 이거 별거 아닌데 그래서 설명을 안 하는데 여기서 논을 너무 그냥 써 놓으면 떠 놓기만 하면 돼요.
Speaker A
결과값을 받지 않고 임신 배열로 저장하지 않고 그냥 함수에요 함수 다 나오잖아요. 그냥 이게 함수니까 노멀라이즈 함수 맞죠?어요 어요 함수의 반환값으로 바뀌었다는 리턴값.
Speaker A
오케이. 나머지는 설명 안 해도 되죠. 지금 여기 다 설명했으니까.이 정도는 이제 알 쪽 알 수 있죠. 오케이.
Speaker A
자, 그러면 이제 코너를 해 봅시다. 코너 어떻게 나올까요? 코너라고 이제 다 코너거든요. 코너가 나올 거예요.
Speaker A
검출할 거예요. CB2에 컨볼트 컬러 이제 바이너리 이제 보여야지 바이너리 애들을 이용해서 뭐예요? CB2에 컬러 얘는 RGB로 해야 돼요. RGB 요걸로 해서 얘를 코너를 검출하겠습니다.
Speaker A
자 한번 포인트 코너 한번 해 볼까요? 건출되나? 자 어 2505 이렇게 표현이 되네요. 자 근데 이제 조건을 걸어야죠. 내가 코너에 표시를 하겠다는 거죠. 어떤 애들만 자 일단 적어 보세요. 아까 테리스의 노몰라이즈 한 애를 갖고 뭐예요?
Speaker A
얘를 조건을 거는 이게 조건식이죠.이 뜻이 뭐예요? 뭘까요? 무슨 말하는 거야? 그럴 거죠? 내가 얘가 본포가 이렇게 나오네. 좀 이상하게 나오는데 잠깐만요.
Speaker A
리스라 -선 맥 아 이게 노미야 되죠. 페이스 넣으면 코너에 맞는데 이게 좀 안 좋게 나오네.
Speaker A
바리에 컬러의 BGR2 RGB 맞는데. 자, 일단 코드 설명을 좀 할게요. 이거 조건이죠? 자, 얘를 해리스를 노멀라이즈 했어요. 어, 헤리스넌 0 250으로 민맥스를 써 가지고 우리가 다시 언사인 팔로해서 헬리스 농을 만들어 놓고 그건 사실 이런 뜻이고.
Speaker A
자, 그래서 얘를 바이너리 에드를 갖고 와요. 그래서 여기다가 위에다가 얹지겠다는 거예요. 컨버트 컬러 Bgr2 RGB 얘를 한 애를 코너라고 하겠습니다.
Speaker A
그 코너 추출하는 거예요. 그 어떻게 보면 맞긴 맞는데 이쪽에 이제 몰려 있으니까 내용들이. 자, 그런데 얘가 뭐냐면 여기 아, 얘를 조금 조절해야겠네요.
Speaker A
이렇게 해 볼까? 아, 너무 많네. 얘는 0.3이 맞긴 맞네. 보니까 색깔을 바꿔 볼까? BR 이렇게 코너 추출이 지금 이게 뭐냐면 얘가 이쪽에 다 몰려 있는 거예요.
Speaker A
코너가 지금 요거 보시면 여러분들 이렇게 나오죠? 이렇게 나와요. 예. 이게 뭐냐면 요거 좀 고쳐 봐야 될 것 같긴 한데 이게 이제 못 드실까요? 법 곧 상이 몇 퍼센트만 늦겠다는 거야? RGB일 때 5로 표현하겠다는 거야.요 코드가 30% 이상. 그렇죠?이 얘가 이게
Speaker A
이게 트루인 것만 뽑아 줄 거 아니에요. 걔를 녹색으로 표시해라. 이렇 뜻 아니에요. 그죠? 그래서 얘는 상위 30% 지금 아까 10% 하니까 다 껌해 버리니까 다 이제 해 버니까 이상 높은 점수를 받은 해리스 점수잖아요. 해리스 동멀라이즈한 어 그 애들만 받은 코너죠들만
Speaker A
골라서 얘가 트리인 거죠. 트리인 것만 골라서 걔를 뭐라 해요? 노란색으로 표현해. 녹색이죠. 제가 처음 팔 때는 일부러 0, 255이에요. 왜냐면 이게 순서가 BGR RGB 헷갈리니까 녹색으로 이제 많이 보거든요. 어 그래서 지금 찍어 본 거죠. 그랬더니 지금 얘가 요렇게 나왔습니다. 근데 지금 이러면
Speaker A
요거 다 날아가 버린 거거든요. 이거 해결해야겠는데 어떻게 하는 좋을까요? 기준을 얘가 이렇게 나왔어. 여기 나오잖아. 이렇게.
Speaker A
K민감독. 그렇죠. 민감독. 얘는 지금 보시면 요게 사실 너무 낮거든요. 0.3이 입체가 커. 그러니까 깔끔하게 나타내려면 사실은 얘를 좀 높여야 돼요. 어, 요거 8 하면 어떻게 돼요?
Speaker A
0.8 그 코너가네 개만 지킬 거예요. 자, 이걸 조금 색깔을 지금 저기 징그럽게 많은게 안 좋다고요. 원래는 오히려 안 나오네. 70%야.
Speaker A
어떻게 먹기는게 좋을까요? K를 조절하는게 낫긴 맞아요. 한 5 할까요? 지금 코너라고 느끼는게 이제 보이세요? 녹색으로 하는게 낫겠네.
Speaker A
안 보이나요? 파란색이 왜 찍히는게 사실 이게 맞죠? 이게 코너죠? 아까 집에 좀 많이 지킨 거예요.
Speaker A
이게 만약 이걸 80으로 하게 되면 상이 20%인 거죠. 이해되세요? 확신하지만 예. 그래서 요걸로 조절하는 거예요.
Speaker A
그죠? 커트라인 높인 거죠. 여기 지금 한 거를 뭔지 아세요? 0.1 0 여기 거꾸로 가야 되는 거예요.
Speaker A
얘가 90%잖아요. 그 10%만요. 이해되시나요? 그러면 잘 안 보이죠? 거의 없죠, 지금 코너가. 그 코너는 사실 이렇게네 개만 지키는게 낫거든요. 이게 코너잖아, 사실은.
Speaker A
그래서 한 7 이렇게 해 보고 안 보이니까 한 6 정도로 내려겠네요. 내 이제 코는 이식 잘 안 되고 있는 상황이긴 해요. 지금 보이나 모르겠네.
Speaker A
빨간색할까? 그래도 잘 안 보이죠? 여기 찍히긴 하는데 어쩔 수 없이 5로 하는게 잘 낫겠네요.
Speaker A
그렇죠? 여기 보이시죠? 음. 그래서 여기에 코너로 인식하는 거죠. 그래서 여기면 상이 좀 많이 낮치지만 얘는 빨간색으로 빨간색이 좀 눈에 보이네요.이 화면 때문에.
Speaker A
근데 지금 이게 너무 잘 안 먹혀요. 그래서 나온 애가 있습니다. 그다음에 나오예요. 이게 이제 잘 인식이 안 되니까 인식률을 높이기 위해서 요걸 개선하게 나옵니다. 그래서 어 굿스 그래서요 코드가 또 나와요. 언제 여러분이 트래킹하거나 할 때 이름 자체가 트랙이에요.
Speaker A
그래서이 코드가 똑같이 나온다고요. 알겠죠? 그래서 실제 우리가 쓰는 건 요걸 써요. Good feature to트.
Speaker A
그래서 요걸 쓴다 이거. 이름도 그냥 너무 직설적이잖아요. 응. 추적하기 좋은 거. 좋은 특징들 그죠? 추적하기 좋은 특징들이라.
Speaker A
그죠? 우리나라 말로 하면 좀 그렇죠. 어. 너무 어. 흑백 변화를 해요. 그래서 흑백 변화하는 거예요. 내가 코너니까 하얀색의 검정 요것도 검정이니까 그걸 하는게 낫지 않니? 이렇게 하는 거야.
Speaker A
흑백 전환을 해서요 알고리즘을 적용해요. 그래서 시각화를 합니다. CB2에 다시 봐봐요. 리드로 가서 우리 이미지 패스 요걸로 갈게요.
Speaker A
처음부터 그 얘 스트죠. 자, 근데 이제 여기서 처음부터 이제 CB2에 컨버트 이제 이거 이하실 거예요. 소스 여기에 됐으니 소스고요. CB2의 컬러 BGR2 그레이로 할게요. 이해되죠? 끝에 변화 요거부터 완성하겠다. 얘를 아까 그레이라고 했잖아. 기억나시죠?
Speaker A
이렇게. 자, 그러면 여기 있는 걸 드릴게요. 자, 알고리즘 이제 적용할 거예요. 자, 다칠 필요가 없다고 꼭 필요한 거만 칠. 자, pute to track. 여기 s를 자꾸 제가 까먹어 가지고 옛날에 이어가 놨었는데 S 있어요. 아, 참 여기서도 단복수 구분 잘해야 돼요.
Speaker A
그죠? 이놈의 영어는 그죠? 그래서 실무용이에요. 페이스 코너는 이제 이론에서는 요거 하지. 요거 코드가 나온게 아니라 하다 보니까 만든 거야. 우리 개발자분들이.
Speaker A
어 그래서 뭐냐? 스코어 맵이 여기서 나와. 사용자가 직접 인기치를 설정하잖아요. 근데 얘는 테니스코너. 그다음에 얘를 자동하는 거예요. 무슨 말인지 알겠죠? 어 그래서 점수 종령 인계치 필터링 거리 필터링을 이거죠.
Speaker A
그러니까 이론은 거가 나오는게 맞는 거고 이제 이거는 하다 보니까 아이 네가 자동해 줘. 어 그거죠.
Speaker A
자 그래서 노이즈 제거하기 위해 일단 우리가 가우시한 글러 처리 추가해요. CV2의 웃시안라 이거죠. 그레이고요. 얘를 5짜리를 할게요. 그리고 0 알아서 시마 x죠. 어 자동해야 돼. 그런 다음에 얘를 그레이데 가우시션 한 거죠.
Speaker A
이렇게 쓸게요. 그냥 가우스라고 할게요. 쓰기 힘들어요. 자, 말 그대로 참 오늘은 추적하기 좋은 날이죠.
Speaker A
어, 그래서 70점 찾기. 자, 얘가 지금 자동 환상 있는데 지금 여기 착한 사람 누래는 뭐예요?
Speaker A
이런 걸 이제 플레이스 홀더라고 하는데 뭐예요? FE트랙 그레이 가우스 넣어서 저기 아 들어갈게 뭐예요? 최대 100개를 찾아.
Speaker A
이해되시죠? 폴러티는 0.0이에요. 상이 1%반. 그리고 미니멈 디스턴스 뭐예? 10개. 특진간 최소 관경은 10픽셀로 해 줘. 이해되시겠어요?
Speaker A
자, 그래서 얘를 어떻게 할까? 예. 코너스라고 했는데 얘를 포인트라고 할게요. 음. 하시고 하나씩 주소 남길게요.
Speaker A
얘는 우리가 뭐 그지 안 써도 될 거 같고 얘가 뭐예요? 최대 100개. 점을 찾아줘. 근데 1 영상이 뭐예요? 0점 0.001 뭐예요?
Speaker A
1%만. 그리고 특진 정간 최소 거리는 10픽셀은 유지해야 돼. 이제 이런 제한 조건을 걸고 얘를 진행한 겁니다.
Speaker A
오케이. 그러면 얘가 하면은 추적하기 좋은 특지점이니까 코너보다 더 안정적으로 특점을 선택을 해요. 아 예. 2분 드릴게요. 네. 정리하 시간 지금 잘 보면 얘가 뭐 했는 줄 아세요?
Speaker A
여기에 맥스로 특점했고 상위 1%만 특정화 최소이 조건 걸었죠?이 이 조건이 바로 요거 요걸 보통 하거든요.
Speaker A
요게 오픈 CB에서 만들어 준 바로 추족하기 좋은 특진 저 찾기라는요 이름의 함수예요. 오픈시에서 만든 거죠. 바로 내부적으로 내 특징이 그래서 뭐 하냐?
Speaker A
그렇죠? 내가 그까 얘 예부적으로 계속 비체대 억제를 해요. 뭐냐? 얘가 지금 내부적으로 찾고 우리가 옛날에 말했던 현빈이 있나?
Speaker A
최선입니까? 확실해요. 확실해요. 왜 물어보는 거야 계속? 어 뭘 기준으로? 자 100개 있어요. 100개 맞아요. 그중에 1%만 뽑아요. 맞죠?
Speaker A
어, 그리고 그건 최소한 이거예요. 조건 거는 거야. 어, 너무 많아요. 이것만 해요. 딱 세 개만 골라 줘요. 이거랑 같은 거죠.
Speaker A
기준 설정입니다. 기준 설정. 자, 그래서 이거 한번 프린트 포인트 한번 할까요? 이제 정리되셨죠? 여기 어 아까 지문데 특정 뽑고 있네요. 맞아요.
Speaker A
어 의지 정부 뽑고 있어요. 자 3차원 배열을 할 겁니다. 어떻게요? 포인트가 is not 존재한다면 있다는 거잖아요.
Speaker A
넘파이의 인티저 뭐예요? 64 밑으로 만들어 줘. 얘를 일단 정수를 만들어 달라요. 얘를 그리고 하나씩 돌아요. 어디를?이 포인트를. 그 포인트 하나씩 돌면서 매입을 하면 1차원이거든요. 지금 이게 3차원 배열로 돼 있기 때문에 보시면 얘를 한번 다시 보시면 얘가 3차원 배우로 돼 있어요. 여기 끝에
Speaker A
보면 3,000원이죠. 어. 자, 여기 결과가 이게 뭐냐면 3차원 변이라는 거야. 그러면 얘를 뭐 해 주려? 레이블 한다는 거 뭐예요? 3차원을 뭘로 만들어 줘요?
Speaker A
아니, 레이블. 그지? 병진 님, 세균님 만났어요. 1,000원 레이블 xy를 하시면 되죠. 그리고 그림을 그리겠어요. 거기다가 서클 동글뱅이 소스에다가 그리기까 이거 그 위에다가 xy를 이해되시죠?
Speaker A
5 지름 길이죠. 중심점이 xy죠. 자, 시각화 할 때는 어떻게 해야 돼요? BGR로 돼 있는 애를 RGB로 바꿔야죠.
Speaker A
네. CB2 안수 할게요. 자, 이것도 근데 문제는 코너점이 맞네요. 맞을까요? 지금 아까 저희랑 다르게 인식이 되고 있네요.
Speaker A
그 좀 수정해야겠네요. 몇 퍼센트로 하면 될까요? 지금 이렇게 나왔잖아요. 뭘 바꿔 주면 될까요? 컬러트 레벨 퍼센트 자 예소 처리하시고 걸 어떻게 바꿀까요?
Speaker A
여기 상이 1%면 거의 다 나온 거 같은데. 0.005야. 가장 확실한 애 코너를 운서하잖아요. 100개나 필요해요.네 개만 필요하면 됐지 않을까요? 근데 지금 여기 인식이 안 돼요.
Speaker A
왠줄 아세요? 검은 색이 몰려 있어 가지고 큰 값이. 그러면은 지금 얘를 어떻게 바꿔 주면은 조금 더 나을까요?요 이미지 패스가 아니라 디스턴스를 더 크게 해요. 100.
Speaker A
자, 이거 잘 보시면 이제 원리가 좀 나요. 페이스에서 그러면은 이거 요거 말고 하나 더 해 볼까요?
Speaker A
차이를 우리 아까 좋았던게 뭐였죠? 좋게 나왔던 거. 요거 소스를 요걸 넣지 말고요. 얘 말고 잘 나왔던게 이름이 뭐였죠? 코드 흑백으로 했을 때 얘를 넣어 볼까요?
Speaker A
이거 어차피 바이너리 된 거긴 하지만 바이너리 애들이 나왔으니까 이거 빼고요. 요거잖아요. 얘 전환 어차피 이게 전환된 거죠.
Speaker A
얘를 넣어 볼까요? 음. 표현이 요걸 넣어 보는게 잠시만요. 블러 처리는 이건 똑같으니까 얘 놔두고 그레이하우스 넣네.
Speaker A
아우스 처리한 거고 얘를 바꿔 버릴게요. 그냥 예 얘를 그냥 놔두고요. 자 실리하고 화면 자체가 지금 바이너리가 안 나오네. 잠시만요. 아이 소스라고 했구나.
Speaker A
PTS에서 요게 바이노. 자 여기고 지금 코드를 좀 바뀌고요. 예. 마지막에 PTS의 서클을 넣었잖아요. 예.
Speaker A
여기다가 넣어야죠. 자, 여기에서 넣으면은 RGB랑 다르게 이제 이렇게 찍히는 거죠. 이제 못 찾고 있어요.
Speaker A
컬러에서 찍는 건 맞아요. 아. 근데 요거 갖고 한번 다시 한번 생각해 보세요. 이거 할 수 있을까요? 바이너리 애드로 한번 생각해 보세요.
Speaker A
MML 축소하죠? 근데 빨간색이죠. 코드 어떻게 바꿔야 되겠어요? 자,네 개의 0.1 01 그다음에 여기 100 중복 방지 있어요. 요거 괜찮은 거 같아요. 자, 이것 이제네 개로 바꾼 거죠.
Speaker A
얘는네 개. 그리고 얘는 넓게. 아까 쯤에 딱네 점만 우리가 문서를 인식하려고 하니까. 그러면 PTS에서 바이너리 애드 맞아요.
Speaker A
뭐 바꿔야 돼요?이 서클은 SRC가 맞죠? 하얀 거 여기 SRC로 해야 되잖아요. 맞지 않아요? 음. 요걸 애드로 하니까 흑백으로 나오잖아요.
Speaker A
이해되세요? 어 그 얘도 S하셔야죠. 자 그러면 여기까지 나왔는데 요거만 바이너리로 했어요. 그대도네 개만 측을 하는데 많이 나오네.게 0.00으로 할까요? 아까 누가 나왔는데? 폴라티 줄이고요.
Speaker A
가우시안 불러잖아요. 요걸 어떻게 해 주면 될까요? 그러면 그 전에 조금 바꿔 줘야 될 것 같긴 한데 일단 요것만 해 볼게요.
Speaker A
많이 검출되네요. 그래서이 답은 없어요. 여러분들이 잘 나올 수 있는 방식으로 하는데 여기서는 지금요 방식 때문에 이렇게 된 거예요.
Speaker A
그래서 일단은요 부분 이해하시는 시간 좀 드리고요. 만약 개선하고 싶다 그러시면 어떻게 하면 좋을까요? 이거 원 진짜 왜냐면 원본에서 내가 코너를 찾는게 원래 컬러가 맞긴 맞으니까 이걸로 한 거야.
Speaker A
어 아까 원래 바이너리 에이드는 엣지 검출이거든요. 음. 근데 이제 뭘 설명하려고 했냐면 자 봐요. 검정색 이렇게 몰려 있는게 많으니까. 코너라고 인식이 되는 거예요. 왜? 코너에는 점수가 높거든요. 그러니까 보니까 얘가 경계를 여기를 못 찾아요.
Speaker A
여기 여기를 찾잖아요. 이해되시나요? 어. 자, 근데 조금 한번 고민해 보세요. 어, 어떻게 하면 좋을까?
Speaker A
저도 한번 해 볼게요. 여러분 한번 이해하면서 하고 있어요. 제가 이거 한번 해 볼 테니까.
Speaker A
예. 그대로 써 보고죠. 자, 얘를 바꿔 볼게요. 도 이었네. 응. 어차피 여기 소스거나요 화면이 이미지가 바이너리 에드 아까 나왔던 거에도 여기에서 이제 문제가 생겨요. 어이 소스 요거를 찍어야 되는데 빨간색 찍어야 되잖아요. 컬러가 안 나오죠.
Speaker A
이지나 아까 검정색 나왔잖아요. 그래서 여기는 그냥 소스로 하는게 맞아요. 바이너리로 애드로 하면 안 내요. 근데 지금 보시면 아 우리가 이지너일 때 뭐든지 다 검출할 때는 오히려 바이너리 애드로 해도 방식은 되지만 그냥 fe처스트랙해서 그냥 그레이 가우스로 그냥 하는게 더 낫구나. 여기서는
Speaker A
그래요. 데이터마다 다하는 걸 보여 주는 거죠. 원래 요렇게 바꿔 가지고 하는 경우도 있어요. 지금 여기가 뭐가 생략된 거예요? 제가 이거 칠려다가 아까 쳤잖아. 이제 이런 거야.요 바이너리 애드 만드는 거 요거든요.
Speaker A
추가할게요. 원래 이거 뭐 만들었어요? 여기 CB2m adapti티브스 기억나시죠? 노 그레이 하우스를 이용하셔 가지고 뭐예요? 255 맞죠? CB2 어댑티브 가우시 CB2 뭐예요? 스스홀드 바이너리 맞아요.
Speaker A
11마 여기 뭐 2 아니면 5 이렇게 될 거 같거든. 자, 그래서 여기도 이제 하는데 이거 한 5로 해야겠네요.
Speaker A
그나마 그니까 지금 오히려 못 찾고 있어요. 지금 바이너리를 여기까지 이해되셨나요?요 코드 드릴게요. 음. 그래서 비교한 거예요.
Speaker A
예. 그래서 힘들어요. 그래서이 코너 점 찾는게 이제 검출기인데 문제는 이렇게 놓치는게 많아요. 이게 몰려 있으면 그래요. 아, 우리가 원하는 건 딱 이거잖아요.
Speaker A
근데 이제 여긴 너무 검은게 몰려 있고 이건 하니까 인식을 못 하는 거야. 예. 그래서 이거 맞추는게 일이에요.
Speaker A
이게 지금 선존하는 가장 좋은 겁니다. 이게 오픈 시비에서. 그래서 이제 이렇게 똑같아요. 우리도 잘 구분이 안 되잖아요. 어둡고 어떤게 너무 세미하고. 그래서 원본을 어떻게든 잘 찾고 좋은 원본을 찾는게 사실은 그렇게 쉽진 않고 이게 노이즈잖아요. 그래서 노이즈의 강한 알고리즘 만드는게 일 거야. 그래서
Speaker A
제가 컴퓨터 비전으로 처음에 이제 개발 논문을 하다가 교수님이 말하더라고. 나중에 요거 할 때 오히려 모델링은 너무 이제 구글 뭐 이런 넘사벽 애들이 맨날 그 요즘에 알고리즘 만들고 있으니까 오히려 백투더 페이지 전 처리를 갖고 네가 이제 어떤 제가 여기 포드락지 뭐
Speaker A
이런 거 했잖아요. 포 그걸로 논문을 써 보는게 어떠냐고 말하더라고요. 전천에는 방 그러니까 뭐냐면 어떻게 말을 하면 논문거리도 그렇고 우리가 사람들이 이제 해야 할 일도 그렇고 다 뭔가가 자거 사람이 많고 대체할 사람들이 많은 것들은 피하는게 방법인 거죠. 어 지금 사실 남아
Speaker A
있는 영역이 전설이만 남아 있 예 왜냐면은음 그렇죠. 미준이 발차했어요. 그걸 해야 돼요. 그래서 어 한 사람이 계속 만져 줘야 돼요.
Speaker A
어차피 아 이게 원본 이미지를 계속 만지실 거 아니에요, 민주님. 그러면 뭐가 좋아요? 나중에 증강시킨 N이 많아지잖아요. 어쨌든 내가 처리할수록 맞지 않아요.
Speaker A
내가 처리할수록 오픈에 이용해서 처리할수록 N이 늘어나는 거죠. 원 그대로 보고 그러니까 처리를 계속 해 보는 연습 연습하는데 그 연습한 애들이 다 N이 돼요.
Speaker A
어 그러니까 초반에는 시간을 잘 소유를 하시라고요. 여러분들이 N을 늘리면서 좋은 방법이 내일 한 시간씩 제가 그랬잖아. 전처리를 해 보고 그리고 기획하면서 어 어떤 거 해야 될지 얘기도 하고 자료도 찾고 페리스 코너를 찾는 거는 그러니까 이제 이건 탐직했죠. 특징 검출
Speaker A
기능이에요. 정확하게 말하면 왜 하겠어요? 이걸 왜 하겠어요? 페리스 검출 왜 하겠어요? 응. 얘 자체가 뭐예요? 해리스코너나 굿 이름 자체가 굿피셔 트레이 말 그대로 특징이야. 특징. 그렇죠.
Speaker A
경계 아까 엣지 검출하는게 있었고 얘는 뭘 하고 싶은 거예요? 한마디 이미지 내에서 내가 가장 중요한 특징이 뭐야? 뭐가 좋아한지를 알고 싶어요.
Speaker A
뭐냐? 확대말로 아까 시간과 공간이 있었잖아요. 얘가 움직여, 모션, 감지. 여러분들도 이게 움직이면은 다르잖아요. 우리 살 떨리고 그죠?
Speaker A
사진이 틀리잖아요. 여러분 얼굴 안 나오죠? 막 그래. 안 그래요? 여러분 최악의 사진이 언제예요? 어, 나 참 그래서 거기 절대 한 번도 구매한 적이 없어. 바이킹 타는데 아하 하고 내려올 때 얼굴 표적 남들은 뽑자고 웃자고 하지만 전 절대로 그 흑역사를 남기고 싶지
Speaker A
않아. 발 당장 지우죠. 그죠? 이해되죠, 여러분? 형태가 변하잖아요. 그죠? 특징은 뭐예요? 뼈. 이런 거는 변하지 않잖아.
