주차

시간

주제

강의내용

1

20

컴퓨터 비전을 위한

영상처리 이론학습 및 실습

디지털 영상 다루기 – 이론과 프로그래밍 실습

1. 이미지 화소 접근

2. 히스토그램 생성 및 분석

3. 영상처리 연산방법

4. 모폴로지 기법

5. 파이썬 및 OpenCV Library을 활용한 프로그래밍 실습

에지 검출

1. 에지 모델과 연산방법

2. 가우시안 및 LOG 필터

3. 허프변환과 캐니오퍼레이터

지역 특징 검출

1. 영상 내 특징 성질

2. 해리스코너, 2차 미분 사용법

3. 스케일 불변한 특징추출기법

-SIFT 및 SURF 특징추출

특징 기술 및 매칭

1. 영상 내 특징 성질

2. 텍스처(지역 이진 패턴)

-LBP, LTP 기술자

3. 주성분분석

4. 매칭

-빠른 최근접 이웃탐색: kd트리, 해싱

-기하정렬 및 변환추정: 최소제곱법, M-추정

2

20

딥러닝과 컴퓨터 비전

기계학습 : 신경망 및 심층학습(ANN, CNN 이론 설명)

1. 퍼셉트론(Perceptron)

2. 역전파 알고리즘(BP)

3. 다중 퍼셉트론(MLP)

서포트벡터머신기법(SVM)

1. 선형 SVM

2. 비선형 SVM

3. SVM 기반 데이터 학습 및 분류

신경망(물체분류)

1. 물체분류를 위한 컨볼루션 신경망(CNN) 모델이해

2. 이미지 데이터셋을 이용한 물체 검출 학습법 및 검증

신경망(물체검출 및 물체인식)

1. 물체 검출 및 검출을 위한 기초이론

2. 심층신경망에 의한 데이터셋 활용방범

3. 검출 학습법 및 물체인식의 검증 실습

3

20

미래모빌리티용 3차원 비전 및 LiDAR 데이터 활용실습

다양한 센서 및 3차원 비전

1. 센서의 종류

2. 3차원 비전이란?

3. LiDAR 데이터 활용 사례

영상처리와 3차원 비전

1. 수동적 3차원 비전 기초

2. 스테레오 이미지를 활용한 깊이 계산

3. 대응점 탐색: Epipolar Geometry

LiDAR 데이터 활용

1. 능동적 3차원 비전

2. LiDAR 데이터 수집 및 가공

3. 3차원 데이터 기반 Map 생성

4. 3차원 데이터 기반 물체 인식 및 공간 분석법 이해와 실습

실습3

- LiDAR 데이터 수집 및 가공

- LiDAR 3차원 Map 생성

4

20

프로젝트 발표: 영상기반 인공지능기법

웹기반 프로그래밍 설계법

1. 구름 IDE 사용: 웹 기반 파이썬 프로그램

2. GPU 사용: 구글 CoLab 활용

3. 가상환경 구축: Anaconda

4. 공공데이터 소개

-이미지 검출 데이터, 물체검출 데이터: AI hub 사용법

물체 검출 프로젝트

1. 인공지능 모델 학습용 데이터 설명 및 제작

2. 물체 검출용 이미지 데이터 가공

3. 이미지 데이터 학습 및 테스트

텀프로젝트

1. 팀별 프로젝트 아이디어 회의 및 발표

-아이디어 도출

-알고리즘 설계

-개발환경 제시

2. 텀프로젝트 실행

-알고리즘 개발, 구축, 성능평가

-최종발표