1. 프로젝트 선정 및 제안 배경

요즘 세상엔 영상처리를 통해 인간의 생활의 편리함이 더욱더 넓어 지고 있다.

영상처리 기술의 적용 사례들을 설명하자면 

- 생활분야(보안을 위한 홍채인식, QR코드 , 블랙박스와 CCTV에서의 차량 인식 및 사람 인지) 

- 의료분야(X-ray , 초음파 영상, CT, 자기 공명 영상기술 - MRI)

------------------------------------------------------------------------------------------------------------------------------------------------------------------------

이러한 영상처리 기술은 딥러닝 기술 주요 응용 분야중 하나인데  3가지의 이유를 들자면 

l  영상 내 분석 대상의 복잡한 특징을 추출하는 기능을 학습하기 위해서는 데이터로부터 고수준 특징을 학습할 수 있는 능력이 필요한데 딥러닝 기술이 이러한 특징을 가지고 있음

l  기존 특징 추출 및 분류 모델은 화소,에지(edge),명도 변화의 방향, 좁은 영역의 텍스처 등의 저수준 특징을 이용하여 높은 성능을 얻기 어려우며 대상 간 겹침등 노이즈에 따른 환경 변화에 잘 적응하지 못함

l  눈,코,입의 형태 및 위치와 같은 고수준 특징을 이용할 경우 딥러닝 기술 적용하면 정확하고 안정적인 성능을 얻을 수 있음.

딥러닝 기반 영상처리 응용 서비스 동향

1.    페이스북 – 모먼트앱  (2015년)

모먼트 앱은 사용자가 스마트폰으로 찍은 사진을 페이스북에 올리지 않고도 개인적으로 친구들과 공유하게 해주는 앱이다. 모먼트 앱은 사진에 포함된 사람들의 얼굴을 인식해 그룹으로 분류해주고 개별적으로 사진을 보낼 수 있게 해준다.

2.    마이크로소프트 – 아담 프로젝트 (2014년)

프로젝트 아담은 1400만개의 Web에 저장된 이미지를 파악하며, 사용자가 생성한 태그에서 도출된 22,000개의 카테고리로 구성된 Flickr와 같은 사이트의 대규모 데이터 세트를 기억하여 사진을 보고 누구인지를 파악하거나 동물이나 물체를 인식하여 알려준다.

 

3.    구글 – 구글포토 (2015년)

구글포토에서 ‘검색 기능’은 예를 들면 ‘음식’이나 ‘노트북’이라는 검색어를 사용해서 내가 저장해둔 이미지들을 검색하면 별도의 태깅을 해두지 않았는데도 해당되는 이미지를 찾아준다.        

더 놀라운 기능은 지오태깅 (사진 또는 동영상 촬영시 자동적으로 GPS정보가 남음)이 안되어 있는 사진의 장소도 식별해낼 수 있고, 사진에 촬영된 인물까지 판단해낸다.

                  

4.    현대자동차 – 자율주행자동차 (2017년 CES 자율주행성공) 1 ~ 5단계중 4단계 통과

4단계 : 운전자가 정해진 조건에서 운전에 전혀 개입하지 않고, 시스템은 정해진 조건 내 모든 상황에서 차량의 속도와 방향을 통제하는 등 적극적인 주행을 하게 된다. 사실상 3단계에서 4단계로 넘어가는 것이 업계에 주어진 가장 힘든 도전

5단계 : 완전 자율

 

여기서 쓰이는 가장 간단한 기술 – 스테레오 카메라를 이용하여 앞유리 상단, 백미러 앞쪽에 좌우로 두개를 달고, 양안의 차이를 이용해 상대 물체와의 거리를 인식 , 영상 처리를 이용하여 거리 조절

조사해보니 정말 다양한 분야에서 영상처리 기술이 쓰여지고 있었고 , 미래에도 정말 다양하게 쓰일꺼라 생각해서

영상처리 기술에 관련된 프로젝트를 하기로 마음 먹었다.