Speaker A
일단은. 그래서 가장 내가 믿을 수 있는 특징이 뭐냐? 이거 알고 싶어. 근데 그거는 형태는 민주님의 얼굴.
Speaker A
이해되죠? 키. 이해돼요? 이제 눈에 봤을 때 그런 것들 특징은 변하지 않잖아요. 뼈. 얼굴병 그렇죠. 여러분 안 변하잖아요. 그러니까 뭐냐면 내가 카메라를 움직여도 시간이 변해도 특히 가장 약한게 빛이었잖아요. 지금도 그러잖아요. 빛 조명이 바뀌어도 어떤 것은 내가 언제 어디서나 딱 해도
Speaker A
믿을 만한 애냐. 가장 중요한 애는 뭐냐? 그게 뭐로 본 거예요? 코너. 코너는 모든 중요한 애들이 모이거든요. X Y가. 그렇죠?
Speaker A
경계. 왜? 우리가 그림 그렸을 때 이렇게 형 우리 그 항상 이렇게 그리잖아요. 얘는 변하지 않잖아요.
Speaker A
바람이 프나 얼굴을 다른 애를 머리를 만드나. 여러분 캐릭터 만들 이렇게 만들잖아요. 그렇죠? 비가 있으나 없으나 우리가 요것만 봐도 어 사람인가 보다. 그렇죠?
Speaker A
어 그런 특징점을 가장 중요한 특징점을 뽑기 위해서는 지금이 작업을 하는 거예요. 어 좋은 지문이에요. 지금 뭘 하는 줄 알아야지.
Speaker A
내가 뭘 뭘 하고 있지? 그지? 여기 어딘가 이러면 안 되죠. 뭔가를 치고 있는데 뭐 해리스가 있대. 유명한 애가 이제 이러면 안 돼요. 어 내가 뭘 하는지 뭘 하는지 알지?
Speaker A
어 귀한 시간에 어 특징 가장 중요한 특징 뽑은 거야. 그니까 뭐냐면 구별이 어렵거든요. 특징이 없으면. 특히 여러분이 가장 특징이 없는게 뭔지 알아요? 이게 뭐 지금 뭘까요?
Speaker A
땅이에요. 평평한 땅. 특징 있어요? 특징이냐고선? 없어요. 근데 코너는 명확하죠, 여러분? 그죠? 이런 코너. 그 여러분요 봐봐요. 요거랑 요거랑 요거랑 요거랑 같아요. 비슷하게 생겼지만 다르죠.
Speaker A
어 명하잖아요. 이해돼요? 교차점이 무서워요. 여러분이 알잖아요. 이거 갖고 전 몇 천년 전쟁까지 일어났잖아요. 요거랑 요거랑 같아요. 흔들리잖아요. 어 그렇잖아요.
Speaker A
상징성이 다르기 때문에 그렇죠. 근데 우리가 봐도 저 길고 짧은데 이제 의미를 도서 그런 거지만 그건 이제 그냥 얘 그림 자체로 봐도 왜 그런 줄 알아요? 요것 때문에 그래요.
Speaker A
교차하는데 교차 여러분 그 보시면 보시면 별거 아닌 거 같은데 저희 제 와이프가 이제 일본이가 더 그래요.
Speaker A
요거랑 요거랑 이게 이게 이게 멋있대. 스택이야 돼. 멋있대. 왜? 요것 때문에 그래서 너무 특징이 없대.
Speaker A
어, 큰 말을 했어요. 그죠? 동굴뱅이 특징이 어때? 어, 눈에 사람 눈에 봤을 때 어, 지금 전 세계에서 이제 했을 때 국기 중에 가장 멋있는 국기라고 하는게 좀 걔네들이 좀 너무 자만할까 봐 좀 그렇긴 하지만 많은 사람들이 이제 투표했을 때 멋있다고 느꼈던
Speaker A
어, 그게 뭔지 아세요? 미국 국기예요. 어, 중국 친구 자기도 봐도 미국 국기가 좀 멋있는 거 같아. 왜 그걸요?
Speaker A
조합을 우리가 알고 있는 가장 친숙한 조합을 도형 조합을 다 넣었어요. 이해되죠? 틀리죠? 근데 여기에 또 50 몇 개나 되죠? 50개나 되죠?
Speaker A
선투 있어요. 좋은 건 다 넣죠. 그죠? 어 여러분이 아는 삼새끼 프랑스 이탈리아 이런 거에 여기 다 있잖아요. 각각의 중요한 특징들이.
Speaker A
그러니까 멋있어 보여요. 지금 특징 추출하기. 오케이. 어, 가장 중요한 특징. 지금 이제 우리가 계속 그 작업을 하는 거야. 근데 그걸 뭘 그 종류를 나눈 거야? 액지 검출. 예. 그럼 여기는 코너 검출 이해되죠? 앞에 했던 거는 엣지 검출. 경계선. 쟤
Speaker A
얘는 뭐예요? 코너 검출. 그러니까 지금 여러분 느꼈잖아요. 왜 이런 걸 만들었을까요? 아, 분명히 아까 이에서 너무 효과를 좋았던 얘도 써 봤는데 오히려 더 못하죠. 아, 얘는 엣지 검출에는 좋은데 지금 우리가 코도 검출에는 약하죠.
Speaker A
이해되시죠? 어, 그러니까 퇴박힌 거야. 각각에 잘하는 것들이 있는 거야. 괜찮아요? 재밌어요. 네. 좋아요. 자, 허프 변환 해 볼게요. 사실 오픈 재밌는 거 같아요. 솔직히. 어 Q라고도 하고 얘는 직선 검출 가능하고요. 또 우리 아까 봤지만 방향에 원 검출도 가능해요.
Speaker A
커프 면은 그래서 연파에 우리가 이거는 한번 쳐 보는 거죠. Aound라고 있어요. 원래 라운드 함수죠. 반올이 만든 근데 얘는 어레이니까 어레이의 라운드 함수예요. 1.543은 이렇게 나와 2로 반올림에서 알겠죠?
Speaker A
아 근데 얘를 asp 해서 넘파이의 언사인드 8 웬 넘파이의 언스트 8에 2라고 나오죠. 이해되십니까?
Speaker A
어 그래서 이미지 불러올 건데요. 어 워터 코인을 가져올게요. 패스를 잡아 줄 건데 여기 나오게요.
Speaker A
여러분 그 데이터에 어디 있냐면 워터였지? 워터 코인 얘를 가져오세요. 네. 워터 아 워터 코인이라는데 요거 코인즈라고 있을 거예요.
Speaker A
예 코인 워터 코인즈 이제 컴플리티는 완성된 거를 이제 올려 나가지고 그래요. 그래서 여기다 패스트라고 하시면 나오죠. 이렇게 나올거요.
Speaker A
지금 여기는 이제 연락고 안 했으니까 안 나오는 거야. 예. 이미지고요. 어. 어, 데이터가 없나 보네.
Speaker A
잠깐만요. 아, 아, 웨이퍼군요. 워터. 워터 포인트예요. 뭐야? 뭐야? 그죠? 이렇게 생겼어요. 됐나요? 진짜 오래된 발렌 옛날 코인 같죠?
Speaker A
왜냐면 이게 왜 이렇게 됐을까요? 여러분 이거 워터 포인지 뭐냐면 저런 해 보신 적 있어요? 우리나라도 이제 어디 가면 있죠?
Speaker A
사도 있는 거 같던데.이 사람들이 소음 빼고 여기 돋는 거야. 그러면 저기 빠진 거야. 그죠? 녹스 그죠?
Speaker A
어. 예. 그런 거예요. 그런 거예요. 무슨 던진 거예요? 그래서 이렇게 된 거예요. 어. 자, 그래서요 이미지의 셰이 3125 252.
Speaker A
제가 이제 네덜란드 암스에 가면은 여러분 유명한 애 있어요. 거기 공 가져가고 싶긴 하더라고. 이거 아어 유명한 예정.
Speaker A
어. 아 오줌 싸게 소년가 예정. 그렇죠. 이거 실존 인문인 거 아세요? 누구를 형상화해서 그린 건지 아세요?
Speaker A
어. 모르게 뭐 모르게요? 모르게 아 저 사람 이름 모르게 모르게 죄송해요. 아 모르게라고 해가서 어 그런 사람이 있었나 그랬는데 뭐냐면 아 사람 이름 자 뭐냐면 옛날 이집트 왕 참 그러니까 여러분 통계 없으면 제가 그런 말 했었잖아요.
Speaker A
이집트 옛날에 보면 황제들이 다 뭐라고 했어요? 나는 신의 아들이다. 지금 그렇게 하시는 분이 있죠. 백두 백두 혈통이다 그러면서 하시는 분 있죠. 저 윗동네. 그죠? 그 뭐냐?
Speaker A
항상 그렇게 해서 자기가 신 안 되기 때문에 자기가 복종을 하게 만들잖아요. 요게 실제 실좋은 임무 이게 이게 약간 여기에 중독 모자 쓰고 있으면 돼요. 이집트에 옛날 왕들이 소녀 있을 때 그 한마디로 이제 날일강 같은 경우 가뭄이 있을 때 법남아 해야지 돼
Speaker A
살잖아요. 농촌 지역이니까 농사였으니까. 그때 이렇게 왕세자가 앞에 나와서 이제 막 무섭게 막 이렇게 하면 거기 날강에다 오줌을 싸면 이제 그죠? 황 왕세자가 오세를 싸면 이제 태양신 라가 비를 내려준다.
Speaker A
여러분 통계가 없었으면 지금 그러고 있을 거예요. 그렇죠? 우리 대통령님 어 무슨 날 현충일 날 한강에서 이래야 됐을 거야. 그렇죠? 통계가 없었으면음 옛날 사람들이 했다는 거야. 2,년 전에이 통계 없으면 그러잖아. 지금도 찾으러 다니시는 분 있잖아요. 그죠? 신차로 다니면 있는데 통계가 없었으면 더
Speaker A
그런 거예요. 자, 그래해서 실제 이게 세 개 났어요. 여기 가면 제가 왜 얘기냐? 제가 여기 갔는데 와 진짜 동전이 엄청 많어.
Speaker A
죽고 싶더라고. 죽고 싶더라고. 어, 그 생각이 맞습니다. 그 정기적으로 가져가대요. 이렇게 녹슬고 그래서 일주일에 한 번씩 가져간 돼요. 정의적으로. 음.
Speaker A
그 보시면 세 개죠. 이미지 셰프과 달라요. 3125이에요. 자, 얘를 뭐 할게요? 일단은 이진화 여러분 해도 이진화를 해야겠다 생각하죠. CB2에 컨버트 컬러 이미지를 갖고 와요.
Speaker A
CB2의 컬러를 이거죠. 그레이로 바꿔. 그러면 이제 어 이거 하니까 이제 우리가 잘 아는 애처럼 오히려 바뀌었죠.
Speaker A
자, 여기에 코드를 이거는 다 쳐 봐야 돼요. 어, 처음은. 자, 서클스라고 할까요? CB2 Q 이거예요.
Speaker A
R이 있어요. QS가 더 얘를 좀 이렇게 할게요. 자, CB2의 Q 그레디언트는 보통 이제 해상돈을 많이 하네요.
Speaker A
미니멈 그 얘가 파라미터가 두 개 있어요. 이렇게 외울 수 없겠죠. 근데 이게이 휴서클스 즉 뭐예요? 우리가 아까 그림 동굴뱅이 했던 거 그거를 사실 공식으로 구했잖아요. 원래는 그게 이제 단계별로 다 돼 있어요.
Speaker A
자 어떻게 하냐면 아이 진화된 이미지예요. 흑백이죠. 얘를 갖고 와서 그레디언트예요. 기울기를 사용해서 뭘 하겠다? 원을 찾겠다.
Speaker A
이해되시죠? 그때 우리가 아까 말했던 파라미터 공간을 던져서 착했다 이거예요. 자, DP는 해산돈을 나타내는데 여기에 스케일링이 돼 있어요. 기운.
Speaker A
그래서 1.0 하면 입력 같은 거를 말해요. 얘상도가 더 확대한 거겠죠. 크기를 크게 한 거죠.
Speaker A
미니멈 디스턴스는 하는데 잠깐만요. 얘를 한 칸 좀 띄어. 조석을 남게. 자, 요거는 값이 크면 속도가 빨라져.
Speaker A
근데 정확도는 떨어져요. 성능은 떨어진다. 이거 이해되시죠? 스케일이 크면 속도는 빨라요. 근데 성능은 떨어져요. 알겠죠?
Speaker A
자, 미니멈 디스턴스는 어떤 거냐? 원 그 검출된 원 사이 중심에 있죠? 이제 이거 뭐냐면 여기에 중심 있어요. 자, 찍어 놓을게요. 얘하고 얘하고요 거리예요. 알겠죠? 원가 원사일 미니먼 디스턴스예요.
Speaker A
검출된 원 중심 사이 최소 거리는 어떻게 되냐 이거예요. 여기다 넣게요. 원 중심이 간격이 30 이하다.
Speaker A
공복이 아니라 그다음에 파라미터 1하고 파라미터 2가 있어요. 얘는 텐에 있지 흑백 전환을 지금 했잖아요.
Speaker A
우리가 캔이 임 소라고 캔이 다 들어가 있어요. 게값 펜니 H 그중에서도 가장 높은 어퍼 스트레스요 값을 여기다 넣는 거야.
Speaker A
그리고 파라미터는 두 개가 있잖아요. 아까 파라미터들 파라미터 공간이라고 했죠? 파라미터 공간에 두 개의 파라미터예요.
Speaker A
맞아. 어 이해되세요? 어 근데 여기 파라미터 공간에 파라미터를 하는데 그 기준을 하는데 하나는 인계값이나 한마디로 높게 잡는다고 인계치라는 거예요.
Speaker A
하나는 임계값을 넣고 하나는 두 번째는 보팅이라는 여기 보팅이라는 말이 있었어요. 여기 강의 한번 보시면 엣지 추출할 때 캔이 쓴다 그랬죠.
Speaker A
얘를 공간 변화 이미지 스코프를 파라미터 공간으로 했어요. 그리고 그것들이 뭐예요? 어큐먼 변수를 탐색하는데 누적된 보팅을 한다 그랬어요. 그래서 판단 여기에 원일 거야. 직선일 거야. 이해되세요?
Speaker A
어 그러니까 요거예요. 하나는 임계치를 줘 가지고 이미지 공간에 대해서 특정 수학적 변수를 탐정하는 거예요. 얘 얘 갖고 어떻게 r²을 만들 것인가?
Speaker A
그 a와 b를 중심점을 찾겠다는 거예요. 어떻게 찾아서 내가 만들었을 때 원인지 직선인지 찾겠다는 거예요.
Speaker A
근데요 적선일 때는 m이고요. MC고 얘는 AB잖아요. 그러니까요 WB를 찾는게 아니라 그걸 찾는 저 직선이든 원이든 찾는 이거 휴린. 근데 이제 서클이니까 이제 원이겠죠.
Speaker A
근데 보팅기법을 쓰겠다는 거야. 이건 누적된 인계값이에요. 즉 이게 뭐냐? 이걸 통해서 객체를 참지하니까 객체를 인식하니까 원이라고 판단할 기준이에요. 이해되시죠? 지금 원측 찾기 위해서 허브 변화를 한 거잖아요. 그러니까 두 가지야.
Speaker A
하나는 인계값 그렇죠? 그다음 하나는 두 가지 임계값이 있는데 스스월드가 하나 더 있는데 그 파라미터는 투표 이렇게 했더니 우리 아까 설명했잖아요.
Speaker A
일단 내가 엄격하게 80 여기에 80% 이상 캔니해서 80% 이상이에요. 아 그니까 영과 250억 검색 흰색처럼 80% 이상 그래야지 너는 내가 인정할 때 원이고 그리고 마지막에 실제로요 점점점점점 누적된 값을 보니까 그리고이 거의 80% 맞는 거 같은데 조금 맞는 거 같은데요 어 원 맞네
Speaker A
판정네 개겠다 이거야 그 파라미 두 개 있어요 하나는 는 일단은 설정된 값이고요. 임계값 하나는 해보니까 선이면 선이면 점 같은 라인 쭉쭉 하면은 선이잖아요.
Speaker A
점이 그러니까 누적된 임계값을 보고 원이라고 판단하겠다. 개체를 이거예요. 그 미니멈 얘가 거리가 레디어스죠. 반지름이 그렇죠.
Speaker A
그러니까 얘 최소 반지름이 요렇게 되고요. 얘는 최대 반지름이 되는 거죠. 일단 이해되시나요? 지금 뭐 하는지.
Speaker A
그래서 투표 오팅이라는 건 뭐냐? 많은 점 포인트 아까 포인트들이 원이라고 하면 원으로 인정하겠다 이거예요. 자, 보팅해 볼게요.
Speaker A
자, 얘 누구예요? 누구예요? 짧은데 어려워요. 자, 그러면 보기를 드릴게요. B 그랬어요. 자, B라고 생각하는 사람 1번 눌러 주세요.
Speaker A
예, 맞아요. 지금 보팅했어요. 예, B예요. B라고 하니까 B가 된 거예요. 라벨링. 이게 보팅이에요. 이해되시죠?
Speaker A
음. 그래서 요렇게 지지했잖아요. 어 이거 B다. 그죠? 자 인정된 거죠. 최소 반지름 최대 반지름. 자 그러면 if is not 여기 코드 쳐보고 싶어.
Speaker A
그래서 쳐 봐야 돼. 몇 번은 여러분이 자기가 앉치더라도 설명 안 해야 되잖아. 이제 28 그렇죠? 아시죠? 자 그러면 이걸 적용해라.
Speaker A
그 이거 보시면 is not is instance 이런 거 많이 나오죠. 실무 코드 보시니까. 그렇죠? 어 확실하게 하기 위해서 그래요. 확실하게 조건을 걸어야 됩니다.
Speaker A
X Y R 여기서 R은 레디어스예요. 자, 여기서 여러분들이 많이 헷갈려 하시더라고. 어 그래서 이거 주석을 남겼는데 주석을 드리는 거보다 차라리 쳐 보는게 더 나아요. 자, 일단은 지금 쉬셔야 될 때니까 요거 쳐 보고 그다음에 어떻게 생긴는지 보고 거꾸로 보면서 하는게 더 낫더라고요.
Speaker A
자, 이건 알죠? 어떤 이미지가 들어오면 XY 저 XY가 뭐예요? XY가 중심점. 그렇죠? 인재님 1점. 그런 다음에 R 반지름.
Speaker A
그다고 녹색으로 일부러. 그다음에 2. 그렇죠? 그러면 그 사이즈가 2죠. 어. 자, 근데 대신 봐봐요. 서클지에 0 앞에는 다 가지고 오는데 첫 번째 차원은 안 쓰게. 뭐야? 0 언쓰고. 그렇죠.
Speaker A
나머지 땡땡 다 가져와. 자, 0 그림에서 0하고 땡땡 나왔어요. 서클 xy에. 근데 이제 요거를 많이 헷갈려 하시죠. 코드를 일단은 이제 여기가 여기부터 헷갈려 하시더라고요. 여기서 좀 다 설명드리고 일단 여기 아는 거부터 2예요. 2 이제 정 그림을 주는 거야. 요
Speaker A
틀렸나 보다. 서클 어디에 틀린 거야? 여기서 틀렸네. 뭐야? 아 여기 이렇게 나오죠. 네. 얘는 R이고요. 0 해 가지고 포인트를 보고 키그레인트 쳐서 자 여기서 뭔가를 해 줘야 되겠네.어요 어,요 서클스 뽑은 전에 얘를 바꿔 볼게요. 많이 못 담아서 그래요.
Speaker A
어, 이제 보니까 16 언사이드 탈문 앞에 응. 아, 그죠? 요거 요거 틀렸죠? 예. 이미지 XYR 0 255 02 커프 변환 한 거고요. 음.
Speaker A
자, 이제 색깔 바꿔 본 거고요. 여기는 이제 여러분들이 이해되실 거고 얘는 2만큼 그다음에 2502 이렇게 나왔어요. 그리고 얘를 바꿔 본 거죠. 어.
Speaker A
10, 30, 50, 130 여기가 조금 너무 작은 너무 크네. 그러니까 나오네요. 겹쳐 나오네. 이게 위에 위에 거랑 보팅이 섞여 가지고 그래요.
Speaker A
한 번 더 돌라와 가지고. 그렇죠? 예쁘게 나오죠? 아까 한 번 그렸기 때문에 또 그린 거예요.
Speaker A
이렇게 출력이 나올 거예요. 그러면 요걸 이제 쉬셨다가 제가 설명을 하나씩 드릴게요. 여기까지는 대충 이해 다 되시죠?
Speaker A
어, 여기까지는 예. 근데 이제 여기서부터 머리가 아프실 거예요. 요거 왜 이렇게 되는지 쉬었다 했습니다.
Speaker A
Да. 여러분 3시 10분이네요. 그렇죠? 파이팅 한번 할까요? 음. 자, 힘 내시고. 자, 여기서부터 조금 머리가 아플 수도 있어요. 자, 우리 그 어차피 이게 노출됐기 때문에 어, 여기 있는 거 보시면 자, 여기 하나씩 원래 근데 이게 뭐야? 자, 원 그림에서
Speaker A
배열의 첫 번째 차원 1 무시한다. 이렇게 써 있을 거예요. 자, 그러면은 뭐냐면이 서클스에 셰이프를 치면 3차원이죠?
Speaker A
3차원 아니에요? 응, 맞죠? 뭐예요? 3차원 배열이야. x y 우리는 중심점 xy 있고요. r 맞죠?
Speaker A
근데 1 n 3이에요. 요거 이해돼요? 근데 이제 무시해달 무시하잖아요. 차원 1 차원 차원 1인 걸 무시해요. 그러면 어떻게 돼요?
Speaker A
2차원 되죠. 뭐가 돼요? n 3돼요. 자, 이걸 이제 이해 못 하더라고. 요거 이해되세요? 왜냐면 퍼프 변환의 결과는 항상 3차원 1 n 3 형태의 3차원 넘파 배열이거든요.
Speaker A
예 맞아요. 첫 번째 차원이 항상 1이에요. 서클 일단 허프 변환의 결과예요. 자, 일단은 일단 이거 외우시고 해 볼게요. 자, 뭐냐면 자, 여기에 지금 거기 주석 안 남긴 거 추가할게요.
Speaker A
토로 변한 결과는 항상 1 a 3이 돼요. 파이 배열해요. 오케이. 그렇게 출력이 나와요. 자, 그러면 n은 뭐예요?
Speaker A
여기서는 검출된 원인 개수예요. 그지? 잘했어요. 인재님, 세균님. 예. 히트 님도 1점. 네. 근데 왜 그런지 그 결과는 스피지 0 한 거랑 같아요. 그렇죠? 1 뭐 다 없애지잖아요. 근데 이제 문제는 왜 차원의 합상이 1일까요? 이거예요.
Speaker A
왜냐면 얘는 오픈가 그게 했는 거야. 그러니까 헷갈릴 거지. 이해되시죠? 오픈시가 항상 1로 해 놔요.
Speaker A
몇 장을 할지 모르니까. 무슨 말인지 알죠? 그래서 첫 번째 자리를 비워놓은 거예요. 이거 그래서 이거 무조건 그런게 아니라 오픈십시에서 자, 이렇게 여러분 왜 맨 앞 차원은 상상 1인가? 이러면 철학 규제 같죠? 그죠?
Speaker A
어, 얘만 그래. 왜요? 오픈시는 몇 장을 배치로 왜 항상 1일 넣어놔요. 첫 번째 차원 비워나요.
Speaker A
이해되시죠? 배치로 내가 여러 개를 나중에 처리할 수도 있잖아요. 그래서 항상 1로 고정해 놨어요. 근데 안 써요. 0번 인덱스가 고정해요. 이해되시죠? 지금 한 장만 처리하고 있잖아요.
Speaker A
그러면은요 의미가 뭘까? 이거예요. 0. 왜까? 안 쓰겠다는 거죠. 그래서 검출된 액게 3,000원 그래서 2,000원 리스트로 만든 약간 이런 것들이 좀 있어요.
Speaker A
오픈이음 나중에도 이런 거 하나 나와요. 알겠죠? 근데 이게 이제 설명을 해도 처음에 이거 놓치면 이것만 한 세 번 설명인 거 같아. 오늘 딱 이거 천천히 할테니까 이해할 시간도 줄테니까 한 번에 끝납시다. 어.
Speaker A
한 번에 끝내. 그러니까 얘는 포은 돌잖아요. 그럼 세 가지 정보가 있죠. 뭐예요? X, Y, 중심값 R. 얘가 쏙쏙 나오는 거야.
Speaker A
이해되시죠? 그걸 홈 돌면서 그냥 추출된 검태 저 3이 뭐예요? 3.요 3은 XYR이야. 알겠죠? 얘를 쭉쭉 돌면서 뽑은 돌면서요 정보 돌겠다 이거죠. 얘는 중심점 x 중심점 y n은 반지름요 정보만이 우리가이 정도만 필요한 거잖아요. 그렇죠? 몇 개 검출된 n개 열 개면 열 개를
Speaker A
그죠? 어, 지금 1인데 여러 개 쓰면 그죠? 원래 우리가 그죠? 언스키즈 스케퀴즈 할 때 언스케 만들어 주면 이거 써야죠. 이게 1이 아니라 여러 개면 20개, 30개 이렇게 되겠죠?
Speaker A
오케이. 오케이. 어, 그래서 자리를 비워 놓은 거라고요. 어떻게 쓸지 모르니까 일단 만들어 놓은 거야. 비워 놓은 거야.
