소개

이미지 처리와 컴퓨터 비전은 디지털 이미지를 분석하고 이해하는 기술입니다. 기본적인 이미지 처리 기법부터 최신 딥러닝 기반 컴퓨터 비전까지 체계적으로 학습합니다.

목차

1장: 이미지 처리 기초

• 디지털 이미지의 이해
• 픽셀과 색상 모델 (RGB, HSV, Grayscale)
• 이미지 파일 형식
• OpenCV 설치 및 기초
• 이미지 읽기, 쓰기, 표시

2장: 이미지 변환

• 기하학적 변환 (이동, 회전, 스케일링)
• 어파인 변환과 원근 변환
• 이미지 리사이징과 보간법
• 색상 공간 변환
• 히스토그램 분석과 평활화

3장: 이미지 필터링

• 컨볼루션 연산
• 블러링 (가우시안, 미디안, 바이래터럴)
• 샤프닝과 에지 검출
• 소벨, 라플라시안, 캐니 에지
• 모폴로지 연산

4장: 특징 추출

• 코너 검출 (Harris, Shi-Tomasi)
• SIFT, SURF, ORB
• 특징 매칭과 호모그래피
• 이미지 스티칭
• 파노라마 생성

5장: 객체 검출

• 템플릿 매칭
• Haar Cascade 분류기
• HOG + SVM
• 얼굴 검출과 인식
• 윤곽선 검출과 분석

6장: 딥러닝 기반 이미지 분류

• CNN 아키텍처 (LeNet, AlexNet, VGG)
• ResNet, Inception, EfficientNet
• 전이 학습 활용
• 데이터 증강 기법
• 모델 학습과 평가

7장: 객체 탐지

• R-CNN 계열 (R-CNN, Fast R-CNN, Faster R-CNN)
• YOLO 시리즈 (YOLOv5, YOLOv8)
• SSD와 RetinaNet
• 객체 탐지 실습
• 커스텀 데이터셋 학습

8장: 이미지 분할

• 시맨틱 분할 (FCN, U-Net)
• 인스턴스 분할 (Mask R-CNN)
• 파놉틱 분할
• SAM (Segment Anything Model)
• 의료 영상 분할 응용

9장: 생성 모델

• 오토인코더와 VAE
• GAN 기초 (DCGAN, StyleGAN)
• 이미지 변환 (Pix2Pix, CycleGAN)
• Diffusion Models
• Stable Diffusion 활용

10장: 실전 프로젝트

• 실시간 객체 탐지 시스템
• 얼굴 인식 출입 시스템
• OCR 문서 인식
• 자율주행 시뮬레이션
• 의료 영상 분석

관련 강의

• YouTube 컴퓨터 비전
• YouTube 딥러닝
• 이미지 처리