코드를 읽고 설명하면, 합격합니다
이 레슨과 관련된 학습 키워드
고전적 컴퓨터 비전 — 픽셀에서 기하학까지 → 특성 검출 & 매칭
이미지 간 특성을 매칭하고 정렬을 위한 기하학적 변환을 계산합니다.
특징 매칭은 두 이미지에서 같은 점을 찾아 연결하는 기술이에요.
화면 상단의 5단계 파이프라인을 보세요.
첫 번째 단계는 검출이에요, 시프트나 오알비 같은 알고리즘으로 키포인트를 찾아요.
왼쪽 파란 박스를 보면, 키포인트는 위치와 스케일, 방향 정보를 갖고 있어요.
두 번째 단계는 기술이에요, 각 키포인트 주변의 패턴을 벡터로 변환해요.
보라색 박스를 보시면, 시프트는 128차원 실수 벡터를 만들어요.
세 번째 단계는 매칭이에요, 두 이미지의 기술자를 비교해서 대응점을 찾아요.
빨간 박스를 보면, 비에프매처는 모든 쌍을 비교하고, 플랜은 근사 탐색을 해요.
네 번째는 필터링이에요, 로우의 레이시오 테스트로 나쁜 매칭을 제거해요.
주황색 박스에서 초록 실선은 좋은 매칭, 점선은 제거되는 매칭이에요.
다섯 번째는 변환이에요, 남은 좋은 매칭으로 호모그래피 행렬을 계산해요.
초록 박스를 보시면, 3곱하기3 행렬 하나로 시점 변환을 표현할 수 있어요.
이 과정에서 랜삭 알고리즘이 이상치를 걸러내 줘요.
하단 비교표를 보세요, 시프트와 오알비, 에이카제의 차이예요.
시프트는 정확하지만 느리고, 오알비는 빠르지만 약간 덜 정확해요.
에이카제는 둘의 중간쯤이에요, 특허도 없어서 상업용으로 좋아요.
아래쪽 응용 사례를 보세요, 파노라마, AR, 의료 영상, 문서 스캔이에요.
놀라운 건 이 모든 응용이 동일한 5단계 파이프라인을 따른다는 거예요.
다음 블록에서 각 단계를 하나씩 깊이 파고들어 볼게요.
핵심은 이거예요, 좋은 대응점을 얼마나 빠르고 정확하게 찾느냐가 전부예요.
이 파이프라인을 이해하면 컴퓨터 비전의 절반을 이해한 거나 다름없어요.