Speaker A
어. 어, 그렇죠. 타임이니까 쓸 수 있죠. 자, 여기까지 이해되셨나요? 네. 그리고 요건 항상 고정이에요.
Speaker A
항상 고정. 그리고 원호님이 말씀하신 거는 앞에 단위가 틀려요. 4차원이거든요. 그 얘는 고정이고요. 1 3 여기 콤마 앞에 있어요.
Speaker A
시퀀스의 프레임은. 아, 4차원이잖아. 우리 그때 그랬잖아. 어 4차원으로 표현해요. 다섯 개까지 표현되거든요. 그 얘는 항상 고정으로 써요.
Speaker A
정상이든 사이든 상관없이 1 n 3 구조로 가요. 그래서 여기에서 첫 번째 차원에 1은 그냥 내가 처리할 이미지 개수예요.
Speaker A
그러니까 영상이랑 이런 거 상관없이 터갑니다. 그냥 고정인 걸로 지금 승리 님이 말씀하신 거 잠깐 내가 놓친 질문 있는지 고 0 뭐뭐 인덱스로 콤마 저걸로 하변 리스트로 부르면 무조건 첫 번째 인덱스를 무시하는 건가요?
Speaker A
예. 허프 변환할 때 허프 변환해 가지고 결과물을 나오잖아요. 걔는 1 N 요걸로 호프 변환 시 이렇게 하기로 약속이 된 거죠. 3 이걸로 디폴트로 나오는데 결과물이 무조건 첫 번째 인덱스 0으로 해서 쓴다. 이렇게 생각하시면 돼.
Speaker A
그러면 이해되시나요? 그러면 서클스 하게 되면 1 3마 이게 뭘까요? 이제 이게 여러분들 어떻게 나오겠다는 거야? 지금 결과물에 안 봐어. 3,000원 이거죠?
Speaker A
맞아요. 3,000원 이거죠? 근데 껍데기 하나만 그냥 무조건 껍데기 하나 더 만들겠다는 뜻이에요.요 1이면 맞아요. 원래 n 3이니까 두 개라 그러면 어떻게 지금 두 개의 원이 있어요. 그럼 어떻게해요? x1 정보가 세 개죠?
Speaker A
맞아요. 원래 2차원 요것만 나타내도 되잖아요. 그때 껍데기 하나 더 있다고요. 하나 더 포장했다고요. 그냥 디폴트로.
Speaker A
그러니까 무조건 요거 버린다고요. 요거 아까 아침에 폼은 돌려면 리스트로 돌려야 되잖아요. 요거 요거 만들어서 돌리겠다고요.
Speaker A
그래서 요거 포문면 얘가 얘 갖고 와서 x1 y1 r1 정부 꺼내고 요렇게 꺼내겠다고요. 이해되시죠? 만약 이게 뭐냐면 원래 우리 박스 하면 여기에 박스 이렇게 포장돼 가지고 x1, y1, r1, x1, r y1 r2 이렇게 있는 거를 집에 택배 보낼 때 여기 박스
Speaker A
있잖아요. 이렇게 왔다 이렇게 생각하시면 쉬워요. 이해되시죠? 어, 서클스 0으로 해도 똑같다고요? 그 어떤 얘기죠?
Speaker A
서클스0 아 그니까 앞에 서클스 해 가지고 쓰시겠다는 건가요? 다르죠. 지금 요거지. 요거잖아요. 하나는 지금 얘고 안 쓰겠다는 거고 나머지 다 쓰겠다는 거고. 그렇죠?
Speaker A
얘는 없으고 얘는 뭐예요? 지금 요거 말씀하시는 거 아니에요? 땡땡. 얘는 슬라이징이야. 0부터 끝까지잖아요. 서클스 0이요.
Speaker A
그러니까 요거 요거 요거 말하는 거야. 하나 이거 인덱스으로 생각하시는 거예요. 예. 자 왜냐면은요 교재는 이따위를 썼어요.
Speaker A
예. 정확하게 말하면 서클스 0 하면은 결과가 어떻게 나와요? 저 벗겨내가 나오잖아요. 말씀. 저게 지금 무슨 말이냐면 서클스 0 이거잖아요.
Speaker A
그러면 뭐가 나와요? 요거 벗겨 나오죠. 자, 그러면은 요것만 나오죠. 두 개 2차원으로 이거 말씀하시면 예 동일해요. 근데 얘는 굳이 이렇게 썼어요. 오픈시에서 일부러 요걸 설명하려고. 근데 여러분들이 이것 때문에 요것 때문에 한 30분 잡아 먹었더라고 지금까지.
Speaker A
대충 보니까. 어 동일해요. 예. 그래서 실무에서는 그냥 아까 말씀하신 것처럼 요렇게 써요. 그냥 서클스 0 해서 xy 근데 이걸 또 설명하려면 어차피 이걸 설명하긴 해야 돼요.
Speaker A
오케이. 그래서 실제로는 어 코드들 보시면 요렇게 써요. 그러니까 아까 요렇게 하게 되면 어차피 슬라이싱 그냥가 0부터 끝까지잖아요.
Speaker A
그냥 동일하거든요. 그래서 제가 이거는 어 다 알아요. 그 의미는 아닌데 얘는 그대로 나오는 거죠. 원래 1마 뭐냐? n이니까 1 3 이렇게 나오잖아요. 얘는 1 3이고 맞죠? 한장일 때. 어, 근데 얘는 말씀하신 것처럼 요게 맞아요. 어, 그래서 원래 이렇게 써요. 많이.
Speaker A
근데 어차피 이어도 여러분이 이해를 못 해. 왜이 차원이에요? 그럼 원래 이건데 설명해 주긴 해야 돼.
Speaker A
자, 전반적으로 놓 놓친 분이 있다 그러니까 다시 한번 설명. 자 원래 한 번에 끝냅시다. 자, 그게이 얘만 이제 이러니까 xy자 뭐냐면 허프 변환을 하면 얘는 1 n 3으로 결과물이 출력이 돼요. 우리 아까 봤잖아. 중간에 프린트적으로 보니까 3차원이죠. 제가 그랬잖아요.
Speaker A
기억나시죠? 어, 예. 그래서 1, n 3 이렇게 돼요. 요건 이제 검출된 애예요. 검출된 애 검출된 원. 여기서는 맞죠? 그러면은 검출된 애가 열 개면 이렇게 나오겠죠? 근데 여기는 무시하다는 뜻이에요. 얘는 첫 번째 창원 1은 무시하면 요게 되죠. 10 3이 돼요. 근데 왜 분명히 여기에
Speaker A
있냐? 항상 1인가? 오픈에서 이렇게 만들어 놓은 거예요. 그 얘가 특이한 얘가 많다니깐요. BGR로 만들지 않는 그죠? 근데 이유가 있어요.
Speaker A
왜? 한 개가 아니라 여러 장이 나올 수 처리해야 되지니까 아예 여기다가 개수를 넣는 배차원을 아예 만들어 놓은 거야. 공간을. 뭐냐면 우리가 그거랑 똑같아. 여기 개별 포장돼서 얘는 여러분이 신나죠? 여기 만약 플레이스테이션 게임기가 있고 그렇죠?
Speaker A
음. 떨리죠? 어. 플레이스 게임 여기 게임하는 게임기가 있어요. 낮게 포장돼서 이렇게 들어가죠. 근데 얘가 한 개가 아니라 여러 개가 들어갈 수 있잖아요. 그럴 판을 하나 만 박스로 하나 못 놔뒀다고 생각하시면 돼요.
Speaker A
아무 의미 없잖아요. 지금 차원만 늘려 놨잖아요. 지금 아까 이렇게 하면 가만히 있었는데 차원 늘린 거잖아.
Speaker A
그렇죠? 어 그러니까 빼 버리겠다고요. 내가 이제 홈은 돌려 가지고 우리가 원하는 정보는 요거요 안에이 3이 뭐예요? X Y R이 정보를 포문 돌려 가지고 내가 가꾸고 싶다는 거예요. 얘 하나 빼 가지고 하나씩 얘 빼 가지고 갖꾸겠다 그래서요 첫 번째 차을 비워 넣어요.
Speaker A
그래서 한 장만 처리하니까 또 얘는 고정해 놓은 거예요. 얘의 의미는 불필요한 첫 번째 차원 안 쓰겠다.
Speaker A
그러니까 2차원으로 내요. 얘들러면 리스트로 바뀌니까 100개니까 개 중에 돌면서요 xy z xy r 그렇죠. 정보를 빼내겠다라는 뜻 아니에요. 여기까지 이해되세요?
Speaker A
음. 아까 놓치셨다는 분도 이제 설명이 됐을 거라고 생각해요. 자, 그러니까 오픈시에 이런 구조들이 있고 또이 오픈시가 한 두 종이하고 꼭 좀 달라요. 그래 가지고 그 얘네가 이제 출력하는 근데 이제 어쩔 수 없죠. 어, 말 그대로 오픈소는 그 나름대로 이유가 있을
Speaker A
거예요. 걔네들이 뭐 서버 공간이든 아니면 해 보니까 자기 있는 특징에 맞춰 가지고 버전업이 바뀔 때는 확 바뀌면 그 이제 사실은 이유를 하나하나 다 더큐먼트를 읽기 전에는 몰라요.
Speaker A
그래서 이제 구조가 바뀐 경우가 있어요. 어, 그러면은 그 구조를 이제 고려해 가지고 써야죠. 우리가 갖다 쓸 때 그렇게 사용하게끔 딱 지시 사항 있으면 그렇게 쓰잖아요.
Speaker A
음. 그렇습니다. 그래서 얘네가 이렇게 만들었다 이유가 그거다. 그거예요. 그래서 이거를 그림을 보여 주면 표현을 하면 자 어떻게 돼요? 서클스 1 3 다시 한번 정리해 드릴게요.
Speaker A
얘를 0마 이거죠. 슬라이싱 하죠. 그러면 어떻게 변해요? n 3으로 변하는 거죠. 그러면서 이제 폼은 돌리죠. 얘랑 그러면 뭐가 나와요? 얘 개별 정보인 n개를 n개씩 하나씩 돌면서 풀테니까 xy r가 나온다.
Speaker A
오케이. 아, 이게 전체적인 흐름도예요. 자, 그러면 이제 여기 이제 해결된 거 같아요. 어, 요게 이제 사실 여러분들이 제일 힘들어요.
Speaker A
음. 그래서 여기에 이제 사실 그 전에요 좀 더 자세하게 있어요. 이렇게 했는데도 이제 좀 많이 힘들어 해서. 그래서 추가적으로 이제 우리 강의하도 있는 여기다 드린 것도 있으니까 요거죠. 자, 추가로 다시 여기 정리도 이미 정리해 놨으니까 다른 기수들 여기서 첫 번째 차원 1은 항상
Speaker A
크기가 1이다. 배치가 1인 거와 유사하고요. 세 번째 차원 그 세 가의 정보가 있죠. 0 원의 중심 좌표 x고요. 1 원의 중심 좌표 y 좌표고 2 우리 코드로서 뺄 때는 그렇게 빼야 돼요. 2원의 반이에요.
Speaker A
그렇죠? 어 그래서 검출된 모든개의 정보를 선택하겠다라는 뜻이에요. 자 그러면 요거는 이제 서클립니까 뭐예요? 내가 이미지에서 중심점에 R 이제 이거는 돌면서 틀릴 거 아니에요. 모양이. 그렇죠? 돌고 녹색으로 표시해 주고 그의 두께는 선의 두께는 뭐예요? 2로 해 줘.
Speaker A
그리고 얜 똑같은데 아예 고정을 한 거죠. 반지 2만큼 만들어서 그려 줘. 그래서요 요게 2죠. 이게 그죠? 돌면서 그래서 추출했습니다. 정확하게.
Speaker A
잘했네요. 그렇죠? 맞아요. 자 그리고 이게 참 이제 기수가 가면서 어, 이제 여러분들이 뭘 모르는지 아니까 좀 더 이해도를 좀 빠른 거 같아요. 다행히. 어, 그래서 이걸 예전에 정리해 줬던 거예요. 미니멈 30이란 뭐냐? 범된 원 사이의 최소 거리다. 그 왜
Speaker A
30분 했냐 딱 봐도 30분 쳤겠죠, 제가 그죠. 여러분들이 얼마나 힘들어 했는지. 어, 그러니까 여러분만이 아니라 지금 이해 안 되는게 맞다니까요. 어, 이해 안 되는게 맞다니까. 예. 6기부터 작년 제가 9월부터가 8월부터 왔터 왔으니까 거의 반년을 어 거의 1년 가까이
Speaker A
여러분 모든 선배들이 다 헷갈려 맞다고 그러니까 좌절하지 마시라고 나만 어려운게 나만 이래 이러지 마시고 모르면 바로 질문하시고 어 한 달 뒤에도 모르면 심각한 거 아니야 그렇죠 지금 알고 가면 되지 오늘 처음 배웠는데 자 봐 봐요.
Speaker A
미니멈 디스턴스는 검출된 원 사이의 거리예요. 원 중심과 간격이 30 이상이면 중복이 아니라 이제 이거가 이해 안 되겠대. 뭐냐면 최소 거리가 30 이상이라는 건 내가 30이라고 야 내가 이제 너 원이라고 치냐면 여기 적어도 30은 해야 원이지.
Speaker A
이렇게 한 거야. 근데 30 이상하면 뭐라는 뜻이에요? 넌 별개야. 우리 내 원이 아니야. 넌 다른 애야.이 이해되시죠?
Speaker A
지금 그 뜻이에요, 얘는. 와, 그냥 왜 과잉 검출을 방지하기 위해서 그렇게 한 거예요? 그래서 30픽셀요 픽셀이잖아요. 픽셀 거리 이내에 다른 원의 중심을 허용하지 않겠다는 뜻이에요. 즉 하나의 원에 대한 하나의 검출 결과만 보장하기 위해서 내가 어차피 여러 개를 뽑으면
Speaker A
되잖아. 그렇죠? 어, 검출을 틀리면 그러니까 내가 딱 하나 보장하겠습니다. 내가 딱 하나 점 짝 찍잖아요. 걔는 내가 원이라고 인정할게요.
Speaker A
이거예요. 예. 알겠죠? 음. 자, 당신 기준에 딱 맞으면 그러면 값이 작으면 서로 가까운 월드는 개별적으로 원로 검출돼요. 그러면 어떻게 되면 비슷한 애들이 여러 개가 나와요.
Speaker A
무슨 말인지 알겠죠? 비슷하게 잡힐 거 아니에요. 근데 값이 또 너무 크면 너무 멀리 떨어져 있는 경우 검출되겠죠. 미니먼 디스턴스 같은 이해되시죠?
Speaker A
쉬운 내용은 아니에요. 어. 자, 그래서 그 뜻이고 여기 파라미터 2에 30은 뭐냐? 투표예요. 여기도 이렇게 놓을게요. 인계가 원이라고 판단할 기준이죠. 자, 너무 높아 보팅이.
Speaker A
원이라고 판단할 기준이 야 적어도 30표가 아니라 100표를 받아야 돼. 그러면은 100표가 안 되면 원이 아니잖아요.
Speaker A
그렇죠? 우리는 두표만 받아도 이게 낮으니까 아닌 거 같은데도 여러분들이 뭐라고 했어요? 아까 비유라고 해 줬잖아요. 비유 비유라고. 우리는 지금 뭐예요? 값이 낮은 거야.
Speaker A
그죠? 어 두 명만 해도 내가 바로 그냥 인정해 버렸잖아. 어 비유 맞죠? B 맞죠? 하고. 응. 그러면 어에는 어 저거 아닌데 그래도 어 비가 되는 거야. 이해되시겠어요?음 그러니까 여러분 뭔 말인지 알겠죠?
Speaker A
그 그래서 제가 여러분들에게 쓸데없는 민간 자격증 딸 필요 없다고 한 이유 중에 알죠? 어 저도 옛날에 많이 땄어요. 심리학 그 심리학 있어 보이잖아요. 아 경영학도인데 내가 복 박사도 했고 호텔에서 일하는데 밤에 심심해. 근데 막 이왕기가 자격증 제가 그 희생자예요.
Speaker A
돈 쓴 돈만 30만 원이요 그죠? 그냥 공짜래 온라인 보면 밥 할 것도 없으니까 봐. 왠지 똑똑해지는 거 같아. 그 저 처음에 심리학을 공부하는 거는 저 심리학을 공 여자의 심리를 잘 알아서 연애를 잘할 줄 알고 봤어요. 근데 재비가 없어.
Speaker A
프로이드 나오고 무슨 거색이 나오고 그죠? 막 이상한 거 나와. 근데 어찌됐든 막 있어 보이잖아요. 어 그래서 했어.
Speaker A
자격증 열 개 따는데 공짜긴 한데 시험 보고 자격증을 발급하는 때 5만 원 내래. 그리고 범프가 있어. 문제 똑같이 나와. 의미 있어요.
Speaker A
합격률 90% 돈만 내면돼. 그런 자격증 딸 이유가 있냐고요? 합격률 90%라. 그죠? 어. 돈 주고 사는 거잖아요. 어디서 써 먹을 때도 없어.
Speaker A
내가 오죽하면 그 생각을 하겠어요. 아 이거 갖고 내가 거꾸로 자격증 강사를 하면 되겠다. 그런 생각을 한 적이 있어요. 그죠? 막 자기 있으니까.
Speaker A
그냥 여러분들에게 말씀드린게 이제 너무 쉬우면 대체가 쉽겠죠. 여러분이 봐도.어요 요런 내용들 여러분들은 지금 내가 섹시해지고 있는 거야. 응. 내 생남 내생녀가 되는 거야.
Speaker A
여기 여기 다 과정을 다 하고 한다면 뭐가 돼도 될 거예요. 전 그 생각을 해요. 진짜로. 어 하다 못해 하다 못해 심령 화에는 그래도 먹고 살잖아요 저음 영 강의 안 해도 먹고 산다 어 컨설팅 해도 먹고 살고 그렇게 할 수
Speaker A
있어요. 수익 차이가 왔다 갔다 하지만 그래도 아니 솔직히 말하면 저 옛날에 대격 과장했을 때보다 많이 벌어요.
Speaker A
어 그래서 여러분들이 왜냐면 근데 좋아요. 좀 몸은 힘 있는데. 어 그리고 저도 처음에 여러분처럼 10년 전에는 정말 추웠어요. 전 더 깜깜하지 않겠어요?
Speaker A
어 나이 먹어 가지고 그 앞이 깜깜했단 말이야. 그거보다 낫잖아요, 여러분. 그죠? 어 그렇게 생각하시고.
Speaker A
자 지금 우리나라 지금 우리나라가 제일 잘 나가는 거 같아. 솔직히 말하면. 솔직히 말하면. 왜 왜 그레이 하는데 이게 이렇게 앞에 꺼졌나?
Speaker A
지금 제 사촌 동생이 미국에 있는데 억대 연봉이어도 공무원인데 억대 연봉이긴 해요. 택수축이라 이제 콩콩 나와 가지고이 AI 쪽 하는데 물가가 너무 올라가지고 아 그리고 주변에 너 자기는 몸이 대동 사고가 크게 나 가지고 좋은 회사 어 팀장하다가 공무원을 간
Speaker A
거였거든요. 원래 그 당시에도 10 10년 전에 개 때문에 저도 공부한 건데 그 당시에도 걔가 3억이 넘게 벌었어요. 근데 공무원으로 갔는데 지금 1억 얼마거든요. 근데 만족하고 살아요. 근데 지금 오히려 저한테 그런 얘기가 지금 자기 동료들 다 잘랐다는 거예요. AI 때문에
Speaker A
몇 명 빼고 걔가 어디 나오냐면 켈텍 나오고 이제 군대 안 걸려고 거기서 버틴 거예요.
Speaker A
그래가지고 영주권 받고 UC에서 석사했거든요. 성공으로. 어 그러니까 이제 어떻게든 거기에 스템이라고 있죠. 그 미국에서 이제 뭐 고등학교부터 다녔으니까 그러니까 영주권 나와서 이제 살는데 교통사가 크게 다니했어요. 미국은 교통 사고 나면 관심수가 되는 경우가 되게 많아요. 제가 지금 왜 다리를
Speaker A
휠처를 타고 다니거든. 아니면 다들 100kg씩 넘게 다닙니까? 어 고적 도로에서. 그러니까 조심되게 해야 되는데 걔도 이제 마음이 급하니까 직장 가다가 그래서 상했어요.
Speaker A
실리콘에서. 어, 근데 이제 오히려 지금은 그 사람이 생각하기 나름인 거예요. 지금은 그때 그것 때문에 이제 장애인 특별 채용으로 이제 공무원이 된 건데 어, 지금은 되게 높아요. LA 카운트에서도 좀 높은 위치에 있어요.
Speaker A
전체 행정을 다 하는 그러니까 우리로 따지면 이제 구거든요. 카운티가. 근데 이제 거기 구에서 제일 높은 AI 그 빅데이터가 관리하는 사람이라고 보게돼요.
Speaker A
근데 그 말을 하더라고. 지금 오히려 몇 명 정말 잘한 애들 빼놓고는 다 대체되고 있다. 음. 그러니까 여러분들이 선택에 후회하지 않게끔 하세요. 어 그 최소 첫 번째 목표를 너무 크게 잡지 마세요. 일단 수료.
Speaker A
일단 수요한데 여기 있는 거 7, 80%만 가져가도 어디든 가요. 저는 그렇게 생각합니다. 알겠죠? 내용이 쉽지가 않아요.
Speaker A
여러분 직장인 대화원만큼 보다 높아요. 저희 컴퓨터 응용 가정이. 제가 석박사 가르키잖아요. 1년에 두 번씩.
Speaker A
보니까 여기에 7, 80%만 이해해도 난 충분하니까 프로젝트 할 수 있어요. 근데 기왕 한 김에 한번 100%까지 끌어 보시라고.
Speaker A
어. 자, 그래서 그레이를 쳐 봤습니다. 이제 뭐 할까요? 팬니츠 해 볼게요. CB2의 10이 이거죠. 그레이로 한다고 그랬죠. 반드시 이제 이거 설명 안 해야 되죠. 50하고 150 스스 액지들이 나오겠죠.
Speaker A
경계선이 쪼로로 나올 거야. 그 액지들이 뭔지 보겠다이 와우. 잘 나오죠? 응. 그 동굴뱅이 있다 했잖아요.
Speaker A
그러면이 뜻이 뭐예요? 엣지가 있으면 지금 그 255죠? 인색 없으면 0조히 캡처해 가져 왔어요. 도저히 못 쓰죠.
Speaker A
음. 패라미터는 우리 x의 코사인 세타 + y 사인세타 하나는 가로 하나는 세로. 맞죠? 이제 이러면서 외울 수 있잖아요. 아, 코사인은 가로랑 관계 있고 기억나시죠?
Speaker A
자, 그런 다음에 우리가 뭐 하냐면 여기다가 확률적 직선 검출을 할게요. 자, 코드 드릴게요. 자, 이거는 다를 거예요, 저랑.
Speaker A
그래서 요거는 제가 패스 아까 참에 다왔던 거 워터인 안 보이네. 아 피자다. Ja. 하면 되겠네요.
Speaker A
자, 일단은 보시면 확률적 지서 검출한 이미지 경계에서 직선들을 자동으로 검출해. 아까 이거 원이잖아요. 직설 검출하니까 실제 길이 선분 단네요. 시작점 xy 한 점 끝점 x2 y2 좌표로 이루어진 배열이에요. 그래서 여기가 q라인지예요.
Speaker A
그래서 얘는 무한 직선 형태고요. q라인즈 p가 있어요. P는 프로티의 학자예요. 확률값으로 나오는 거예요. 이해되시죠? 두 가지가 있어요. 음.
Speaker A
그렇죠. 호과 사세 환영님 1점. 아, 그렇죠. 저렇게 아는 걸 뱉트라고요. 머릿속에 있는 걸. 알았죠? 혼자 알지 말고.
Speaker A
자, 그래서 여기 보십니다. CB2 GAPI라고 하시고 Cort 알겠죠? 그러면 흡백 변환해요. 그리고 H 검출해요. 그래 어떻게요?
Speaker A
이제 경계 저거 검출했으니까 뭐야? 직선 검출하겠다 이거예요. 이해되시죠? 그 이게 중요하죠. 아까 뭐라고 했어요?
Speaker A
어두운데도 잘 보이고 평 달아도 잘 보이고 라인은 그래야 되잖아요. 그러면 라인은 정확게 라인 스트레이어. 이게 컴퓨터가 이해할 때는 흑백으로 해 가지고 엣지 검출해서 직선 검출해야 얘가 그 라인을 잘 보고 트레이싱을 하겠죠.
Speaker A
이해되시겠어요? 어 그래서 그런데 쓴다인 거야. 커플 변화하는 결과를. 자, 그러면 똑같이 할게요. CB2에 컨버트 컬러 이미지 가져와요.
Speaker A
CB2의 컬러 뭐예요? DGR 투 그레이 이거죠. 얘를 갖고 그레이라 만들고 다음 어떻게해요? 자, 첫 번째 쪽배 변화지 한 칸씩 보여 드릴게요.
Speaker A
그다음에 엣 검출합니다. V2의 캔이 껴서 똑같죠. 아, 50 150 이게 표준이에요. 그래서 엣지 한 거죠.
Speaker A
다음 확률적 이제 직선을 검출할게요. 라인 원래는 한꺼번을 치는데 이렇게 할게요. 아이고. 자, CB2에 아까 Q 이제 라인즈가 있고 라인 P가 있어요. 이제 프리티로 갈게요.
Speaker A
그대로 일단 쓸게요. 아까 저걸 로라고 했구나.로 그죠? 자 그다음에 떼다. 그제 이거는 각도겠죠? 넘파이에 파이의 뭐예요? 180° 호죠. 호의 길이죠. 어 그다음에 뭐예요? 스트레스 얘가 10.
Speaker A
그다음에 여기에 민라인스가 나오죠. 50으로 바꿨죠. 그리고 갭이 나와요. 갭이라는 건 차이잖아요. 간격을 얘기해요. 그래서 엣지는 여기서부터 주석 쭉 넘기면 돼요. 그죠?
Speaker A
일단 이렇게 칠게요.이 자꾸 이게 눈에 거슬리네. 어, 이제 캔이 엣지에서 검출된 엣지들 우리 엣지들이에요. 그렇죠?
Speaker A
엣지들. 그다음에 얘 뭐예요? 해상도죠. 얘가 해상도가 들어가요. 음.로 원래 약간은 DP 썼지만 얘는 해상도고요. 해상도인데 각도예요.
Speaker A
그리고 얘는 셋드죠. 우리가 직선으로 간주할 수 있는 최소값이야. 그리고 이거 랭스잖아. 아이고 뭐야? 얘는 뭐예요?
Speaker A
직선으로 내가 멈출하고자 하는 직선의 최소이야. 얘는요. 직선으로 간주되는 안경이에요. 자, 갭이니까 차이. 자, 천천히 치시고 시작점과 끝점과 그게 다르거든요.
Speaker A
그러면이 라인는 셰이프를 찍으면 어떻게 될까요? 이게 왜 앞에 뭘까요? 이렇게 나오죠. 3차원이죠. 맞지 않아요?
Speaker A
3월 대열이에요. n 1 4예요. 아까 여기 1은 무조건 그거라고 했잖아요. 그러니까 얘를 무시하면 n 4가 되겠네요. 근데 4는 뭘까요?
Speaker A
4는 렉트요. 렉트가 뭐예요? 렉탱규럴 그럼 말씀하시는 거예요, 선생님? 사각 좌표. 아 사각차표가 본데 아까 여기서 썼는데 상수 어 세균님 1점 그렇죠 시각 시작점 끝점 시작점 할 때 xy잖아요 x1 y1 맞아요 그죠 아 라인은 거기도 있잖아요 어렵게 생각하는 말 x2 y2잖아.
Speaker A
아까 1일 때는 어땠어요? 원이면 xyr 맞아요. 중심점에서요 r xy 맞아요. 근데 라인은 여기서부터 여기면 얘 x1 y1 얘는 x2 y2 여기 연결해야지 라인 아니야?
Speaker A
그러니까 여기네 개의 정보가 있잖아요. 그렇죠? 그게 여러 개 라인이라고 생각하는게 여러 개가 나올 수 있다 그랬잖아요. 맞아요.
Speaker A
어, 지금 우리가 퍼포 변환이라는게 어 뭐예요? 파라미터 공간으로 바꾸는 거잖아요. 원래 우리가 이거 찍어 보면 요거를 y는 wx + b라고 한다. 근데요 위치에서 얘 w에서 어떤 라인들이 그려질 수 있느냐. 근데 어떤 걸 직선으로 우리가 채택할 거냐, 선택 간조할 거냐 이거잖아요.
Speaker A
맞아요. 변환이 음. 그러니까 이제 N 1 4 3,000원이고네 개이네 개 정보를 알 수 있다 이거야. 그러니까 저거 지금 보니까 잘 찍는 것도 실신력이에요. 저기 열심히 참여하니까 잘 찍잖아요. 세균님 그 맞죠? 어 세견님 보니까 옛날 내 친구가 옆에 내 짝꿍이 생각이 나네.
Speaker A
그죠? 어 갑자기 짜증나려고 그러네. 그죠? 나는 3번 찍어서 반띵했는데 그죠? 걔 4번 찍어서 70전 나온 그 친구네. 완전히. 어, 왜냐면은 찍는 것도 실력이에요.
Speaker A
왜냐면 내가 여러 개가 들어갔으니까 확률적으로 뱉은 거잖아요. 음. 네. 잘하셨어요. 어, 짜증은 나는데 잘하셨어요, 선생님.
Speaker A
잘하셨어요. 예. 자, 4천원. 뭐냐면네 개의 정보예요.네 개 정도. 어. 자 그러면 우리가 처음에 치스는 뭐라고 해요? 캔니에서 이건 뭐 알아야 되고 로가 해석 그러면 노가 가릴 거는 어떤 해석냐면요 거리의 해속 그 거리 계산할 때 누구적 평면으로 이제 허프 변화를 했을 때 거리 얘를
Speaker A
1로 하면 뭘까요?이 이 뜻은 뭐냐면 만약 1이면 1로 했잖아요. 1의 의미는 뭘까요? 그러면 1로 1픽셀 버리니까 얘 얘하고 얘하고 얘고 이게 다 픽셀로 이루어져 있잖아요. 무슨 말인지 알죠? 그러니까 원본이라고 생각할 수 있는데 그건 전체적인 거고 얘는 거리니까 해상도가 여하고 1 1도
Speaker A
촘촘하게 했겠다. 무슨 말인지 알죠? 그러면 얘 숫자 커지면 어떻게 될까요? 1픽셀 단위로 하겠다 그러면 되게 촘촘하겠죠? 그리고 정미해요. 그럼 거꾸로 어떻게 해요? 10이면 듬성듬성 되겠죠? 듬성듬성 열 개씩 이렇게 연산은 빠지겠죠?
Speaker A
연산은 빠르겠죠. 열피색 해상도가 이해되죠? 어, 하나씩 하나씩 옆에 다 붙어 있는 거잖아요. 하나씩 꼼꼼하게.
Speaker A
어 해상도가. 자, 180도로 나누면은 180도를 뭐라 그래요, 우리가?요 각도예요. 여러분, 여기 180도를 우리가 수학에서 뭐라 그래요?
Speaker A
이거라고 하잖아요. 파이. 맞아요. 어, 그리고 거기 어 있지만. 그러니까 절 정확하게 얘는 몇 도예요? 파이 나누 180이에요.
Speaker A
파이예요. 뭐예요? 1°. 요거는 1도를 의미예요. 세타는 기본 단위를 1도로 하겠다는 거. 이거 뭐예요? 1도 1 지그리 한국말로 영어로 하는 1도 맞아요. 1도 단위 얘는 어떻게 가겠다는 거야? 하나씩 띡 띡 띡 1도씩 아주 표현도 안 되잖아. 1도씩 360도 돌자 하나씩
Speaker A
촘촘하게 가는 거죠. 1도식도니까 이해되세요? 어 각도 해성도 그렇죠? 1도 강력을 내가 체크하겠다는 거야. 그 세스월드가 10이죠. 얘는 여러분이 간조 인계값이잖아요. 말 그대로 인계치.
Speaker A
그니까 최소 투표예요.이 말은 최소 투표 보팅을 하기 때문에 최소 몇 개가 있어야 내가 직선을 인정할 거인가? 이해되시죠? 그러니까 이거는 야, 최소이 정도는 있어야 내가 인정할게.
Speaker A
어.이 이거예요. 무슨 말인지 아시나요? 예. 우리가 얘는 지금 허퍼 변환해서 얘가 직선으로 간주할 수 있는가?
Speaker A
이거잖아요. 변환을 해 가지고 직선을 찾는 거잖아요. 그 점들이 모여서 직선이고 점들이 모여서 뭐예요? 원이었잖아요. 그렇죠? 그게 허프 변환이었잖아요. 근데 우리가이 정도는 해야 직선이지. 이렇게 하는 거야.
Speaker A
어. 자, 그러면 요건 뭐예요? 직선의 최소이에요. 픽셀 단이죠. 검출할 직선의 최소 길이를 버는 거야. 그러니까 적어도요 정도 픽셀보다는 길고 확실할 때만 내가 직선이라고 할 거예요. 그니까 50은 돼야 된다 이거예요.
Speaker A
즉 뭐냐면 이거예요. 아니 총 길이가 50픽셀도 안 돼. 뭐예요? 아, 자꾸 이런 말 너무 극단적인데. 버려. 그죠? 너 50픽셀도 안 되니? 버려. 직선 아니야? 그죠?
Speaker A
사실 인생이 지금 그렇잖아요. 뭐예요? 우리 60로 하면 우리 어떤 자격증 받은데 59점 버려. 61점 에이 와. 무슨 말인지 아시겠죠?
Speaker A
60점 넘으면 합격이잖아요. 자, 맥스 라인은 뭐겠어요? 최대 허용 기관이에. 말 그대로 허용된다. 간격이 어디까지? 이게 어떨 때 쓰겠어요? 맥스 라인 갭 갭이 있어.
Speaker A
어떨 때일까요? 갭이 있어. 몇 개? 평행할 때 평행할 때요. 갭이 있어. 어떨 때까요? 자, 이게 직선인데 자, 뭐가 모여서 직선이 돼요? 점들이 모여서 짐이 되죠. 근데 얘가 갭이 존재한다는 건 뭐가 존재한다는 거예요?
Speaker A
어떤 애들일 때 할까요? 노이즈. 빈 공간. 어, 약간 힌트. 예. 빈공간 나왔어요. 저 인재님이 말하는 거 빈공간 빈공간이 있다는 건 어떤 상태일까요?이 의미가 여러분이 지금 우리는 직선으로 그치 인재님 박수 한번 쳐 주세요.
Speaker A
1번 그렇죠? 자, 똑같은 거예요. 저걸 그냥 만드는 걸 지금 우리가 개스하는게 아니라 잘 보세요.이 학자들이나 연구진들이나 여러분들이 지금 문제 해결을 보는 거야.
Speaker A
내가 저거 이거 이거 지금 뭐 하는 거예요? 어떤 애들을 점들을 점들이 어떻게 있으면 내가 직선으로 인정할까 이거 아니에요.
Speaker A
그러니까 맥스 아이 얘가 갭이 있네. 인정할까 말까 고민인 거죠. 이해되시겠죠? 여러분 생각해 봐요. 어떤 거야? 끊어진 점들이 있어.
Speaker A
애매한 거야. 그렇죠? 여러분 이러잖아. 끊어진 점들이 있는데 아 어디까지 얘를 선이야 같은 선으로 인정해 줘. 현실적인 문제 아니에요?
Speaker A
끊어져 있어. 아 얘 이런 거야. 이렇게 잘 갔는데 여기서부터 여기까지야. 근데 얘가 끊어져 있어.
Speaker A
그리고 같은 선으로 볼까 말까? 애매하죠. 경계니까. 이거 아주 현실적이라니까요. 여러분 만약 땅 땅이라고 해 봐요. 여기 여기 그리고 여기는 아까 치면 영수가 있고 여기 정의라는 애가 있어. 서로 주장해. 이거 내 땅이라고. 아 어디까지 인정해 줄까? 현실적이지 않아요, 여러분? 요거 엄청난 문제죠. 구분이
Speaker A
애매하면 싸움나지 않겠어요? 어, 내 땅 넣. 어 똑같아요. 어디까지를 인정해 줘. 그래서 여기 써 있어요. 맥스라인 캡까지는 아이 정도는 하나의 선인데 그냥 끊겼네. 10 정도는 봐 주자.
Speaker A
알겠죠? 어 그거예요. 그건 여러분이 설정한 거야. 근데 인식이 잘 되느냐지. 이거 갖고 조절해서 선이 잘 검출되는지 이제 결과를 돌려보면 알잖아요.
Speaker A
이해되시죠? 자, 그러면 시각할까요? 자, 여기까지 한번 찍어 봤고 뭐예요? 아, 존재한다면 라인이 돌아. 그 라인들을 돌아.
Speaker A
그리고 라인의 첫 번째 거 갖고와서 얘를 x1, y1, x2, y2 끝점 있을 거 아니에요.
Speaker A
그래서 그림 그려. 라인 그려 줘. 그 이미지를 갖고 와서 시작점이죠. 시작점 끝점 두께 딱지만 선 보이죠?
Speaker A
하나 한 달랑 하나네. 이게 하나니까. 자 그래서 얘는 색깔을 안 넣어 가지고 그래요. 색깔을 넣까?
Speaker A
025 아니면 255 0 넣어볼게. 어, 잠깐만요. 한마를 까먹었네. 친절하죠? 음. 보이세요? 검출했죠? 음. 자 그러면 자 그래서 자, 여기 필기됐던게 있을 거예요.
Speaker A
뭔뭐에 제가 드린 거예? 요거야. 정리되는 거죠? 자, 다시 한번 여기 보시면 자, 로라는 건 원점에서 직선까지 거래요.
Speaker A
1픽셀 단위로 매우 정면 계산하겠다. 정리 됐죠? 정리 있으면 1번이라 쳐 주세요. 자, 하나씩 할게요. 자, 이해되죠?
Speaker A
세타는 각도단위 레디언이에요. 넌파이 파이인데 180도는 1도라는 뜻이죠. 각도 레졸루레이션이 크면 직선 검출 정확도가 떨어져요. 이해됐으면 1번 쳐 주세요.
Speaker A
음. 확실히 이해하고 가자고요. 센스월드 10이에요. 직선으로 간주세는 최소 투표 10개. 누적 투표수가 10 이상 돼야 내가 선이라고 간주하겠다 이거요. 높이면 확실한 직선만 노이즈가 적겠지만 높이면 확실한 거니까 별로 안 나오겠죠.
Speaker A
낮추면 작은 선들도 다 검출되겠죠? 실제로 여러분이 돌려보면 슬낮추면 많이 검출돼요. 그죠? 해 보세요. 어, 시간 들릴 테니까. 미니멈 라인 랭스는 뭐예요?
Speaker A
내가 검출하는 직선이 최소 길이에요. 길이가 10픽셀 이만이면 무시하겠다 이거야. 바깥쯤에 버려 버리겠다는 거잖아요. 맥스 라인 갭은 직선으로 간주되는 거예요. 호용.
Speaker A
중간에 끊어져 있는 선이 있어요. 그게 12하이면 하나의 선이라고 간절. 오케이. 자, 이해하는 식을 갖고 이해한 다음에 지금 여기에 있는 것처럼 얘를 좀 만져 보세요.
Speaker A
알겠죠? 여러분들이 이거 해야 될 거야. 어, 프로젝트 때 어떻게 할지 모르겠지만. 음. 아니 아니에요. 얘는 해상도랑 가는 돼 있어. 안 본다는게 아니에요.
Speaker A
세타는 해상도. 그러니까 뭐냐면 촘촘하게 볼 거냐 이렇게 돌아가면서 듬성듬성 보고냐 그거랑 똑같아요. 거리랑 이해되세요?
Speaker A
그럼 각도 해상랑 관련됐잖아요. 아까 직선으로 안 본다. 이런 거는 이제 쓰레스홀드랑 요것들이에요. 세 가지.
Speaker A
직선으로 간주해야 되는데 얘네들이 이제 간주죠. 왜냐면 얘가 얘 가장 깐깐깐한게 얘고요. 첫 번째 기준이에요. 어떻게 보면 두 번째 세 번째 애매한 것들. 이게 애매한 것들이잖아요.
Speaker A
그렇죠? 일단은 얘가 첫 번째 기준이고요. 얘가 한마디로 두 번째 기준인 거예요. 어, 우리 법 같은 경우도 그러잖아. 첫 번째 뭐 하면 뭐 한다. 근데 거기에 상황들 세부 사항 나오잖아요. 이럴 경우에는 이런다. 이럴 경우에 이런다. 이거예요. 규칙 베이스죠.
Speaker A
왜 이런 걸 만들어 보았을까요? 해 보니까. 그렇죠. 해 보니까 저런 기준을 만들어야 되는 거죠. 어, 해 봤으니까 그냥 막 만들겠어요.
Speaker A
필요하니까 해 보니까 어, 저기 애매한 것들이 생긴 거야. 일단은 얘로 그냥 끝났을 거야 옛날에는.
Speaker A
근데 해 보니까 어 길이가 짧네. 이걸 인정해. 누군가가 반박해겠죠? 저걸 어떻게 인정해요? 그 이해되시죠? 어 그러니까 알았어.
Speaker A
그러고 끊겼는데 당신 눈에는 보지 컴퓨터가 했다고 인정해. 아 그럼 기준 만들자. 이렇게 된 거겠죠.
Speaker A
자, 이해하고 만지는 시간까지 해서 지금 8분이니까 12분 드릴게요. 그래서 20분에이어서 진행하겠습니다. 이게 좀 어려워요. 여러분들이 그 대신 좀 잘하고 있어요. 어, 이해할 수 있는 시간을 들릴 수가 없었다고요. 어 그 여기는 잠깐 졸면 안 돼요.
Speaker A
Ja. 저번 여러분 바로 선배님들이 그니까 자세의 차이인 거 같아요. 그러니까 그전에도 다 6기분들 또 여기 6기에서 유산도 가고 여러분 여기 메인저님 또 나오셨잖아요. 어 그래서 저 개인적으로 뽀한데 다들 열심히 하셨는데 이제 뭐 사실 캠 그때는 인원이 많으니까 더 많으니까
Speaker A
이제 주무시는 분도 있죠. 사람마다 다르니까 피곤하시기도 하고 근데 이제 의지의 차이가 조금 있는 거 같아요. 이제 여러분들 또 돈도 내고 와서 그런지 몰라도 근데 이제 저번 기수에는 제가 이런 얘기를 해서 그런지 몰라도 저도 이제 횟수가 달라졌어. 6개월 이상 강의하니까
Speaker A
여러분들하고 저도 이제 조금 나아졌죠. 노하우도 그렇고 어떻게 여러분들하고 대화하는지 저번 기수분들은 아예 대놓고 얘기했어요.
Speaker A
그죠? 이해하는 시간도 필요하고 너무 졸려서 이해가 안 되니까 이해하는 시간 달라고 그랬어요. 5분 많이는 못 줘도 그니까 졸리면 차라리 말하세요. 나 이해하는 시간 아니면 잠깐 시간 차라리 크게 나요. 대놓고 입 벌리고 자 그러면이 강의하다가도 나도 모르게 그분을 1분간 쳐다보게
Speaker A
돼. 알겠죠? 어 그러니까 처음에는 놀랬어요. 메인저 님한테. 아니 어떻게 대놓고 자죠? 어 카메라 끄면 개인 감옥에 간대. 아, 좋은 시스템이구나.
Speaker A
어, 그러지 마시고 이해 안 되면 아니, 나중에 혼자 한다고 생각해 보세요. 이거 감당 안 돼요. 내용이 한두 개가 아니에요. 하루에 8시간 강의하잖아요.
Speaker A
시간 복습이 앞에 놓치면 언제요? 언제 동영상 강의를 다시 할 거예요? 내가 모르는 것만 봐야지. 그 8시간 언제 다 볼 거예요?
Speaker A
어 일주일 동안 자면 40시간이에요. 그죠? 의제 차인 거 같아요. 알았죠? 약속하세요. 졸리면 차라리 5분 이해하는 시간 좀 주세요.
Speaker A
하세요. 그리고 좀 주무시고 오던가 눈 감고 알겠죠? 아, 자주는 못 드려도 하루에 그렇게 드릴게요.
Speaker A
그러니까 이해하는게 중요하지. 예. 제일 먼저 말씀하셨네. 네. 감사합니다. 여러분 이거 썼 쓸 거예요 아마.
Speaker A
그래서요 허프 변환 두 개 수치를 한번 바꿔 보세요. 이게 바꿔 봐야 이해가 돼요. 지금 일방적으로 예제만 돌리고음 한게 아니라 바꿔 봐서 변화 과정을 보면 이해가 돼요. 지금 한번 해 보시기 예. 보팅이라고 아까도 했지만 뭐냐면 여기 설명돼 있죠. 투표라는
Speaker A
건 누적된 거예요. 원이라고 평면은 뭐냐면이 누적 인계값이죠. 계속 이제 가면서 우리가 아까 직선이라고 하면 요게 20개가 연결해 보니 띄엄띄엄 있지만 이게 합쳐져 가지고 누적하니까 어 직선이네 이거고 요렇게 누적해 보니까 점들이 조족해 보니까 어 원이네 이렇게 간조할 수 있다는 거야. 그러니까 몇 개까지를
Speaker A
내가 개수가 요게 점 포인트가 있어야 원이고 어떤 건 직선이다라는 뜻이에요. 음. 이해되신가요? 점들이 모에 소용이 되잖아요. 근데 직선하고 원이라고 할 때 저 보팅이라는 말은 내가 적어도 30개 정도 누가 봐도 원 이렇게 이렇게 하냐 예를 들어서 열 개만 있어도 아 원이라고 간겠다.
Speaker A
만약 이게 맞으면. 근데 아닌 거 같아도에 원이네 이런 거고. 네. 길이가 짧으면 직선으로 안 낼 수도 있나요? 아니, 그게 요거를 하는 거예요. 이제 뭐냐면 이제 얘가 아까요 기준으로 하프 변환이라고 했잖아요.요 공간에 넣었을 때 얘를 기준으로 여러 개가 이제 점들이 옆에
Speaker A
있을 텐데 어떤 것을 내가 직선이라고 할 건지, 어떤 것을 원이라고 할 건지 그 기준을 마련 하겠다는 뜻이에요. 근데 적어도 예를 들어서 만약 얘를 열 개라 그러면 이게 낫잖아요. 지금 파라미터 2의 기준이. 그러면 그냥 이렇게 열 개만 있어도 우리가 선이라고 간주하겠다.
Speaker A
이런 뜻이에요. 직선이라고. 그리고 아까 말한 것처럼 길이가 짧은 직선 안 될 수 아까 그거는 다른 기준이죠. 아까 직선에 보시면 어떻게 말이고요.
Speaker A
자,요 라인에서 아까 뭐라고 그랬어요? 요거죠. 전체 기 질이를 내가 요건 여러분이 결정하는 거예요. 승민님이 50픽셀도 안 돼. 그게 하나하나가 선이 이게 뭐예요?
Speaker A
여기서는 점이 픽셀이잖아요. 그림에서는 이미지에서. 근데 50개도 안 돼. 그러면 식성이라고 안 하겠다고 할 수 있게 빠르잖아.
Speaker A
버린다고. 근데 이건 여러분이 설정하는 거예요. 30개를 할 건지, 20개를 할 건지, 열 개를 할 건지. 근데 이제 이렇게 너무하게 되면 누가 봐도 직선이 아닌데 직선으로 인정해 버리는 거죠.
Speaker A
음. 이해되시나요? 자, 이제 진도 좀 더 나가도 될까요? 네. 좋습니다. 그러면은 지금 이게요 같은 선이 직선 검출인데 사실 선이라서 여기를 이제 경계면을 그래도 잘 찾아 가지고 이제 보여 준 거지만 사실은 어 이게 이제 라인 트레이싱면은 더 잘 나오거든요.
Speaker A
그래서 여기다가 우리가 CB2에 아 리딩에서 여기 패스를 다른 패스를 잡을게요. 라인 패스라고 할게요. 그리고 여기다 라인 패스라고 할게요. 그래서 요거 이제 우리 지금 시시간 10분 남았는데 금방 10분 만에 끝나요. 그리고 이제 그다음 거를 할 거예요. 자, 여기 여러분들이 데이터 여기에 데이터
Speaker A
보시면 그때 뭐가 있냐면 딱 여러분이 이제 라인 트레이싱을 하기 딱 좋은게 있어요. 라인즈라고 있을까요? L 라인즈 자, 병로 혹사해서 하시고요. 라인즈 PNG 있죠? 어, 걔를 갖고 와서 걔를 아린 리드에서 이미지라고 할 거예요.
Speaker A
자, 똑같아요. 여기 사실은 복사하면 되는데 한번 쳐 볼게요. 그래도 CB2에 컨버트 컬러 이런 외울게 이미지 빨리 칠게요.
Speaker A
우리가 뭐라고 했어요? CB2의 컬러 BGR 투 그레이 요거죠. 얘를 그레이라고 할게요. 그다음에 캔지 검출해야죠. CB2 캔니 이제 설명 안 쓰고 그러면서 어떻게해요?이 그레이 가져와서 50 150 맞죠?
Speaker A
이렇게 해서 엑지스를 만들어요. 그다음에 라인즈 해 가지고 요거였죠. 그냥 한꺼번을 했을게요. CB2 Q 라인즈 P.
Speaker A
일단 여기에 이제 자동 완성 됐으니까 여기서 조절할게요. 엣지스 맞죠? 엣지 모임 1 180도 1°C 얘 얘를 스월드를 100개까지 할게요.
Speaker A
그리고 얘는 10 10 이렇게 할게요. 이제 우리 설명 안 해도 되죠. 얘는 엣지들의 모임. 얘는로 해상도인데 거리. 얘는 해상도인데 각도. 1이면 여기도 1도죠. 각각 1 픽셀만큼 1°만큼 아주 촘촘하게 그렇죠.
Speaker A
하겠다라는 뜻이고요. 100 스스홀드 100 직선으로 간주될 수 있는 최소값 미니멈 10 내가 검출하는 최소는 10 정도는 돼야 돼. 그렇죠?
Speaker A
그다음에 라인캡 얘는 직선으로 간주될 수 있는 간격은 10 정도는 그죠? 어 끊어져 있을 때.
Speaker A
자, 그다음에 시각해요. is not이면 또 라인 하나씩 돌아요. 라인지를 라인에 하나만 갖고 와 볼게요.
Speaker A
뭐예요? x1, y1, x2, y2 시작점 끝점. 맞죠? CB2의 라인을 그려 주세요. 이미지에다가 위에다가 그려 주세요.
Speaker A
X1, Y1 시작점은 여기고요. X2 Y2 끝점은 여기예요. 그리고 색을 넣어 주세요. 255 25. 그리고요. 여기 두께는 2로 해 주세요. 선두 두께는 TLT 아쇼 이미지 DLT 잡다한 거 안 나오게 해 주세요.
Speaker A
짜잔. 라인 트레싱 되겠죠? 컴퓨터 눈에는 이렇게 보인다는 거. 열가 이렇게 검출해 가지고 주면 그렇죠.
Speaker A
예. 한영님의 저 리액션 아주 마음에 들어요. 어, 좋아요. 음. 그래서 이렇게 이제 여러분들이 테스트를 할 수 있겠죠. 아, 얘한테 이식을 시켜야 되겠잖아. 아 이거 옛날에 보면은 여러분 전 옛날 사람이나 로보합이라는게 있었어요.이 로봇 경찰 왜 얘가 딱 뭔가를 인식할
Speaker A
때 찍 뭐가 바뀌면서 찍 탐식이 그죠. 이런 라이 저건 뭐다? 띠리 띠 이렇게 하면서 움직이잖아요.
Speaker A
그 이제 로봇에 이제 이식 실제로 중국에 지금 로봇 경찰 나왔잖아요. 어 여기까지 다 치셨죠?
Speaker A
그거 사실 아까 위에 있는 거 복사해서 붙이면 돼요. 음. 요것만 달라줬지. 음. 좋아요. 자, 그러면은 음.
Speaker A
자, 우리가 뭐 할 거냐? 컨투어라는 걸 해요. 컨투어. 컨투어. 이런 거 이제 미술 시간이나 이런데 많이 나왔을 거예요. 뭐면 윤곽성.
Speaker A
거기에 여러분들이 오츠라는게 있어요. 그렇죠? 저번에 한번 본 거에 있을 거예요. 오치. 자동으로 최적의 인계값 찾는 거야.
Speaker A
우리 한번 했죠. 그레이 스게 얘는 쳐 봐야 돼요. 그죠? 그레이 스겔 이미지가 있어요. 얘를 얘는 뭐예요?
Speaker A
이진노하는 거죠. 마이너리지죠. 코디예요. 블레이스 이미지죠. 스테일 이미지. 자. 그런 다음에 얘는 뭐라면 히스토그램 우리 저번 첫 시간에 여러분들 헷갈리지 않아. 저걸 왜 하지? 이게 뭐야? 실제 픽셀 값들이 0부 기억 기억났어요?
Speaker A
히스토어그램 캘큘레이터 히트 할 때 여러분 헷갈려 했었잖아요. 0부터 255 이게 사실 등간이죠. 사실 뭐 간격이 뭐예요? 검정색부터 흰색까지 맞죠?
Speaker A
색깔별로 밑에는 색깔별로 걔가 몇 개 나왔냐? 픽셀이 몇 개 있냐? 그것이 히스토그램이잖아요. 분포 맞아요. 어 그러면이 히스토그램 픽셀값이란 말이에요. 픽셀값이 어떻게 분포돼 있니? 요거를 자동으로 분석해요.
Speaker A
그 데이터 분석하는 똑같아요. 그래서 가지고 최적의 인계값을 찾는다 이거야. 스트레스 홀더는 우리가 지금까지 넣어 봤잖아요. 계속 하나씩 하나씩. 그러지 않고 그걸 풀려면은 결국 폼은 돌려 가지고 리스트로 만들어서 우리가 지금 여기 지금 다섯 개, 여섯 개 지금 돼 있잖아요.
Speaker A
거기 하나씩 다 입력값 해당되는 거 넣어서 돌려받겠죠. 그거를 어차피 하니까 얘한테 주는 거야. 함수를 만들어서 네가 해. 그렇죠? 얘네 폼을 계속 들고 있는 거죠. 아래 내부적으로는 그렇죠. 그러면서 뭐예요? 최적의 게값을 스를 찾아.
Speaker A
그러면 얘가 뭐예요? 이미지 내부에서 흑 100 흑백 요리사 같죠? 5 이렇게 나눠 줘요. 어디 쓰겠어요? 우리 했던 거 문서 스캔이나 OCR 분석 요거 어디서 많이 나오냐면 지금 얼마 전에 피규어라고 아시죠? 필교라고 하는 거기에서 뭐 했어요? 택배 불리하는 영상이 지금 떠다니고
Speaker A
있어요. 그러면서 어떻게 되나? 막 지금 걱정이다. 사람들이 분류는 끝났다 이제 막 이런 식으로 막 나오는데 여기 안에 내장 돼 있어요. 얘가 이거 이렇게 써야겠다. 첫 번째 1.
Speaker A
자, 이거 이렇게 할게요. 1 하면 되겠죠? 어. 자, 네시간에서 쉬었다가 잠깐만 여기다가 그레이만 쳐 보세요. 우리가 그레이 이제 계속 코드를 다 또 칠 필요 없으니까 그레이 하면 원래 잠깐만 아, 이게 변했구나.
Speaker A
안했구나. 다시 다운마다 있구나. 저기에 워터 코인 있는 걸로 하고 일단 쉬었다가 하겠습니다. 네. 자 여러분 다시 한번 파이팅하고 시작해 보도록 하겠습니다. 자, 마지막 시간이네요.
Speaker A
자, 거의 끝나니까 그 진도는 다 맞춘 거 같고. 어,이 오측하고 그다음에 조금 고급 기능 좀 공부한 다음에 그다음에 내일 것 중에 좀 필요한 것 좀 할게요. 내일 할게 많게 많아서 오늘 웬만하면 좀 해야 될 것 같아요. 아까 워터 코인이
Speaker A
있었거든요. 거기 그 다시 이게 지금 덮어 씌워 버려 가지고 요거 요건가? 맞죠? 이거죠? 요거 복사 다시 하셔 가지고 다시 내릴게요. 쭉이 지금 덮어 그레이가 이걸로 덮어 씌웠어요. 그래서 패스를 다시 잡고 그런 다음에 이미지에 자 흑백으로 다시 할게요. 흑백으로
Speaker A
해야 임계값으로 컨트어 즉 윤곽성을 추출할 수가 있어요. CB2에 우리가 한번 볼게요. 어떻게 나오는지. 컨버트 컬러 그죠? 요 이미지요 얘를 이게 아예 그거니까 얘를 이미지라고 할게요. 그냥 이미지라 할게 패스라고 해도 되는데 이미지가 하고 CB2에 컬러 비지얼 그래 이거죠. 이거 한번 쳐 보시면
Speaker A
아 이게 지금 요거 로나지 잡은 거시다 넌파 아 요거 자체가 제이팩이 이게 아니죠 뭐로 바꿔 줘야 돼요 자 이거 패스 잡아야겠네 자 리드를 안 했죠 패스 잡고 자 이렇게는 안 되죠 뭘 해 줘야 돼요 뭐가 빠졌어요 need리 need드 해가지고
Speaker A
읽어야죠 죠 그지? CB2에 얘를 이미지로 놓고 자 이거 나왔어요. 그러니까 여기 보시면 3 컬러가 흑백이니까 그냥 2차원 나왔죠. 312호.
Speaker A
자 그런 다음에 이제 그레이로 바꿔 줘야죠. 이제 그레이로 만들어 똑같아요. DGR2 그레이로 해서 지금 요렇게 나타냈고 얘를 그레이로 넣겠어요.
Speaker A
어, 잠시만요. 아,이 스튜디오에 파리가 나 따라다녔구나. 잠깐만. 신경했어. 그래요. 스트레이스볼게요. 인계값 그레이의 0 255. 자, CB2의 바이너리. 근데 보통인데 이제 오츠를 쓰겠다. 알겠죠? 오 하면 돼요.
Speaker A
오치 알고리즘. 자, 오츠 알고리즘 아까 말씀드렸지만 이런 형태 이진화하는 코드인데 최적값을 알아서 히스토그램을 분석해서 최적 인치를 찾아서 내부에서 나눠 준다 이거예요. 그죠? 얘를 하게 되면 그냥 얘는 그냥 바꿔 줬잖아요.
Speaker A
바이너리는 그냥이지만 한 거고 알겠죠? 근데 얘는 알아서 최적 잉계값을 찾아 죽겠다 이거예요. 근데 스트레스 홀드라는게 인계값 찾아야 되니까 여기에 옵션이 있는 거예요.
Speaker A
그리고 얘는 특징이 뭐냐면 언더바이너리 이렇게 나와요. 왜 여러분 알다시피 언더바는 뭐예요? 안 쓰겠다는 것이죠. 요거 뜻이 뭐예요?
Speaker A
안 쓴다. 여기 원래 스트레스 홀드 나와야 되잖아요. 맞죠? 아까 어제 뭐 보면 센스 홀드 50이면 50 이렇게 나왔잖아요. 그렇죠?
Speaker A
왜? 안 쓴다. 안 쓰겠다. 셋드. 왜? 내가 찾아 주니까. 왜? 의미 없다. 아무 의미 없다. 오치가 찾아주니까.
Speaker A
그죠? 음. 자, 그래서 컨트롤을 검출하는 방법이요 두 가지가 있어요. CB2의 리트리예요. 엑스터널. 엑스터널면 외곽이죠.
Speaker A
엑스터널 라인이에요, 원래. 그러니까 외곽선. 외곽선을 찾아주는 거. 리트 검색해 주는 거. 리트리브라는 단어 있죠? 이거는 꼭 아셔야 될까 봐요. 어 왜냐면 요즘 LMM에서 제일 많이 쓰는 거 같아요. 검색하다.
Speaker A
어 여러분이 혹시 들어보시는 렉그라고 있어요. 뭐요? retrieveral ofed 그죠? generation라고 해가지고 어려운게 아니라 내가 기존에 어떤 데이터 자료가 있는데 그거를 증강시켜서 왜 어떻게 증강시켰어요?
Speaker A
인터넷을 찾아서 최신자료 찾아서 증강시켜서 생성하겠다. 여러분이 리포트 쓸 때 내 머릿속에 있는 거, 책에 있는 것도 있지만 최신 자료가 아니잖아요. 그러니까 뭐예요?
Speaker A
검색해서 신문 기사나 어떤 통계나 이런 걸 찾아 가지고 답변을 하잖아요. 그걸 이제 리트리벌이라고 해요. 그죠? 검색하다. 그래서 레그가 별게 아니에요. 어 기존 지시 체계가 많을수록 더 지식 체계가 그러니까 똑같아. 머리에 어떤 용어든 뭐가 등게 많으면 연결이 되죠. 지시
Speaker A
체계가 그거예요. 그래서 워낙 똑똑한 인턴인 GPT, 채츠피나 재미나이가 이해도가 우리보다 좋겠죠. 어쩔 수 없이. 우리는 우리는 솔직히 저도 그렇고 중앙도서관에 있는 책 안 읽어 봤잖아요. 한 150만 원 정도는 읽었어야 되는데. 그렇죠? 어 근데 어 최츠피치는 어 1억권을 읽었잖아요. 그죠? 그런 똑똑한
Speaker A
인턴이에요. 어 그냥 어 그러니까 걔네들하고 이제 시키는 거죠. 자 그러면 CB2의 apprximately simple이에요. 그럼 뭐냐면 많이 쓰죠. 대략 대략적인 근사하다.
Speaker A
여기 딱 어플러스미트이 딱 어떤 코드든 어플러스라는 저에게 딱 나오는 순간 뭐냐면 아 얘는 계산을 근사치로 하구나. 딱 떨어지는게 아니라 어쩔 수 없이 그죠? 근사값을 하다.
Speaker A
근사하다 그죠? 그래서 체인인 형태인데 심플하게 윤곽선을 저장한다. 이렇게 생각하시면 되겠습니다. 자, 그러면 요런 방법들이 있어요.
Speaker A
컨트롤을 이제 하는게 그러면은 CB2에 지금요 약간 고급 기법이에요. 컨트롤 여기 바이너리로 이진화를 해 놔야 돼요. CB2 TR 요거에 이스트가 있어요.
Speaker A
그리고 CB2의 책이 있는 너을 쓸게요. 그죠? 자, 예. 컨실. 자, 여기에 이제 해석하는 건 굳이 치지 않겠어? 원래 처음에서 해야 되는데. 어, 하나씩 여기다 드리고 설명을 드릴게요. 어, 이제 기능 구현을 하는게 더 중요하니까. 그래서 일단은 여기다가 프린트 컨스 하고이 어떻게
Speaker A
나오는지 볼게요. 이렇게 나오거든요. 숫자값으로 이렇게 데이터 타입 이렇게 쭉쭉쭉 나오죠. 1 0 하면서 어레이 이런 식으로 나와요. 어 인티저 30고 아내가 2,000원 하나씩 개패 형으로 돼 있네요. 그리고 또 궁금하니까 링트 항상 새로운 거 나오면 셰프을 찍어 보세요. 어떻게 생각?
Speaker A
얘는 근데 튜풀이라서 아 나는 이거 집합인 줄 알았더니 튜풀이네. 쉐이 없죠. 튜플이니까. 아 그냥 리스트 같이 이렇게 튜플 형태로 나오는거나이 가로가 이렇게 리스트처럼 되지만 튜풀이였던 거예요. 자 그러면 이제 형태를 좀 아실 거예요. 아 알았지.
Speaker A
그러니까 얘는 적용이 안 되구나. 자 그러면 이제 하나씩 해 볼게요. 자 바이널이라는 건 이진화죠. 아 흑백으로 나오겠네. 아까 리스트라는 거 뭐냐면 retri리eve list 뭐예요? 목록을 검색하다고. 그러니까 모든 윤곽선이 있는지 어 검색해 보겠다. 이런 뜻이에요.음 이해되시죠?네 죄송해요. 아이 눈에 뭐 왔다 갔다
Speaker A
리체를 사야 되네. 이거 큰났네. 수에 어 그래서 깜짝 깜짝 놀랐네 진짜. 아 뭐가 확 지나가서 끊어요.
Speaker A
자 CB2의 체인 어프라이스 너는 모든 이게 점 점 점 점장이 뭐예요? 죄송해요. 점을 모든 점 포인트를 저장해 놓겠다. 예 알겠죠? 모든 점들을 다티폴트로 그렇죠. 어 저장해 놓겠다. 그래서 흰색 영역 255죠. 얘의 경계선을 찾아요. 걔를 리스트 형식으로 반응하겠다. 이런 뜻이에요. 자,
Speaker A
그러면 자, 여기서 자, 우리가 뭐냐면 자, cons스 영스 자, 이런 거 나오면 이제 갑자기 머리를 아파하셔요. 이게 컨팩스.
Speaker A
그래, 또 이제 아까 말한 것처럼 얘 특징 때문에 그래요. 자, 이거 프린트 컨스 나오기 전에 이제 에러 안 날테니까 얘는 변수에 넣었으니까 하나 또 해 볼까요? 렌스 해 볼게요. 아까 봤지만 뭐예요? 두 개래요. 그렇죠? n이 두 개 있대요. 0 아니면 1이겠네요.
Speaker A
맞아요. 그리고 궁금하잖아요. 프린트 컨팩이 뭐야? 이렇게 컴팩스 해 볼게요. 이렇게 나온대요. 자 이게 좀 특이하거든요. 이제 요거 미리 말씀드리면이 또 오픈시 때문에 문제가 생겨요.
Speaker A
자, 설명을 좀 드릴게요. 그래서 지금 요걸 돌리시고 여기에 요렇게 놓고 요게 있어요. 지금 오픈시에 4인데 이거 채신 걸로 업데이트 했거든요. 옛날에는 얘가 컨투어하고 하이라 할게 이번에 계층 얘가 어떻게 돼 있습니다 하고 알려줬어요. 3.0 3점대 버전 4점대 배전은 아 이거 필요 없다.
Speaker A
그냥 컨트롤스만 보이죠. 원래대로 이렇게 한 거예요. 그래서 쳐 봐야 돼요. 셀 우리가 이제 얘가 이거거든요. 1 하면 이렇게 나와요.
Speaker A
거기에 잘 안 보니까 0 해 보세요. 이거 가거든요. 그리고 컨스 1 해 볼게요. 이렇게 나온 각각에 대해서 -1 0 이렇게네 컨투어를 보는 관점이에요.
Speaker A
그래서 저게 이제 이렇게 나오는게 조금 애매할 수 있는게 코드가 왜 저렇게 생겼지? 용각선을 다낸 건 얘로 다 나왔고요.
Speaker A
그래서 찍어 본 거고 두 개고 파인드 컨트어는 이렇게 나오고 그다음에 콤팩은 이게 뭐예요? 렌 전체가 길이가 만약 2면 컨을 쓰고 아니면 1을 써라.이 뜻이 컴팩이다.
Speaker A
이해되시죠? 어 0 1 있으니까요 길이가 두 개 있으면 0을 쓰고요. 컨트롤을 쓰고 그러지 않으면 얘 하나니까 1을 써라 이거야.
Speaker A
왜냐면 결값이 세 개 받아요. 얘가. 자, 이게 뭔 뜻이냐면 얘는 세 개를 받았네요. 헷갈릴 수 있지만. 자, 얘 몇 개 변면 결과값이 세 개예요.
Speaker A
이렇게 할까요? 그러면 이해될 거예요. 입력지. 이렇게 다큐멘테이션에 써 있어요. 그다음에 리스트 오브 컨투어가 한 거만 쓸게요. 그냥 입력 뭐예요? 윤곽선 리스트 하나가 결층 구조. 정확하게는 이렇게 돼 있어.
Speaker A
이렇게 써 놓으면 요렇게 써 놓으면 더 이해가 되겠죠? 저거 나오는 것 때문에. 이해되시나요? 그다음에 컨투어 얘는 세 개예요. 이거 그냥 지울게요. 제가 여러분 헷갈릴 수 있으니까.
Speaker A
얘는 결갑을 두 개 받네요. 그 버전 문제예요. 버전. 어, 그래서 저기 코드가 저렇게 되는 거야. 얘는 두 개 받았네요. 뭐 요거 개층 구조 없어요. 개층 구조.
Speaker A
정확하면 윤곽선 리스트가 없어요. 음. 근데 우리가 항상 그러면은 필요한 건 뭐예요? 버전에서 용약선 리스트가 어디에 있겠어요?
Speaker A
예. 포함도 있어요. 오픈십에 4는 항상 필요한 거는 융합선일째요. 지금 컨트롤어잖아요. 그러니까 얘가 여기에 포함되 있다는 거야. 자, 그러니까 만약 네가 버전이이 뜻이 뭐예요?
Speaker A
거는 니 2 0 1 2잖 0 1 2 그지?이 이 2가 있잖아요. 2라면 0하고 1이 있잖아요. 지금 요거예요.
Speaker A
버전이 그 이런 경우가 있다고요. 4점이면 뭐예요? 컨스 0 입력 이미지에 뭐가 있어요? 여기에 윤곽선 리스트 포함 여기에 있다고요.
Speaker A
세 개라면 지금 세 개라고 하면은 두 번째 거에 있다 이거죠. 그렇지? 예. 변신이 맞아요. 1번.
Speaker A
오케이. 그까 이거는 뭐 벌기가 아니라 오픈 시 때문에 저런 코드가 나오는 것뿐이에요. 어 얘기 왜 이렇게 만들어지지 모르겠지만.
Speaker A
그 융각서 리스트만 우리가 필요하니까. 그래서 이거 열어 본고 별거 아니죠, 이건. 자 그다음에 자, 이거 정리했어요. 이거 다치는 시간 남긴 거 같아서.
Speaker A
자, 보겠어요. 아까 여러 가지가 있어요.이 검색 방식이 아까 리트리벌 리스트였죠? 얘는 모든 용서차 리스트로 반환한 거죠. 얘는 바깥쪽 X1 바깥에서만 얘는 틀이에요. 부모 자식간에 이렇게 트리고죠. 위에서 안에 그 밑에 맞죠?
Speaker A
어 그걸 개층 구조예요. 우리도 어떻게 표현해요? 개층 구조로 이거죠. 할아버지, 아빠 엄마 나드 이렇게 써요.
Speaker A
맞아요. 부모 자식을 그렇게 표현한단 말이야. 구조요. 얘는 그냥 고초를 보는데 2단계 구조까지만 보겠다라는 뜻이에요. 그 얘는 어플 배트리능 모든 점 저장이고요. 얘는 프레 simple 하면 꼭 필요한 점 시작점 끝점만 저장해라 이런 뜻이에요.
Speaker A
그 됐죠? 그 내가 시각화를 할게요. 컨트워 여기 써 있죠. 컨트롤스 이미지 가져와서 컴팩 아까 컴팩 만들었잖아요.에서 제가 일부러 흰 일부러 비지할 때문에 요걸로 한 거예요.
Speaker A
자, 여기서요 -1이라는 건 모든 용각선 얘 뭐 이래?이 이 뜻이에요. 이해되시죠? 아우, 잘 나오죠?
Speaker A
자, 그러면 이제 정리하는 시간 좀 갈게요. 하나씩 정리하겠습니다. 자, 오늘 정식으로는 우리 진도를 다 끝났어요. 아주 웃요. 아직 무려 한시간 반이나 남았는데. 그래서 그래서 우리는 어 조기 교육을 할 거예요. 그럴 때 좀 5분 쉬고 여러분 좀 잘 잠 자 시간 드릴게요.
Speaker A
알았죠? 이런 이런 사람 없죠? 알죠? 졸면 안 돼요. 자, 정리 시간 CB2의 모멘츠가 있었어요.
Speaker A
자, 모멘츠는 이미지 중심이 어디지? 요거 면적이랑 관련 있었죠? m00 기억나시죠? 01 100 기억하셔야 돼요. 오늘 꼭 복습하셔야 돼요. 제가 보시다시피 몰려 가지고 토요일 날 하겠다.
Speaker A
그런 거를 이제 한국말로 뭐라 그래요? 어불성설이라고 해요. 어 제 1월까지 어디 못 떠날 거예요. 매일매일이 새롭거든요.
Speaker A
그날 그날 핵심인 거는 돌려 보셔야 돼요. 알겠죠? 가제를 수행하시면서 중심이 어디지? 면적이 얼마지? 데이터 수치를 추출해요.
Speaker A
CB2의 애드웨이티드죠. 뭐예요? 두 영상이 겹쳐져요. 자연상 효과 레이어싹기 새로운 이미지가 만들어져요. 왜냐? 여기 웨이트 이미지요 웨이트가 차이가 있을 거 아니에요. 그렇죠? 거기에 이제 조절해 주는 감마가 있어요. 자, 배경 위에 반투명이나 투명한 레이어를 올리거나 두 영상을 특징 결합시 사용합니다.
Speaker A
CB2에 메그니튜도 아까 지에 나왔죠? 강도. 그럼 뭐냐면 엣지에 경계를 하는데 이제 우리가 바로 추적 알고리즘 바로 내일이에요. 그죠?
Speaker A
광화흐름 있단 말 나와요. 그죠? 바로 오늘 좀 있다도 나오겠지만 바로 옵티컬 플로워의 쓰입니다. 음. 이거 여러분들이 보시면 안경 끼신 분들은 바로 보일 수 있어요.
Speaker A
광화 그름 안경이 코팅돼 있죠? 그러면 요렇게 보시면은 어떤 분들은 녹색 있고 어떤 분들은 보라색 보일 거예요. 그렇죠?
Speaker A
자회선 차단요 그 컴퓨터 자회선 차단하는 건 보라색이고 저 햇빛 차단하는 거 있죠? 그 자회사 차단하는 건 뭐예요? 녹색으로 돼 있을 거야. 우리가 이런 거 추적할 거라고요. 알았죠? 어 그 원리에 대해서 그게 광학 플로우예요.
Speaker A
재밌겠죠? 자 그래서 변화색이는 매그니티는 내가 미분해서 x 방향 y 방향으로 가는 변화량을 더한 거죠. 제곱이 저 공식 너무 하지 말고 이해를 해야죠. x 방향으로 변화량, y 방향으로 변화량을 합쳐서 뭐예요? 매그니 나와요. 그러면 내가 각 픽셀의 위치를 확인해서 x형 변향, y형
Speaker A
변향 이게 전체 변형이잖아요. 얼마나 강한 액직인가를 찾겠다 이거예요. 이해되시죠? 다음 정리해 드리면 우리가 이진화한 것을 자 근데 뭐예요? 적응용이었죠?
Speaker A
어 바이너리로 만들어요. 그니까 성능이 딱 봐도 여러분이 이진화했을 때 되게 성능이 좋았잖아요. 안 보 어 저기 보였네. 안 보였는데 하나도 그 어디까지 전천히 할 거냐 이거죠.
Speaker A
이미지 불러와서 전환하고 정형 인계값을 여러분이 만들었죠. 그럼 로컬만 다르다는 거예요. 근데 정의형 인계값을 처리하죠. 여기까지 전 처리한 이미지로 캐니엣 검출을 하야 잘 나와요. 그렇죠?
Speaker A
어. 자, 그다음 다음에 또 질문하셨던 거죠? 정리해 드리고 있어요. K 사이즈와 블락 사이즈가 뭐예요?
Speaker A
케이 사이즈는 커널 사이즈예요. 필터 마스크 크기에요. 우리가 다 알다시피 커널은 3 5 7 11 이렇게 가죠. 맞죠? 왜? 홀수로 가요. 중시점 계산해야 되기 때문에.
Speaker A
왜? 중시점을 계산하면 좌우 다른 거. 얘가 중심점이면 서로 비교가 쉽거든요. 좌우 상화 맞죠? 비교가 가능하기 때문에요. 같은 이미지 내에서도. 자, 3 * 3, 5 * 이런 거 쓴다 이거예요. 자, 블락 사이즈는 어디트의 스트레스 같이 적응용 기반 계산하기 위해서요. 왜?
Speaker A
주변 영역의이 크기를 내가 2 * 2도로 한다. 그러면 계획 보고 평균을 구한 영역 크기를 수 있죠.
Speaker A
어디까지 할 것인가? 이해되시죠? 그래서 이제 K 사이즈, 블락 사이즈도 이제 여러분 정리가 됐어요. 자, 여러분들에게 5 딱 5분이네요.
Speaker A
5분의 시간을 들 테니 주무시든 정리하시든 하시고 자, 우리는 내일 수업을 한시간 당겨서 진행합니다. 알겠죠? 음.
Speaker A
여기가 시간이 제일 모질렀어요. 그 여러분들이 어 좀 처음엔 많이 힘들어했는데 나중에는 이제 좀 정리가 되니까 또 잘 하셨던 거 같아요.
Speaker A
근데 이제 여러분들 그런게 왜 그러냐면 이게 과목이 연결이 되지 않는 경우가 많아 가지고 어 다 따로 놓거든. 지금 요긴 좀 연결되고 이미지 얘도 따로 늘어요.
Speaker A
얘도 따로이 개체 검줄만큼이에요. 그리고 끝나요. 그리고 얘는 다른 거야. 그래서 그래. 아, 아까 말한 것처럼 아, 예. 경주 님이 설명하는 거 보시면 그냥 버전 차이라고. 어, 세 개와 두 갠데 오픈시이 그렇죠.
Speaker A
컨스가 두 개면 오픈시이 4 버전이니까 그 앞에 입력 이미지에 융각선 리스트가 포함되 있어요. 같이 열어 보시면. 알겠죠? 음.
Speaker A
예, 변쟁님 고맙습니다. 어,이 점 드릴게요. 음. 자, 10분에 바로 시작하겠습니다. 예. 일단 다운 받아서 열어 주세요.
Speaker A
자, 잡고 말아야 돼. อ 아, 시간이 또 되기도 하고 얘 진도가 빨리 나가야 돼요. 일곱 개를 돌려면.
Speaker A
그래서 미리 하는 거보다도 앞에 좀 왜냐면은 해 보니까 요렇게 하나 한 번 한 번 한 번 한 번 한 번 이렇게 이해되시죠?
Speaker A
이론하고 알고리즘 하나하고 코드 돌려보고 하고 코드 돌려보고 그리고 전체 쭉 하고 코드 중요한 거 찍어 주고 이렇게 해야지 될 거 같더라고.
Speaker A
이해되시나? 어 싫어요. 미치지. 예. 예. 어. 그래도 저번 기수는 하루에 끝나긴 했는데 아 코드를 어느 정도 줘서 그랬던 거 같아요. 그러니까 그 전 기술은 조금 시간이 맨날 4시부터 시간 남으면 돌려보고 그래. 그러니까 정리가 좀 안 된다고 하더라고.
Speaker A
이해되시죠? 이게 계속 진도가 나가는데 이게 밀리면 그렇잖아요. 어 그래서 10분이 됐으니까 진행해도 될까요? 네.
Speaker A
자, 새로운 마음으로. 자, 여러분 안녕하십니까? 오늘 수업은 추적 알고리즘입니다. 자, 새로운 날의 시작이네요. 우리 파이팅하면서 진행해 보도록 할게요. 자, 추적 알고리즘에는 요런게 있어요. 미인 시프트 캠시프트 루카스 칸따대 옵티컬 방학프로예요.
Speaker A
기법 비교하고 시나리오 하고요. 특징장 기반에 객체 추적을 하겠습니다. 자, 보시면 미시프트에 뭐겠어요? 평균이 이동하는 거고요.
Speaker A
템시프트 이거는 요거에 조금 개선한 버전이라고 생각하세요. 기본 개념과 작동 원리하고요. 뭐예요? 히스토그램. 그래서 히스토그램이 중요하구나. 알겠죠? 어, 추적해야 되니까. 자, 그다음에 루카스 카나데 옵티컬 방학로예요. 뭐냐면 루카스 카나데 알고리즘 공부하실 거고요.
Speaker A
수학적 가정. 그다음에 우리가 중요한 특징이 뭐냐? 그 특징인 점을 추적해요. 그래서 실제 코드 활용법을 일켜 보겠습니다. 세 번째는 기법을 여러 가지를 비교해 봐요. 총 일곱 가지. 그래서 상황별 최적의 알고리즘을 선택하고 활용 시나리오를 우리가 설계하겠습니다. 자, 그런 다음에 특징자 기반으로 개체를
Speaker A
추적해요. 어떤 것이 있는지 검출기. 아까 컨트롤해 봤잖아요. 의미 있는 책점을 추출하고 광학로우랑 결합해서 아주 강건한 아주 잘 튼튼한 개체 추적을 구현하겠습니다. 이게 목표예요.
Speaker A
자, 제일 쉬운 겁니다. 템플링 매치. 자, 템플릿이라는게 뭐죠? 만들어져 있. 여러분이 뭐냐면 제일 많은게 파워포인트. 파워포인트인데 여러분이 학교에서 뭐 이렇게 제공하는 것도 있죠. 과제도 그렇고. 그 템플릿이에요. 자, 여러분들이 주는 경우 있어요. 저도 줬어요. 여러분들 발표하는데 과제가 뭐 누구는 어
Speaker A
한글이고 누구는 워드 그건 괜찮아. 근데 여기 앞에 표지 만들고 누구는 뭐 몇 페이지 하고 그래서 그냥 앞에 표지 종이 아깝기도 하고 어차피 소프트 카피로 받아도 그냥 딱 세 장, 두 장 딱 이해되죠? 딱 형식 만들어 가지고 좋아요. 그걸
Speaker A
템플릿이라고 하죠. 학교 로고 딱 있고. 예. 그러면 템플릿 매칭은 이미지에서 특정 패턴을 찾는 기법이에요. 근데 템플릿에 한 개가 있어요. 그거랑 똑같아야 되지.
Speaker A
이해되시죠? 찍어내는 거예요. 그래서 이게 제일 쉬워요. 옛날에음 윌리를 찾아라라는 게임이 있었어요. 윌리라고 얼굴 그 얼굴도 길고 തി다리 아저씨 같은 행인 동화가 있었습니다. 자 그러면은 그 게임 보면 얘가 윌리가 있고 큰 그림에서 얘를 찾는 거야. 그죠? 어 얘 여기
Speaker A
있었는데 아까 여기 있네. 그렇죠? 어, 그 위치 정보나 이런 걸 똑같은 거에서 그래서 기본 개념이 이미지에서 이거 좀 확대해 볼게요.
Speaker A
좀 깨지네. 어, 여기까지 하면 되겠네요. 특정 패턴이나 객체를 찾기 위해 사용하는 기법입니다. 그러니까 주어진 작은 템플릿이 있어요. 그 원본 이미 전체에서 슬라이딩 하면서이 픽셀값을 스퍼 비교해요. 그까 한마디로 정답지가 있는 거예요. 거기 맞추려고.
Speaker A
그래서 비교해서 가장 일치하는 부분을 탐색하는 기법이에요. 이해되시나요? 그래서 이름은 너무 간단해요. CB2의 매치 컴플리 템플리트 뭐냐?
Speaker A
원본 이미지 템플릿 두 개 비교해. 어떤 방법을 사용해서 매칭 방법 알겠죠? 어 이런 형태로 되어 있습니다. 그러면 거기에 대한 결과 원본 이미지와 템플릿 이미지 간의 매칭 정도를 분석해서 유사도 맵을 얼마나 유사하는지 반환하는 거예요.
Speaker A
자, 그래서 원본 이미지요 템플릿 비유해서요 템플릿을 이용해서 보겠다. 그래서 유사더 맵을 해 가지고 매칭을 하겠다. 그래서 결과 행렬에 가장 밝은 점을 최댓값, 가장 어두운 걸 최소값 원본이 일치하는 겁니다. 자, 그래서 결과 분석을 해서 어떻게 하냐면 미스로케이션이라고 해서 결과
Speaker A
행렬이 나와요. 요거 가치해서 형렬 구조가 나오는데 최소값, 최댓값 그리고 거기에 좌표를 찾아 매칭 지점을 결정합니다. 그래서 여기 보시면 CB2의 민맥스 로케이션 그 결과를 가져와서 미니멈 밸리니멈 밸류죠. 값, 최소값, 최댓값 로케이션 위치 정도. 이해되시죠?
Speaker A
자, 그래서 템플릿 매칭은 이렇게 돼 있어요. 이미지에서 어떤 특정한 패턴이나 객체를 찾기 위한 사용하는 기법이에요. 주어진 템플릿 이미지를 원본몬 이미지와 비교합니다. 그래서 템플릿과 일치하는 부분을 탐색해요.
Speaker A
그래서 CB2 매치컴 템플릿이라고 합니다. 그래서 원본 이미지와 템플릿 이미지 간의 매칭 정도를 분석해서 행렬 구조로 나와요. 그래서 CB2점미로케이션이라는 함수를 씁니다. 그 결과 행렬에서 최소값, 최댓값 그리고 좌표 로케이션이니까 좌표를 구해요. 자, 그래서 여기 보시면 CB2의 TM 여기 뭐냐면 템플릿 매칭이란
Speaker A
뜻이에요. TM이 알겠죠? 템플릿 매칭. 어, 매칭이 됐냐? C 코에피션트. 코에피션트라는게 우리가 상각 예수예요. 보통 이렇게 쓰거든요. 이게 뭐냐면 별게 아니라 여러분이 요렇게 가고 얘도 이렇게 가요. 그러면 플러스 1 우리 했죠. 요렇게 오토고널 직 직각이면 뭐예요? 0 얘가 이렇게
Speaker A
가는데 얘 반대로 가네요. -1걸 이제 상관 관계에서는 -1 요라고 하는데 1 이게 실 나오죠. 0 아니에요.요 마이너스 알겠죠? 반대 방향 요거 이제 많이 나오는 상관계 분석에서 그래서 상관 개수 이게 높으면 서로 상관이 깊다 같은 방향으로 간다.이 뜻이거든요. 그래서
Speaker A
상관 계수라게 계수를 거예요. 상관계수가 0.8이다. 8이다. 80% 정도가 방향으로 간다. 이런 뜻이에요. 그 상에서 높다. 이런 뜻이거든요. 그걸 비교한 거고 그것도 우리가 이걸 한마튼 노멀해 걸 추천해요. 우리는 자 정교화 싶은 거죠. 정규화된 상관계수라는 뜻이고요. 콜 릴레이션은 상 그냥 상관계가 있냐 없냐. 그죠?
Speaker A
어 그래서 상관계가 있는 거는 또 쓰는데 얘는 지금 추천 안 한다고 그죠? 요거는 그냥 보는 거고. 자, 얘는 스Q어 루트의 diff스예요.
Speaker A
즉 내가 제곱, 차이 그것을 다 더한 거. 이해되시죠? 어떤 거와 다른 한 점 x2와 x4의 제곱을 한 걸 다 더한 거. 제곱의 차이. 요걸 정규한 거.
Speaker A
이해되시죠? 근데 실제로는 템플릿 매칭을 그렇게 많이 쓰지 않기 때문에 대부분 다 이걸 써요. 포션 노미 우리도 그럴 거예요. 그 정교화된 상황 개설 씁니다.
Speaker A
그래서 여기 지금 되죠. 추천. 자, 그러면 요거에 대해 그래도 해석할 수 있어야 되니까 매칭 메소드라는 거.
Speaker A
왜 원본 이미지 템플릿 매칭 메소드 이렇게 돼 있잖아요. 세 가지 인수를. TM 코이션 노메드가 가장 좋아요. 실제로도. 어 그래서 매칭 방법에 따라 유사도 해석이 달라지는데 상관 기반은 값이 클수록 5차 기반은 당연히 5차라는 건 차이잖아요.
Speaker A
차이는 라스는 저글스니까 유사하다 이거야. 그렇죠? 원본하고 유사하다. 템플레이션. 자, 그러면 TM 코입션 다시 말하면이 상관 계수고 얘는 평균을 뺀 영상에서 상관 계수로 계산해요. 밝기 변화에 되게 민감해요. 그래서 정교화 01로 정교화에서 하면 가장 정확하고 아이클 써 있어요. 가장 정확하다고. 왜냐면
Speaker A
대부분이 있는게 정가요. 빛의 변화에도 강해요. 그래서 요걸 추천하고 상관계만 본다. 그 당 단순 픽셀 곱의 합이에요. 빠르지만 정확도가 떨어지거든요. 그까 간혹하다가 이게 안 되는 것들이 있어서 요걸로 가는 거야. 요게 안 되면요 두 개가 안 되면 요걸로 가는 거야.
Speaker A
그 안 단계로. 자, 그래서 얘는 정변을 상하는게 얘보다 낫다. 그러니까 무조건 다른 얘가 안 되면 다음 거에 노멀라이즈 가면 돼요. 그렇죠? 어, 일단 노멀라이즈 안 되면 단순 비교잖아요. 결과가 안 좋아요.
Speaker A
정규돼 상관게 안전성 확보 차이 0과 1로 전규 얘보다 비교가 여기다. 완전히 일치하면 여기 돼 버리거든요. 어, 그렇기 때문에 요걸로 해 줘야 돼.
Speaker A
자, 그다음에 우리가 배워야 될게 특자라는 용어입니다. 특자. 자, 그래서 항상 노메드가 붙은게 좋아요. 어, 그다음 특징자는 피처나 피처예요. 우리가 계속 말했던 특징.
Speaker A
그걸 특징자라고 해요. 왜냐면 디스크립터라고 해요. 그죠? 그래서 특징자는 이미지에서 눈에 딱 띄는 거예요. 특별한 점.
Speaker A
그게 뭐예요? 모서리. 그냥 내가 점인데 지금 여기도 이게 점인데 자 점들의 모임이잖아요. 예. 이게 자 점이 있어요. 여기 어 근데 갑자기 거기에 별이 있어.
Speaker A
눈에 뛰죠. 어 그리고 모서리 있어요. 뛰죠. 갑자기 사람의 눈이 있어요. 눈이 뛰죠. 어, 그러니까 이렇게 구분되는 독특한 부분이에요.
Speaker A
모이나 코너, 점, 패턴 주변과 특별하게 구별되는 시점이죠. 근데 얘 검출이 피처 디테션이 연산 전체에서 의미 있는 특점을 자동으로 쳐져내는 알고리즘 과정이 있고요.
Speaker A
목적은 조명 변화나 회전 크기가 변화해도 안정적으로 찾을 수 있는 뭘 만들어요? 기준점 그것을 키포인트라고 하죠. 대를 해요.
Speaker A
근데 얘는 단점도 있어요. 빛의 바퀴가 바뀌면 못 찾아요. 그리고 같은데 가장 큰 단점이 뭔지 아세요? 회전하면 못 찾아요. 다르게 인식해요.
Speaker A
그렇죠? 왜냐면은 얘가 회전했을 때 눈이 여기 있었거든요. 얘 회전해 버렸어. 이렇게. 그 눈이 위치가 이렇게 바뀔 거 아니에요. 다르게 인식해요.
Speaker A
회전해 버렸으니까. 어, 템플릿은 회전 못 해요. 인식하면 끝이에요. 또 얘가 눈이 여기였는데 눈을 두 배로 큰게 있어요.
Speaker A
다르잖아요. 다르다 보니까. 이해되시죠? 딱 맞아야 돼요. 그래서 그렇게 많이 안 써요. 그죠? 그냥 고정돼 있는 그냥 걸려 있는 사진.
Speaker A
그렇죠? 뭐할 때 많이 쓰가 이게 모나리자가 만든 거 맞나? 모나리자가 만든게 아니지. 누구지? 누가 썼죠?
Speaker A
갑자기 모나리자가 만든게 아니라이 진짜 모다리자인가? 무슨 말인지 알아요? 진품이냐? 가품이냐? 이해되죠? 어. 그까 얘는 제약이 엄청 그러니까 처음에 나온 거야. 처음.
Speaker A
근데 이제 장점은 빛이 아까 바뀌어도 오케이. 이거야. 근데 이제 아까 뭐냐면 템플릿 매칭은 안 되는데 특장 매칭은 얘는 키포인트로 검출하니까 얘는 아까 템플린 매칭의 단점이었던 빛에 바뀌면 못 찾고 회전하면 못 찾고 크게 바뀌면 못 찾는데 얘를 다 해요. 누가? 특징자가
Speaker A
특성을 뽑으니까 빛이 바뀌어도 오케이. 회전해도 오케이. 크게 바뀌어도 오케이. 그래서 저 특징자를 검출하는 알고리즘이 계속 나온 거예요. 그게 여러분들이 한번 배웠던게 뭐예요? 호구예요. 2025 2005년이 그거예요.
Speaker A
이해되시죠? 특징자를 판별하는 기법이 우리가 이미 배웠어요. 2005년도에 호그라는 자 그래서 요거 뒤에 나와요. 자, 특징자는 추적하거나 매칭. 그 이런 걸 한국말이 더 어렵다니까.이 이 한자를 써 가지고 뭐 뭐 하고 뭐하고 정합 이런 말이 나와요. 일단 더 이해.
Speaker A
우리는 매칭 하면 알잖아요. 매칭됐다. 그렇죠. 근데이 정합 한국말이 더 어려워요. 보면. 자, 그다음에 인식 발권이죠. 그래서 입력 영상이 들어가면 특징 점을 검출해서 기술자를 생성한다이 얘 특징자. 다시 한번 이게 교재에 있는 내용이에요.
Speaker A
이미지를 내에서 강하게 구분되는 부분이 모서리, 점, 특징. 이해되시죠? 이런 것들을 뽑는 거예요. 이렇게 매칭 예, 특징자. 얘가 사진이 이렇게 기울어 있어도 찾아가죠.
Speaker A
어디에 위치 있는지. 그래서 이미 강하게 구분되는 거고요. 모서리 점 특징이고요. 얘는 특징자 검찰 피셔틱에 들어가요.
Speaker A
특징자를 자동으로 찾아내 주는 알고리즘. 영상 내에서 안정적으로 차 수 있는 기지점을 만들기 위해서요. 추적, 트래킹 정확 매칭 인식 레코인션 요거를 활용합니다.
Speaker A
자, 다시 말하지만 템플링 매칭은 픽셀 기반이거든요. 그래서 이미지 픽셀 그대로 비교해요. 그렇죠? 픽셀 255네, 얘는 240 틀렸군. 이해되죠? 이런 식이에요.
Speaker A
어, 그래서 주요 환계점은 환경이며 빛의 밝게 인감하다 그랬죠. 빛의 밝기가 바뀌면 피 픽셀을 비교하니까 픽셀값이 바뀌어 버리잖아요. 하얀색이 저을 해 버리니까.
Speaker A
어 기약적 변화 뭐야? 회전 크기 변화 템플릭 다르잖아. 얘랑 생긴게 다른데 픽셀끼리 비교하니까. 근데 특진자라고 하면 얘가 틀리게 생겼어도 할 수 있다는 거예요.
Speaker A
그렇죠? 어떤 친구가 여러분이 알다시피 특징자를 하게 되면 장점이 뭐예요? 특전자 하면 아까 여러분이 동의했으니까 얘 누구예요?
Speaker A
B죠. 근데 B가 좀 요즘 놀았어. 활동이 없어 가지고 이래도 얘는 하면 누구야? 바야. 이렇게 돼 있는 거예요?
Speaker A
아니죠. 특징자를 하게 되면 아 얘 얼굴이 뽑었어도 특징을 찾는 거야. 이해되시죠? 어 그래서 아 빈긴 비인데 뭐예요? 살진비. 알겠죠? 어 이렇게해서 빼비 그렇죠? 어빼비라고 이제 할 수 있는 거예. 구분한다는 거야.
Speaker A
오케이. 그래서 이미지의 어떤 지역 특징을 정보를 벡터해서 비교해요. 키포인트 찾는 거야. 아, 얘는 B는 원래 얘가 모르겠지만 눈이 요렇게 생겼어. 얘는 안 변하잖아. 얘는 심하네. 그렇죠?
Speaker A
어, 변했지만 그 여기 옛날에 보조개가 있었네. 어, 특징 좀 찾았어. 이제 이런 식으로 필요하는 거야. 할 수가 있다는.
Speaker A
예. 그게 맞죠. 여러분들이 다이어트하면 수도 있고 어 갑자기 폭식하면은 120km 쓸 수도 있고 그래도 여러분 여러분이잖아요.
Speaker A
그렇지 않아요? 어 그래야지 특징을 뽑아야지. 응 그래서 얘는 어떻게요? 처리 워크풀 보면 키 포인트 제일 중요한게 이거다. 포인트가 뭐냐? 핵심이 뭐냐? 그리고 얘를 벡터와 한다는 거야. 숫자로 나타내야죠. 그래서 매칭을 한다는 거야. 같은 거 강의네요. 회전 크기 변화 밝기
Speaker A
고유한 특징 벡터를 유지해요. 그게 이제 수학에서 말합니다. 고유값이 알겠죠? 어 그래서 이게 특징자 매칭은 픽셀 기반이기 때문에 밝기 회전 색상에 민감해요.
Speaker A
특진자 매칭은 이러한 약점을 보해서 이미지의 특징 점을 추출해요. 디스크립터라는 거 즉 설명해 주자 지역 특징을 설명하면 거예요. 의미 있는 특진자를 추출해서 패치를 추출하고 벡터하는데 제가 여기다가 이제 빨간색을 표시했죠. 요게 실제로 중요한 거야. 뭐냐면 시프트라는 애가 먼저 나왔어요. 1999년에.
Speaker A
그다음에 우리 배웠죠. 2원이요. 혹. 그리고 실제로는 시프트는 정확하지만 가장 정확하지만 엄청 느리거든요. 그러다가 얘를 이제 바다를 서핑한다.
Speaker A
그런 것처럼 서브가 나왔어. 2020년 2006년에 얘랑 얘보다 빨라요. 성능 예선만 됐어요. 똑같은 원리예요. 그다음에 사실은 쭉 가면 ORB라는게 있어요.
Speaker A
2011년이거든요. 얘는 상용형으로 많이 쓰이네요. B. 그리고 나머지 딥런이에요. 최근게 레치예요. 픽셀 패치. 그래서 요거 로버트 트랜스포머예요.
Speaker A
가장 정확게요. 그 사실은 다 잊혀졌어요. 얘만 써요. 실무에서는. 자. 자, 이제부터 본격적으로 들어가겠습니다. 앞에 어이 시프트 변화에 대한 추적 알고즘의 가장 기본적인 인자들에 대해서 설명했어요.
Speaker A
그리고 이제 돌려 볼 거고. 자, 민시프트 알고리즘입니다. 아, 여기서부터가 진정한 어, 우리가 추적 알고리즘이라고 할 수 있습니다. 자, 평균 이동, 평균이 이동이겠죠.
Speaker A
시프트 변화, 평균이 변화. 그니까 뭐든지 모든 알고리즘 보면 기초 통계에서 나왔기 때문에 기준이 평균이거든요. 그가 뭐냐? 평균의 차이. 그래서 여기서 잠깐 기출 평균 쪽으로 오늘 여유가 있으니까 여러분이 티분포라고 T 테스트라고 들어갔을 거예요. 별거 아니라 제일 많이 쓴게 남녀관.
Speaker A
남자, 여성이 있어요. 이분들이 각각의 같은 학생이거나 그죠? 같은 직장이어도 특징이 다르잖아요. 그러면 뭐냐? 뭘 비유해요? 평균값.
Speaker A
남성의 평균, 여성의 평균. 만약 넘버링을 1, 2로 줬다 그러면 성별간 차이가 있는가? 두 집단 간에. 무슨 말인지 아시겠죠? 그게 티테스트예요.
Speaker A
현시에서 제일 많이 쓰는게 뭐냐면 아노바 분석이에요. 이것도 평균이에요. 자, 회사 큰 회사 보면 돼요. 자, 이제 우리 여기가 조산 로보틱스를 할게요.
Speaker A
본사가 있을 것 헤드코터 HQ라고 하죠. 자, 여기에 서울 지사도 있고 뭐 예를 들어서 인천 지사도 있고 부산 지사도 있고 광주도 있고 대구도 있고 이렇게 한다고 할게요. 그러면 이제 두산 로보틱스에서 뭐가 궁금할까요? 각 지역 지사별로 매출의 차이가 있을까? 궁금하지 않겠어요?
Speaker A
회사는 안 그러겠어요? 그러면은 월별로 매출 검사할 거 아니에요. 그러면이 다섯 개의 집단에서 평균을내는 거야. 각각 얘의 평균.
Speaker A
얘의 평균. 그래서 뭐예요?요 다섯 개의 평균에 차이가 있는가? 그게 안 공석이에요. 그래서 실험을 제일 많이 써요. 왜? 당일. 보통 회사에서는 고급 기법 바로 못 쓰죠.
Speaker A
대부분 매일 대일로 아 매일 모래까지 책상이 올려놔. 제가 옛날에 맨날 했던 일이거든요. 본인사에서. 어 그렇죠.
Speaker A
그니까 아노바 분석이 제일 많이 써요. 사실 복잡한 통이 아니라 그냥 엑셀에 돌려도 나오고. 저는 그때 SS 썼으니까 SPS 돌려 가지고 틱하고 결과 나오면 그 결과 해석해서 내겠지.
Speaker A
제일 많이 써요. 기초 통계가. 근데 이제 프로젝트성이 있죠. 어, 그건 이제 보통 한 한 달 주죠. 보고서를 써야 된다.
Speaker A
어, 10개월로 어떤 매출 부인을 막 30년치에 분석한다든다. 어, 그럴 때 이제 머신 연중이 쓰.
Speaker A
그러면 기본이 뭐예요? 평균이에요. 평균의 이동이죠. 얘 평균의 변화량을 보겠죠. 표적을 하니까 얘가 여기 있었는데 이쪽으로 갔어. 평균 이동을 길 거예요. 그게 평균 이동이에요.
Speaker A
핵심 아이디어는 데이터 집단이 있는데 밀도 덴시티 덴티 디스션이 요거겠네요. 확률법 요걸 해서 가장 조밀한 부분 그걸 뭐더라고 해요? 찾아가는 알고 여기 잘렸는데 알고리즘이에요. 영상 처리에서는 가장 쓰는게 제일 구분하기게 색상이에요. 얘 색상의 히스토리 뭐로 바꿔야겠어요?
Speaker A
제가 그랬잖아.이 이 휴가 뭐예요? 한국말로 색조 또는 색상. 그렇죠? 예. 그게 쉽거든요. 눈에 인간의 눈에도 확 띄고.
Speaker A
그리고 빛에 강하다 그랬죠. 왜? V가 명도가 따로 있어서 얘를 조정할 수 있다 그랬죠. 그렇죠?
Speaker A
그래서요 색상 히스토리 기반으로 객체의 중심을 반복적으로 추천하는 거예요. 그러니까 색깔 분포를 따라서 객체를 추적한다 이거야. 근데 뭘 이용한다? 평균가.
Speaker A
알겠죠? 아, 이게 알고리즘 많아지면은 헷갈려요. 자, 그래서 실행 단계는 뭐냐면 자, 여기 키워드가 밀토 추정, 히스토그림, 반복 조수령이에요.
Speaker A
자, 시행 순서는 첫 번째 색상 모델를 생성해요. 내가 찾고자 하는 아까 우리 해 봤잖아. 추적했던 것처, 파랑 이런 것처럼 뽑아요. 그래서 내가 색상 이거 추적할 거다. 이거예요. 찾고자 하는 추적할 개체 영역 그게 관심 영역 우리 뭐예요? ROY 얘를
Speaker A
설정해요. 그러니까 봐봐요. 여러분들이 제가 용어를 정리해 놓으라 그랬죠? 용어를 정리 안 하면 이거 한국말인데 뭔 말인지 모르잖아요.
Speaker A
내가 읽는게 분명히 한국 말인데 강의한 또 못 읽는 거야. 자, 내가 추적할 객체 영역 관심 영역을 선정해.
Speaker A
여기를 추적해야지 색상 히스토리으로 만들어 얘를 그래서 색상 분포 스트죠 본포 모델을 만들어요. 그런 다음에 뭐예요? 아 얘랑 유사한가? 전체 영상에서 내가 만든 모델과 유사한 색상 분포를 가진 영역을 찾아요.
Speaker A
알겠죠? 그런 다음에 이제 이게 좀 어려운데 역투역이란 거예요. 백프로게이션. 아 이거 백프로게션은 하면 아니지. 그건 역전파고 백 프로젝션 역투용이라 이게 여기서 좀 어려워요. 어 그걸 좀 열심히 설명할게요. 남은 시간 동안 역투형이란 백 프로젝션을 하여 확률 맵을 만들어 줘요. 확률값으로 제가
Speaker A
진짜 천천히 하는 거야. 이게 내일 하면은 급해 가지고 말을 빨리 할 수밖에 없거든요. 코드까지 돌려야 되니까. 그래서 오늘 여러분이 함께도 잘 이해해서 좀 무리지만 하루 당겨서 얘하는 거예요.
Speaker A
어, 확률 맵을 생성해요. 자, 그런 다음에 뭐예요? 중심을 이용해. 근데 중심값이 뭐예요? 평균이라고. 자, 픽셀들에 있는데 현재 내 만 이거 윈도우라고 내가 관심 윈도우를 만들어서 추족해요. 얘가 추적해야 될 거 아니에요. 여기에 내가 어떤 사람이야. 우리 사람을 바운딩 박스 만들어서 여기 가지고이
Speaker A
사람이 이동했을 거 아니야. 이렇게 추적해야지. 이게 움직여야지. 이해되죠? 추적해야 되니까. 여러분들 군대 갔다 오셨잖아요. 군대에서 여기 있는데 내가 여기 가만 있고 통끼니까 요쪽으로 갔어. 막말로 거기 쏠 거예요. 토끼 찾아가야지.
Speaker A
그렇죠? 찾아가야 될 거 아니야. 얘가 이동하면. 여러분 제일 어려운게 이동하는 거 아니에요? 안 그래요? 클레이 사격하게 그런 거 보면 가만히 있는 애 쏘는 거랑 이동하는 거 쏘는 거 갔냐고요? 지금 추적해야 되는 거지.
Speaker A
그러니까 중심 이동이 가요. 그게 시프트예요. 내가 현재 윈도우에서 픽셀 값들이 있는데 걔 무게 중심 걔를 매스 센터라고 해요. 걔를 계산해서 윈도우 중심 그쪽으로 옮겨요. 무슨 말인지 아시겠죠? 정확하게 어떻게해요?
Speaker A
픽셀들을 평균한 거. 그것을 가진 자 색깔을 내가 지정했어. 파란색. 그 내가 지금 요거 반역됐죠? 그게 윈도우예요. 관심 있는 여기에 얘가 이쪽으로 옮겼으면 여기에 평균값이 이동했죠. 이해됐어요? 필셀 평균이 이동한 값으로 윈도우를 움직이겠다는 거야. 그게 시프트예요. 이해되세요?
Speaker A
관여판이 바뀌잖아요. 그래서 얘를 반복해요. 네. 여러분들도 이게 월드 그 월드 올림픽 같은데 보면은 어떻게요? 총 쏘시는 거 이거 보여 주죠. 여기 어떻게 권총이 진짜 이게 흔들리니까 제일 힘들죠. 권총이 점품에서 뭐 이렇게 하잖아요. 그 손을 막 떠면서 이제 맞추면서 그렇죠. 위에서부터 확
Speaker A
내면 맞추잖아요. 뭐예요? 완벽한 위치 쳤을 때까지 이렇게 맞추잖아요. 이해돼요? 그걸 반복 수행한다는 거예요. 여기까지 이해되세요?
Speaker A
자, 이거네 개 일단 쳐 봐요. 큰 것만. 색상 모델 생성, 유사연 탐색, 중심이 반복수.
Speaker A
네. 아, 영상 색상 트래커. 그렇죠? 음. 다 여기서 나왔으니까. 음. 자, 그러면은 이제 이거 치시면서 들어 보세요.
Speaker A
내가 말이죠. 저게 빨간 공을 찾아. 그러면 처음부터 우리가 뭘 해야 되겠어요? 빨간 공을 찾아야지. 빨간 애들이 몰려 있는 거. 그죠? 이해 되겠죠? 내가 여러분이 미션을 받았어. 자, 빨간 공을 추적하세요.
Speaker A
그러면 파란공 찾을 거야. 일단 빨간색 있는 걸 가야겠지. 뭐예요? RGB에 255인애를 찾을 거 아니에요. 그렇죠? 00 255를 찾아야 되는 거 정상 아니에요?
Speaker A
그죠? 빨간색 공을 찾으라고 해. 메시안을 받았으면 찾으러 가. 그리고 근데 얘가 얘 움직여. 그러면 어떻게해요? 제일 중요한 건 중심점이죠. 중심점을 찾아가지고 찾아가죠. 우리 그래서 아까 뭘 해 봤어요? 그림볼 찾기 해 봤잖아요.
Speaker A
가운데 좀 딱 해 가지고 찾아갔잖아. 그지? 근데 이제 그거는 위치 중앙값을 찾아가는 거고 이제 뭐냐면 색깔을 찾아가는 거야. 그래서 근데 걔가 계속 옮겨. 근데 그럼 기준이 뭐예요? 평균값. 색깔의 평균값.
Speaker A
이해되시죠? 주변에 있는 색깔의 평균값을 다 찾아. 그래서 공의 위치를 찾는 거야. 오케이? 예. 자, 원리는 간단하요. 원리는 이거예요. 그림 보면 알겠죠? 자.
Speaker A
아, 진짜 오래된 차죠. 이런 제가 어렸을 때 많이 봤던 차들인데 이런 차들 와요. 파란색의 윈도우예요. 무슨 말인지 알겠죠?
Speaker A
얘가 다가와요. 그 우리가 지금 디테이션 하는 거 운전자예요. 영화의 한 장면 같죠?이 운전자 범죄 집단이에요. 쏴야 돼, 지금. 그런 거예요. 이해되시죠? 어, 여러분이 스나이퍼야. 요거 자, 표적이 왔다.
Speaker A
움직이는 거야. 이해되시죠? 어, 그러면 뭐예요? 처음에 객제의 실산 분포를 모델로 만든다. 타겟 중에 가장 비슷한 영역을 윈도우로 움직인다. 세 번째 윈도우 이동시에 픽셀의 중심을 계산해서 업데이트 한다.네 번째 딱 맞는 영역을 찾아까지이를 반복한다.
Speaker A
오케이. 그다음에 캠으로 가는데 여기서 스톱 돌려 볼게요. 자, 첫 번째 이거 내일 숙제니까 내일 소개할 거. 자, 첫 번째 특장 매칭을 해 보겠습니다.
Speaker A
올려 볼게요. 자, 여기 보시면 자, 구글 마운트 해 주실까요?이 이게 이게 제일 어려워 지금.
Speaker A
음. 자, 여기 이제부터 내일부터는 T4로 다 맞춰 주셔야 돼요. 알았죠? 어 이제 T4 쓰셔야 되는데 아 제가 L4 쓸 때만 어 L4 쓰라고 할 때만 너무 느려 터져 가지고 어 그때만 엘포스 치고 나머지는 T4로 그래야지 버텨요.
Speaker A
어 아 이거 왜 이게 안 돼? 자 일단 왜 이러지? 이제 나왔네. 자, 원타임 연결 된 거 같은데.
Speaker A
잠깐만요.이 다시 한번 돌려볼. 근데 왜 이러지? 여러분들도 그래요? 지금 여기 좀 이상한데. 자, 이거 다운바닥 가서 할게요.
Speaker A
이거 왜 이러냐? 마운트가 안 되네. 자, 마운트 만약 안 되시면 데이터에서 다운돼요. 어떻게 두 개?
Speaker A
그건 왜 이러지? 예. 아, 그래요? 아, 조금 기다려. 제가 참성이 없나요? 알았어요. 기다릴게요. 네.
Speaker A
네. 저도 보여주세요. 알겠습니다. 천천히 하겠습니다. 제가 잘못했네요. 자, 고기 여기로 바꿀게요. 자, 뭐라면요? Beau 3이라고 돼 있는 걸 갖고 보세요.
Speaker A
변호사. PNG죠. 어. 지 파일로 얘를 갖고 오시고요. 그다음에 요거를 유 타겟이라도 하면 되겠구나.요 데이터에면 되겠네요. 그렇죠? 음. 자, 임포트 일단 돌려 볼게요. 임포트웨이 CBT 플라리. 자, 이거는 뭐냐면 이미지를 받고 얘가 정답인 거죠. 타겟.
Speaker A
어디에 매칭하려고? 처음에 우리가 I need 하면 되죠. 이미지 읽고 타겟 읽어서 이미지 타겟 이미지 이렇게 하면 되죠.
Speaker A
그런 다음에 이미지가 is 없다면 에러 뜨라고 하고 그렇지 않다면 타겟도 넌이면 타겟이라고 한 거고 그렇지 않으면 해요. 수행 뭘? BGR를 RGB로 바꿔 주세요. 너무 쉽죠? 컨버트 컨볼트 컬러 이미지 타겟 둘 다 이미지 RGB 타겟 이미지 RGB RGB를 바꿔 주면 되죠. 그런
Speaker A
다음에 그려 주는 거야. 서플라 1 2에 10 5짜리에다가 첫 번째 그림 이미지 소스 이미지. 두 번째는 타겟 이미지 이거예요.
Speaker A
그죠? 예. 저희 여직원이 찍은 거야. 약국가 가지고 이거 예제 만들려고 그죠? 어 그래서 여기 보시면 예 그렇죠.
Speaker A
그 친구는 왜 이걸 찍었을까? 주름도 없는 애가 그죠? 어 주름 스틱 그러니까 지금 뭔지 아시겠죠? 저 여기에 주름 관리라고 요렇게 그 진열대 있잖아요. 약국에 맞죠?
Speaker A
거기서 이제 요거랑요 타겟 요거를 찾겠다 이거야. 오케이. 어, 매칭이 되는지. 자 그래서 템플릭의 셰이프를 한번 자, 여기 밑에 거를 음, 하이트 위드 채널이잖아요. 자, 보시면요 이미지 패스를 해서 이미지 얘를 컨버트 이미지를 컬러 BGR2 그레이라면 이미지 그레이죠. 타겟도 그렇게 막
Speaker A
두 개 만들어 주는 거예요. 자, 그런 다음에 사이즈 조로 하겠습니다. 왜냐면 얘가 이러면 틀리죠.
Speaker A
템플릿다. 사이즈 동일해야지 같은지 매칭이 되겠죠? 똑같아야 된다 그랬잖아요. 템플릿 매칭은 맞아요. 예. 그러니까 사이즈 조정한 거야.
Speaker A
템플릿 크기를 200 240으로 타겟의 회전 크기 밝기 변화가 영향을 엄청나게 미치기 때문에 크기를 똑같게 조절했었어요. 템플릿 크기를. 그리고 템플릿의 너비와 높이를 찾죠. 자, 이게 뭐예요? 타겟 그레이의 그죠? 셰이프. 이게 뭐예요?
Speaker A
역순이죠. 코드 이해하셨죠? 역순 -1부터 역의 방향으로 가니까이 진짜 많이 나오는 거죠. 하순할 때 역순이에요. 그러면 H 원래 HW인데 WH로 바꿔 줄겠다는 거야. 원래 셰이 하 뭐예요? 높이 너비로 돼 있잖아요. HWC 맞아요. 또는 원래는 HWC잖아요. 근데 위드 하이트니까 바꿔 준 거야. 역순으로
Speaker A
왜 사각형 그려야 되? 굳이 바꿔 준 거야. 그 역순으로 바꿔서 wh를 넣다. 자, 템플릿은 이미지에서 매칭해서 찾아봐 이거죠. 옵션을 줘요. 아까 SQF 픽셀 제곱차 C코레이션 뭐예요? 픽셀 곱배합 코e트 코사인 유선. 자, 그다음에 노트 뭐예요?
Speaker A
노트. 응. 정규화 정규화가 짱. 알겠죠? 정규화해야 돼요. 무조건 성능인 차이가 많이 나와요. 자, 그래서 얘는 자, 이게 뭐예요? 얘는 뭐라 그랬어요? 매치 템플릿 하시면 돼요.
Speaker A
이미지를 그레이로 바꾼 거 중에 색깔이 있으면 틀린다고 인식하거든요. 세 개. 그러니까 일부러 그레이로 바꿔서 타겟 그레이까지 해야지 매칭을 할 수 있죠. 똑같은 상황으로 나와요. 그 색가 정보를 빼야 돼요.
Speaker A
그런 다음에 TM코션 노인트 해서 리트를 보고 그 유사점 점수를 만들어요. 그래 여기 아까 설명했지만 스퀘어 루트디퍼런스는 제곱 차이죠. 차이가 있을수록은 작을수록 좋고 우리가 콜리레이션이나 노매들은 다 클수록 좋죠.
Speaker A
유사할수록. 그니까 유사조 점수를 내가 내겠다 이거야. 그런 다음에 매칭을 하겠다. 민맥스 로케이션 요걸로 했 아까 했죠. 최소 최대 얼마나 그 로게 위치 정보까지 그 리절트를 넣어서네 가지가 나죠.
Speaker A
근데이 값이 뭐냐? 최소 최댓값이 유사도값이죠. 유사도가 낮고 가장 낮은 거 가장 높은 거. 그때 그 위치 낮은 유사도를 갖고 있을 때의 위치 그게 가장 안 비슷한 위치죠.
Speaker A
가장 높은 유사도를 갖고 있는 위치. 이해되시죠? 어,요네 개로 해요. 그러면 여기 최고죠. 우리는 어떤 거예요? 가장 유사도 값이 없고 가장 비슷한 위치에 있는 xy를 원해요.
Speaker A
맞아요? 어, 그렇죠. 우리는 맥스 밸류이션 맥스 로케이션을 원한다고요. 자, 그 시각하겠습니다. 맥스로케이션. 자, 얘를 기준점으로 살겠다.이 우리가 원하는 거.
Speaker A
가능성이 높은 지역에 왼쪽 위 얘를 탑 레프트라고 할 거야. 그렇죠? 그런 다음에 요거예요. 타임 레프트는 xy 형태잖아요. 그러면 타임 레프트의 0이면 x고 타임 레프트는 1이면 인덱스니까 y 좌표죠.
Speaker A
맞아요. 자, 그래서 요걸 이만큼 w만큼 놓은 거야. WH. 왼쪽이 모서리부터 우리가 제일 원하는 애 가장 높은 애에서 플러스 너 높이라해서 구한 오른쪽 아래의 모서리를 맡은 라인 맞죠? 우리가 제일 원하는 애를 여기 넣은 거예요.
Speaker A
영영 대신 얘를 넣은 거예요. 맥스 로케이션 맞죠? 그런 다음에 wh죠? 맞아요. 거기에 있는 요게 제일 낮은 애죠.
Speaker A
그렇죠? 음. 얘는 거꾸로 거꾸로 생각할까요? 제일 낮네. 그죠? 유사도 점수를 기반으로. 자, 그래서 요렇게 놓은 거예요. 그래서 얘를 카피해서 매치드라고 하고 자, 이미지 그냥 원본 이미지 손상 안 하기 때문에 여기 이미지죠.
Speaker A
타임 레프트 바른 라이트요. 제 유사다고. 그렇죠. 그걸 뭐예요? 기준점 끝 시작점 끝점이죠. 렉탱글. 그리고 얘는 일부로 250억 녹색으로 나오고 그 크기를 두께 라인 위드를 2로 놓겠다는 거죠. 그림 그려 주겠다니까 원본 이미지에 그래서 그리겠어요 세 가지로 얘는 원래 이미지 얘는 결과 얘는 매치된 거
Speaker A
오케이 간단하죠 돌려 볼게요. 어떻게 됐어요? 이게 이제 매치된 거예요.이 가운데 값이 요쪽에 다 매칭이 얘랑 얘랑 매칭이 됐다 이거예요. 픽셀 비교해서 그랬더니 얘가 매칭이 요게 됐다 이거예요. 얘랑 오케이.
Speaker A
예. 그래서요 셰프가 아까처 찍어 본 거고 이거는 높이 너비를 이건데 거꾸로 하면 이게 바뀐 거 보여 준 거고 위드 하이트 CF 찍어 본 거야.
Speaker A
쉽죠?음 들으니까 쉽죠? 자 5분 들릴테니까 한번 정리해 보세요. 요거 그래프요? 이게 리트 그래프잖아요. 얘 매칭되는 그 상태를 나타내는 거야.
Speaker A
탑레프트 다시 한번 해 볼게요. 자, 탑레프트는 뭐냐면 자, 아까 요거부터 볼게요. 민맥스 로케이션이 결과를 나타내는 거예요.
Speaker A
오케이. 예, 그거 설명드릴게요. 지문이 확 나오네. 알겠어요. 어. 자 뭐냐면 민맥스 로케이션 리트 값이 들어가요.
Speaker A
민베리션 맥스리션 얘는 뭘 갖고요? 매칭을 뭘 갖고요? 유사도를 갖고요. 그렇죠? 근데 우리가 차이를 갖고 하는 거는 픽셀 제곱 차이 SQ 쓰면은 작을수록 좋은 거잖아. 유사한 거잖아요. 얘는 클수록 유사해요. 지금 얘를 쓰겠다고 했으니까. 이해되시죠? 여기까지는.
Speaker A
자, 그런 다음에 얘 갖고 요게 결과를 나타내는 애네요. 그래서 리트 값을 여기에서 나온 걸 넣으면 유사도에 의해서네 가지가 나와요.
Speaker A
하나는 가장 낮은 유사도를 가진다. 하나는 밸류 밸류잖아요. 맥스 밸류. 가장 높은 유사도를 가지는. 근데 민로케이션은 뭐냐면 그 가장 나은 유사도를 가진 애의 위치. 그러니까 가장 안 비슷한 거야.
Speaker A
그렇죠? 그리고 맥스 로케이션은 가장 높은 유사도를 가진 위치죠. 그러면 저 맥스 우리는 원하는 건 그거죠. 가장 유사도가 높고 그럼 맨칭이 잘 될 거 아니에요. 그리고 비교하는 거니까 얘가 템플릿에 맞는가? 얘가 내가 찾던 저 물건인가? 테이션 할 객체인가? 그거잖아요. 맥스 로케이션
Speaker A
가장 비슷한 위치 정보가 xy예요. 그렇죠? 그거를 우리는 원해요. 그래서 거꾸로 탑 레프트를 우리가 일반적으로는 그냥 0 여기 기준점 이랬는데 기준점 자체를 뭐로 놓겠다는 거예요?서 있잖아요. 기준점 상대 가장 높은 지역의 왼쪽 위에 모서리를 우리가 가장 높은 유사도를 가진 애라고 지정하겠다. 기준으로 섬겠다는
Speaker A
거. 여기까지 이해되세요? 예. 그래서 탑 레프트를 그려서 얘가 xy 좌표 형태잖아요. 그러니까 0이면 x 좌표고 y 1이면 y 좌표가 된다 이거예요. 그래서 여기서 이렇게 바니 박스를 내는데 얘를 뭐라고 했어? 얘를 얘를 지금 뭐라고 했어요? 맥스 로케이션이죠.
Speaker A
가장 우리가 원하는 거 가예요? 맥스 밸사도값을 갖고 있는 애 최고인 밸류가 최고인 걔를 갖고 있는 xy 여기라고요. 근데 우리가 알다시피 얘는 w h가 있으니까 요만큼 떨어졌겠죠. 얘는 요거에 비해서 x + w x + y 아니에요?
Speaker A
H 아니야. 맞아. 아, 그걸 구하겠다는 거예요. 그 박스를 그리겠다는 거죠. 렉탱글 매치 된 거를 탑 레프트하고 시작점 끝점 여기에 뭐야? 녹색으로 그려 줘.
Speaker A
아인 두께는 2로 맞죠? 그려 주겠다는 거. 그래서 비유에서 보겠다 이거예요. 그랬더니 원본 이미지장 같이 보니까 이렇게 나왔죠.
Speaker A
그러면 이게 뭐냐면 히트 맵이에요. 자, 이것도 설명해 드릴게요. 그죠? 얘를 복사해 볼까요? 예. 얘 텍스트 여기 들어가려나?
Speaker A
그림이니까 들어갈 거 같은데. 아, 그냥 다 들어가네. 잘라야 되구나. 그러면은 잠깐 기다려 버렸어요. 캡처하면 돼. 네.이 음.
Speaker A
자, 참 친절하지 않아요? 네. 이거잖아요. 여러분들이 관심 있는게 이거 맞아요. 네. 그래서 여러분들의 마음 그대로 위 그래프가 뭐예요?
Speaker A
이렇게 물어봤어요. 그 이게 뭐예요? 유사도 정수 맵이에요. 스코어 맵이에요. 이게. 그리고 얘가 형태는 우리가 아는 히트 맵이에요.
Speaker A
유사도가 많을수록 뭐예요? 진하게 보이는게 히트맵이죠. 맞죠? 어. 결과 점수예요. 색상의 의미는 뭐야? 밝을수록 얘는 그까 연두 여기 노 연두색 영향 있죠? 연두 노랗고 연두색 밝을수록 뭐 하는 거예요?
Speaker A
유사하다. 예. 유사도 정수가 높다. 그 거꾸로 보라색이거나 어두운 거 뭐야? 템플릿 하고 다르다. 유사하지 않다. 매우 다르다. 매우 유사하지 않다. 다르다 이거예요.
Speaker A
알겠어요? 그러면은 여기 보시면 얘는 없잖아요. 어 얘하고 얘하고 유사하다 이거. 밝을수록 유사하다고요. 거꾸로 외우시면 안 돼요. 별님.
Speaker A
원래 히트맵은 빨간색이거나 이럴 때 밝고 보라색일 때 어두운 색일 때 반대잖아요. 그렇죠? 아, 병지 꼭 거꾸 외면 안 돼요. 노란색이거나 연두색일 때 유사 도정수가 높다는 뜻이에요. 알겠어요?
Speaker A
음. 어렵지 않죠? 정의하세요. 아, 서로 재를 매칭했니까 템플릿과 매칭하기 때문에 그려진 거예요. 거기까지 이해되세요? 어 템플릿과 매칭이 되기 때문에 그려 준 겁니다.
Speaker A
특징자에 맞아서 매칭을 시켰기 때문에 사각형을 우리가 그렸잖아요. 렉탱글을 그렸잖아요. 여기 보시면 일부러 우리가 여기 렉탱글을 그렸어요.
Speaker A
CB2의 렉탱글 매치하고 타임랩트 발음을 그려 달라고. 그 우리가 그려 달라고 한 거예요. 매칭하기. 얘랑 매칭된 거가 있느냐 이거죠.
Speaker A
이해되세요? 우리가 여기다가 그렸잖아요. 그려 달라고 아예 했잖아요. 여기랑 매치돼낸 거를 원본 사면을 복사해서 그려 줘 했잖아요. 이제 우리가 그려 달라고 한 거야.
Speaker A
원본이요? 아니요. 매치 템플릿과 저 템플릿에 소스에 있는 애은요 템플릿에 매치된 거에 템플릿에 그려 준다 이거야.
Speaker A
정하기면 소스 이미지 맞죠? 요거 소스 있잖아요. 비슷해 보이는게 두 개 있는데 아 지금 매치 그러니까 템플릿 우리가 템플릿을 만든 것과 가장 있는 것 중에서 여기서는 아 그래서 그렇구나 지금 여기도 있고 여기도 있는데 왜 그러냐 여기는 왜 안 쳤냐 이거예요
Speaker A
Ja. 그림이 따로죠. 아니 얘는 여러분들이 여기 보시면 여기 써놨잖아. 이미지 결과 매치. 헷갈리시면 리저트를 리저트가 사실 저게 거쳤어요. 하면 되잖아요.
Speaker A
이렇게 하면은 얘 둘만 그려지잖아요. 그림을 잠못 봤어요. 요거 요거 설명만 해 드릴게요.요 둘 중에 얘랑 얘랑 두 개가 있는데 요것만 그려진 거 그것만 설명해 드리면 되죠.
Speaker A
아니요. 반대 아니에요. 결론부터 말씀드릴게요. 우리가 처음에 얘를 기본값을 해 버렸기 때문에 그래. 얘 때문에 얘 때문에 그래요. 우리가 뭐라 그랬어요? 가장 유사도 높은 애만 해 줘오라고 했잖아요. 여기서 요것 때문에 그래요.
Speaker A
그림에 상관없이 하나만 좌표만 다른 거 필요 없고 1등 데이터만 갖고 와 이런 뜻이었어. 미맥스 로케이션인데 가장 큰 것만 최고점을 아예 기준점으로 잡아 버렸잖아요.
Speaker A
예. 맥스인 것만. 자, 그래서 결론 말할게요. 자, 결론적으로 얘는 가장 레스 중에서 레스 리트잖아요.
Speaker A
이티거든요. 제가 그랬잖아. 우리가 이것만 원 거기에 요거예요. 맥스에서 우리가 요걸 잡아 버렸거든요. 가장 가능성 높은 애를 기준점으로 그 나머지는 밀려 버린 거예요.
Speaker A
그러면은 우리가 좀 바꿔 버리면 돼요. 그러면 여기서 바꿔 버릴까요? 자, 이렇게 할게요. 그렇죠? 어,이 교육 평상 어, 다른 말을 안 하고 아, 오직 1등만 아는 세상 참 뭐 하니까 알았어. 다른 것도 보자.
Speaker A
매칭이 되나? 그렇게 하면 되겠죠? 어. 아까 뭐 했어요? 매치 템플릿트라고 하면 되겠죠? 자, 여기에 지금 우리가 뭐라고 적용돼 있어요? 처음에 처음에 이미지에서 템플릿을 매칭해서 오리지널이 뭐 있죠?
Speaker A
이미지의 타겟 이미지네요. 여기 타겟 이미지 그렇게 됐었잖아요. 이거겠네요. 이거 아니에요. 맞는지 한번 확인. 중간 확인 좀 해 볼게요. 어 매치탑 끝이. 근데 지금 이거 그레이로 넣어야 되니까 잠깐만 기다려 보세요.
Speaker A
템플링 매치 바꿨잖아요. 아 요걸로 넣어야겠죠. 그렇죠. 요걸로 넣어야 돼요. 네. 고마워요. 요걸로 바꿀게요. 얘를 저거 덮으면 안 되니까 레스라고 할 그렇죠. 요거 요거고.
Speaker A
아, 자, 잠깐만. 그런 다음에 유사도랄 하나만 찾았단 말이에요. 그러면 이제 스트레스 홀드를 내가 만들어 줄게요.
Speaker A
뭐로 할까요? 유사도가 80% 이상인 것만 이해되죠? 인치를 만든 거야. 자, 넘파웨어 기억나셨죠? 자 여기에는 음,요 레스가 어떻게 하면 돼요?
Speaker A
Sold드보다 크거나 같은 애 트루인 것만 뽑아 가지고 갖고 오면 되죠. 그걸 에시라고 할 거야.
Speaker A
여기까지 이해되세요? 그니까 수정하겠다고요. 모든 애들 포인트 찾게요. 집타일로 언패킹 해서 이렇게 하면 되겠네요. 왜냐면 LOC가 뭐예요?
Speaker A
LC가 Y 좌표 X 좌표로 돼 있잖아요. 맞아요. 그래서 얘를 다 언팩트 써 놓을게요. LOC가 Y 좌표 X 좌표로 돼 있죠. 행렬 구조가 이렇게 되니까 맞아요. 그래서 얘는 다 언팩킹해서 거꾸로 돌리면 되죠.
Speaker A
적순으로. 그러니까 XY가 되겠죠? 이렇게 되면 그지? 어떻게 돼요? 이거 변환되죠? 아까 했잖아요. 자, 그런 다음에 아까 그러면 PT 0은 똑같아요. PT의 포인트의 0은 X고요. 거기다가 + W죠.
Speaker A
PT 1은 H죠. 오케이. 얘가 뭐예요? 제일 마지막 있는 거잖아. 아까 똑같이 발음 발음라이트. 그리고 여기다 그릴게요. CB2에 다 그려 달라고 그러니까 여기에 들어가야죠. 하나만 아니라.
Speaker A
렉탱글 그릴게요. 이미지 원본 이미지에 PT라이트에 아브쇼 이미지 얘는 언더바야 되죠. 이걸 다운 안 받은 거 같은데.
Speaker A
구글 패치 필티슈할까? 예. 필티쇼하자. 그걸로 하게 됩니다. 이렇게 하고 옵션을 하나 만들면 되죠. 시맵.
Speaker A
이거 어제 똑같이 나오니까. 그레이 매칭이 두 개 다 됐어요. 80% 두 개 매칭된 거라고. 지금 파란색이 안 그려져 있는데 이게 80%가 위치 전부를 찾는게 이렇게 나왔네요.
Speaker A
더 낮춰 볼까요? 그림이 안 보이는 거 같아서 이렇게 색깔을 다른 걸 할까? 순해를 하는데 지금 매칭이 좀 그렇게 나오네요.
Speaker A
원본 사진만 때 일단은 보시니까 아쇼에서 매칭된 애들이 이만큼이에요. 90% 이상까요? 음. 자, 이제 일단 여기까지 진행을 했어요.
Speaker A
그 얘는 지금 넘파이 웨어해 가지고 인계치 조건 해 가지고 바꿨거든요. 자, 그러면은 지금 얘가 지금 너무 높은 거 같아요.
Speaker A
매친 조건이 문턱이 너무 높아요.이 커트라인이 너무 높아요. 그렇죠? 이걸 맞춰야 돼요. 뭘 해야 될까요?
Speaker A
한 보통 그래도 50%는 돼야 되지 않을까요? 얘네요. 얘 또 높네. 아, 지금 스울 0.6.
Speaker A
어, 그러네. 잠깐만요. 위에서부터 바꿀게요. 그러면 지금 계속 지금 덕지덕질 쉬 거 같아요, 지금 보니까.
Speaker A
음. 그러면 너무 논이 높은 거 같으니까 50% 정도로 하고요. 다시 모두 진행해 볼게요. 안 나오네.
Speaker A
3으로 나와도 되네요. 자, 볼게요. 그러네요. 지금 요렇게 나오긴 하네요.요 두 개가 매칭이 요것만 매칭이 계속이 매칭 테이블이 이렇게 되는 거야.
Speaker A
틀리지는 않아요? 0.2로 하면 또 그게다요. 그 믿을 수 있겠냐면 0.2. 그죠?이 픽셀 값이 낮으니까 보면 여러분 보면 임계치가 낮으면 여러 개 잡히죠.
Speaker A
그렇죠? 문턱이 음개치가 높으면은 안 나타나거나 한 개만 잡히고 이해되시죠? 그러니까 얘가 구분이 색상 부분으로 잘 아 그니까 매칭 테이블 매칭이 잘 안 되는 거예요.
Speaker A
어 한 개만 제대로 보인 거죠. 정확하게 인식되는 거. 일단 이해되세요? 이제 지금까지 해 봤잖아요.
Speaker A
그래서 일단 3으로 할게요. 그래서 요거를 아시면 될 거 같아요. 음. 질문 있나요? 여기까지 했는데.
Speaker A
아 스코 맵이에요. 변수는 C에 대한 어떻게 하냐? 유사도값이라는 거예요. 지금 이게 지금 요거 요거 말씀하시는 거죠?
Speaker A
그것도 해 드릴게요. 유사도라는 건 뭐예요? 유사도 점을 쓰잖아요. 유사도 얘를 요렇게 놔둬까요? 어, 네. 지금은 좋은데 그래서 오늘이 시간 날 때마다 해야 돼요. 왜냐면은 일곱 개 못 돌려요. 그러면 진도 못 남아요. 그래서 일단 어, 이해하시는게 중요한데 어쨌든 오늘은
Speaker A
천천히 잘 나갈 수 있으니까. 자, 괜찮아요. 계속 질문하세요. 진도 나가는 거보다 이해하는게 더 중요하니까.
Speaker A
자지 않는 것만 해도 감사해요. 어. 자, 요게 뭐냐면 유사도잖아요. 유사도는 제일 좋은게 아까 뭐야?
Speaker A
1이죠. 1 -1과 1값이잖아요. 그렇죠? 요거 유사도 기준이라고요. 유사도 그는 -1과 1 4예요. 얘를 로라고 하거든요.
Speaker A
1사 이해되죠? 그럼 1이면 완벽하게 일치하는 거. 이해되죠? 보통 유사도는 0.8 이상이면 되게 괜찮다고 해요.
Speaker A
유사도가 높다. 대단히 유사하다. 이해되시죠? 보통 0.5이 0.5에서 0.8이면 그럭저럭 한마디로 얼추 비슷하다. 우리 그런 말 하잖아요. 얼 제가 막 그림에 여러분들이 비라고 해 주잖아요.
Speaker A
뭐 얼추 비슷하다. 그 그죠? 0.5 그죠? 이렇게 해 주는 거예요. 자, 0이면 뭐예요? 뭐냐? 그죠? 뭐냐? 이러잖아요.
Speaker A
완전 다르잖아. 맞아요. 요거보다 마이너스면 뭐예요? 다른 사람 그린 거잖아. 그렇죠? 어, 그러니까 이게 마이너스값도 있고 플러스도 있는 거야. 오케이?
Speaker A
예 좋아요. 자, 그러면 넘어가도 될까요? 자, 이게 우리 두 번째 코드 넘어갈까요? 네. 백그라운드 얜 쉬워요. 왜냐면 지금 우리 오늘 요거 배죠. 미난 시프트 내일부터 여기부터 하면 다시 하면 되겠죠? 코드 미니시프트 돌리면 오늘 연장 수업돼 가지고 요거 백그라운드
Speaker A
갈게요. 음. 얘도 망토 하긴 해야 되는데. 자, 얘는 아, 시킨 심은데 내일 할게요. 오래 걸려. 그래서 영상이 오래 걸려서 또 저 모그라는 거 성해야 돼요. 할까요? 아니면 복습할 시간 드릴까요? 우리 열심히 하면 경직 님한테 할까요?
Speaker A
13분 정도 12분이면 할 수는 있어요. 그래서 설명을 질문 금지 알겠죠? 그래서 아 하는게 좋을까? 오케이. 좋아요.
Speaker A
할게요. 왜냐면 내일을 생각해서 하다가 끊기더라도 야, 여러분들 잘못하면은 자, 얘는 L4로 바꾸세요. 영상이기 때문에. 자, 아주 멋있는 영상이 나옵니다. 어디 뭐냐면 여기에 데이터에 뉴욕크 그죠? 저 한 번밖에 안가 봤는데 좋아요.
Speaker A
같이 한번 보실까요? 그죠? 사람이죠. 어 그래서이 사람을 나중에 디테션 할 때도 좋고 이런 영상으로 그렇죠. 아 여러분들이 어떻게 얘를 매칭하고 추속할 것인가 알겠죠?
Speaker A
그래서 요게 생각보다 오래 걸려 가지고 일부러 여러분에게 드렸어요. 이렇게 자 이거 저장하고 백그라운드 자 마운트 하시는데 아 잠깐만 아까 구기에 저거 또 찾아가기가 또 오래 걸리니까 아까 우리 한 거에 경로 찾는 거 있죠? 그거 먼저 복사할게요. 이거 데이터까지
Speaker A
자 오케이 마운트 됐으니까 여기서 요거 돌리고 자 이거 일단은 모두 돌려 볼게요. 시간 돌리니까.
Speaker A
자, 그러는 보시면 자, 넘파이하고요. 임포트 CSV 아까 우리가 아쇼 언더바 이거 이제 저도 이거 외워지고 있지 않습니까?
Speaker A
CB2쇼 그렇다면은 오픈 12처럼 똑같이 나와요. 자, 타임하면은 타임 모듈이죠. 출력 속도. 자, 초기 설정합니다. 그래서 여기 비디오 가져온 거죠. 뉴욕.
Speaker A
아까 봤던 걔를 이제 오늘 과제할 수도 있겠죠. 캡처. 그래서 캡처 if not 캡처가 열려 있지 않으면 오류라 이거죠. 그럼 끝내라. 다음 배경 제거 개체를 할 거예요. 얘가 CB2에 BGS GM의 목라는게 있어. 근데 얘가 액 정말 콜랩에서선 충돌 일어나요. 버전
Speaker A
같은 거. 그래서 모그 2라는 믹스처 오브 가우시안이라는 개선 버전으로 하겠다는 거예요. 그래서 CB2에 크리at스 백그라운드 뭐예요? 모그 얘를 포어그라운드 백그라운드라는 뜻이에요. 전경 그죠?
Speaker A
배경. 그래서이 목라는게 뭐냐면 믹스터 오브 가우시안투라고 해서요 정규 분포 가우시안 분포로 모델링한 거예요. 알았죠? 그 정규 분포겠죠?
Speaker A
가우시안하면 정규 분포 알겠죠? 아, 그걸로 만들어 준 거예요. 뭘? 각 픽셀의 색상 변화를 그렇게 표현한 애예요. 그래서 백그라운드는 고정되거나 오래 못모는 영상 얘를 갖고 배경을 학습하고요.이 모델의 특징은 4라운드는 FG예요. 그렇죠?
Speaker A
그렇게 표현하고 가만히 고정된게 아니라 움직이는 애들 사람 같이 모션 이해되죠? 갑자기 툭 튀어나온 영상 색상 색상 변화를 다른게 아니라 색상 변화만 추정하는 거야.
Speaker A
그래서 움직이는 물체를 판단하겠다 이거예요. 알겠죠? 어, 그래서 가우시한 혼합예요. 그래서 처음에 프레임 카운트 0으로 해요. 그래서 자, 이게 뭐예요?
Speaker A
frames to process. 뭐냐면 프로세스가 진행하는 동안 가장 최대 프레임 프레임이 뭐예요? 장면, 사진. 그거를 최대 사진 몇 개요?
Speaker A
100개. 최대 처리하는 프레임수를 100개로 한정하겠다는 뜻이에요. 그런 다음에 display every nend프e. 한 프레임당 뭐예요?
Speaker A
20개씩 20프레임마다 결과를 출력해 달라. 알겠죠? 자, 그렇게 우리가 정의하고 비디오 처리합니다. 그러면 여기에 최대 몇 프레임을 내가 처리할게요. 그 잠깐 우리가 30 fps 프레임 세컨 뭐예요? 3초 물량 정도 되죠.
Speaker A
그렇죠? 어. 그래서 자, 여기에 캡널 엔드 연선자예요. 아까 이게 뭐예요? 최대 처리하는 맥스프레임이 몇 개라고요?
Speaker A
100개. 자, 100개 미만일 경우에는 계속 반복해라. 캡션이 열려 있고 프레임 카운트가 100 미만이면 캡션을 열어 가지고 캡션이 하라. 아까이 리트 대신 레시죠. 뭐예요? 트루스죠.
Speaker A
사진 성공, 캡처 성공, 실패. 그때마다 사진 하나씩 만약 없다면 결과 실패하면 그만해라. 맞아요. 여기까지는. 네. 그런 다음에 배경 제거 마스크 연선해요. 프레임에서 배경은 검정을 제외해요. 그리고 움직이는 객체 정경만 250으로 표시하기 위해서 흑백 마스크를 생성하겠다 이거예요. 그래서이 FBGBG가 뭐였어요? 요거였죠.이 이 모델을
Speaker A
사용해서 전경 배경을 색상 분포를 따지는데 다시 말하이 모델은 고정되 있는 걸 계속 이게 계속 변화량을 보면서 색상이 고정돼 있어. 아 얘는 그냥 백그라운드야. 건물 같은 건 가만 있잖아요. 근데 사람이거나 뭔가 이렇게 움직이는 애들이 있으면 어떻게 하겠다? 색상이 변하면 아 얘는
Speaker A
움직이는 개체이구나. 이렇게 만들어 놓은 거예요. 그래서 얘를 하나씩 열어서 얘를 어플라이프레임 여기를 적용하겠다는 프레임에 적용하겠다. 얘이 모델을 적용하겠다는 거예요. 함수처럼. 그러면 우리가 이걸 FC 마스크인데 얘는 어때요?
Speaker A
0 배경은 움직이지 않은 거는 정 검은색으로 인식하고 움직이는 애는 흰색으로 움직이겠다 이거예요. 그리고 얘가 특이한게 하나 있어요. 얘가 그림자를 따라가요.
Speaker A
움직이니까. 그림자도 움직이는 전경을 따라갈 거 아니야. 그림자가. 무슨 말인지 아시겠죠? 그래서 그걸 127 회색 그레이이 모델의 특징이에요.
Speaker A
그래서 특정 간격감 프레임만 보겠다는 거예요. 아까 20개씩이었죠. 출력해 달라는 거야. 그래서 프레임하고 전경 마스크 표시하고 한 번 돌 때마다 이거 많이 써요.
Speaker A
슬립인. 그러자면 꾹 나오니까 잘 구분이 안 되잖아요. 이거 한 번씩 돌면서 잠깐 1초 1m색 쉬다가 나오고 쉬 나오고 해야지 아 얘가 한 번씩 돌면서 눈에서 쫙 가는 것처럼 보이는 거죠. 그래서 하나씩 카운팅하고 이제 캡 랠리스 하죠. 자 볼게요.
Speaker A
예 잘했네요. 시간 딱 맞겠네. 이게 원본 사진이었어요. 캡처한 거죠. 자, 뭘 했어요? 전환시켰죠? 그래서 움직이는 애들은 하얀색으로 표시한 거예요.
Speaker A
끝. 10점 정경과 배경을 분리한 겁니다. 흑백원. 오케이. 예. 훌륭한 선택이었어요. 4분 남았네요. 정리해야죠. 정리하는 시간 같이 하세요.
Speaker A
30분에는지 보내 드릴게요. 재밌죠? 앞으로 배울 거에 막 기대가 되죠. 음. 추적 알고리즘 재밌어요. 근데 조금 어렵죠.
Speaker A
조금 이거 조금 어려운 거예요. 이거 사실 하나밖에 지금까지 전기수 통해서 한 번밖 원래 두 개 준비했는데 코드를 한 번밖에 못 돌렸어요.
Speaker A
많이 어려워요. 얼마나 제가 주석을 많이 남겼겠어요? 많이 어려워요. 음. 알았죠? 예. 8시간 내내해요, 이거. 어, 근데 그거를 프로젝트 때 한다고요?
Speaker A
재밌겠죠? 어디요? 안면 추적이요? 아, 안면 추적이야. 그 잠깐만요. 안면 추적이건 잠깐만. 이건 그냥 간순하게 아 이걸로 앞면 추적 하나?
Speaker A
안면 얼굴 어떤 앞면 주적이야? 아, 살색 아니 어면적 색상으로 가면은 할 것 같은데 이거는 그게 아니잖아요. 그냥 고정되면은 검정색이고 움직이면 하얀색으로 표시하고 그림자면 이제 그레이를 놓는 거지. 살색 살이면은 얼굴 추척하는 함수는 아니거든요.
Speaker A
어. 아, 밑바닥에 있는지 글쎄요. 어, 그건 아니에요. 이거는 그 이화를 해 가지고 그냥 정경과 배경만 분리하는 애 있거든요.
Speaker A
근데 음, 저건 돼요. 실수 찾으니까 CCTV는 맞는 거 같아요. CCTV는 CCTV를 우리가 범인 같은 거 찾을 때 돌려볼 수 있는게 있거든요. 왜냐면 사람이 움직이면 하얀색 바바탕은 배경 검정색. 무슨 말인지 아시죠? 그래 가지고요 기술 모그를 언제 하냐면은 제가 이거 본게
Speaker A
언제였냐면이 기술을 저희 프로젝트 한 3, 4년 전 근데 지금 그것을 디프레인해서 하고 있죠. 어. 여러분 그 그 대림동하고 가까운 데긴 한데 그래서 사람들이 중국 사람들이 폭력한 뭐 이렇게 지금 오시오 오게 그 오해하긴 하는데 한번 산책하다가 여성분이 그 몇 년 전 1년 전인가
Speaker A
2년 전에 죽은 적 있죠. 이런 범죄자가 추적에 CCTV가 없어 가지고 공원에 저거 무슨 농였던 거 같은데 그래 가지고 어 뭐가 있냐면 여러분이 AI 허브에 근데 그게 동시에 터졌어요.
Speaker A
세 가지가 연 그게 연 한 몇 한 달 간격으로 터졌어요. 사례 사건이 일어났고요. 또 하나가 학교 폭력 그리고 한 하나가 그 난리가 났었죠.
Speaker A
딱 2년 전에 그 보유원에서 엄마가 안 보는 데서 애를 엄청나게 때리는 거 그죠? 보육 선생님이 그 세 가지가 난리났었잖아요. 기억나시죠?
Speaker A
어 그때 그래 가지고 뭐냐면 사각지대 그래 가지고 실제 AI 허브에 학교 폭력에 대한 것이 있는데 거기에 뭐냐면 이제 폭력 동작 AI 허브에 있을 거예요.
Speaker A
어, 학교 폭력 그런 거 하는 거 그게 내 제가 본 거가 그때지 친구들이 이거 갖고 어떤 동작 요로랑 요거랑 같이 써 가지고 어떤 동작을 할 때이 사람이 얘를 때릴 수가 있다. 이런 것들로 이제 어 했거든요. 그래서이 학교 폭력 여기 나오죠. 요거랑
Speaker A
관련된 데이터가 있어요. 이걸 이걸로 애들이 부책을 했기 때문에 어 상담 데이터네. 이거 말고 아 그걸 뭐 어디서 찾았지? 폭력 폭력 내방 이렇게 해야 되나?
Speaker A
이상행동 예, 이거였던 거 같아요.요 데이터가 이제 뭐 달 발로 때리고 그렇죠. 이거 이러면 이걸 실료수로 만들어요.
Speaker A
코드가. 그래이 친구들이 이거 갖고 모그를 모그 비슷한 걸 썼어요. 어 그래 가지고 결국 뭐냐면 얘가 이제 이거 하면 때리려고 하는 장면이잖아요. 그러니까 요렇게 되면 얘 하얀색 배경은 검정색이 움직이려고 하는 그래서이 움직임을 해 가지고 실제로 이거를 그 디프레잉한 회사에가
Speaker A
원래는 뭐냐면은 그 그 AI 인간 사이버 공간에 가상 인간의 전세기 1위 업체거든요. 거기서 이제 실제로 이걸 CCTP랑 경찰청이랑 지금 CCTVP 안에 옆에다는 거죠.
Speaker A
이상 행동이나 누군가를 어 뒤에 이상하게 따라다니거나 그러면 추적해 가지고 그 어떤 행동이 나면 알람이 울리는 거예요. 그래서 이제 보안관이라고 하죠. 어 거기에 이제 지역에 있는 경찰한테 연결하는 지금 학교도 학교 경찰이 있더라고요. 학교 보안관이라고 하는데 그러니까 이제 앞으로는 그렇게 될 거예요. 애가
Speaker A
이제 사각 지대에 있더라도 애를 만약 폭력을 때리려고 이렇게 하게 되면 정교에 이제 화재 알람처럼 다 하는 거죠. 교장실까지 알람이 다 울리는 거야. 화재 경보기처럼. 그러면 이제 그 친구는 현장에서 잡히는 거죠. 어 이제 학교 폭력 예방을 위해서 이제 그런 걸 지금 설치를 준비하고
Speaker A
있어요. 근데 화장실이 문제죠. 예. 재밌는 문제. 근데 대신 잡을 순 있죠. CCTV로 화장실을 얘 데고 가.
Speaker A
근데 이제 학생들이 이제 뭐 약 좀 영악한 애들이 너 먼저 들어가. 그 이제 이렇게 하면 이제 모 잡죠.
Speaker A
근데 같이 어깨 동료하고 갈며 가거나 이제 이러면 잡히는 거야. 이제 그런 부분이 있겠죠. 음.
Speaker A
자, 여기까지 할게요.
Topics:
오픈CV
컴퓨터 비전
영상 특징 검출
엣지 검출
추적 알고리즘
인공지능 학습
AI 윤리
수학적 기법
소벨 필터
해리스 코너
