파이썬 3로 컴퓨터 비전 다루기 (이미지 인식, 추적, 기계 학습, 비디오 처리, 컴퓨터 비전 웹서비스)

사우랍카푸

사우랍카푸(SaurabhKapur)
인도델리공과대학(IndraprasthaInstituteofInformationTechnology,Delhi)의컴퓨터과학과학생이며컴퓨터비전,수치해석,알고리즘설계에관심이많다.도전적인컴퓨터프로그래밍문제들을해결하면서많은시간을보낸다.IoT응용프로그램을제작하거나하드웨어에납땜하는것도즐긴다.여가시간에는크리켓을하거나관람한다.

1장.이미지처리에대한소개
__이미지처리:응용사례
__이미지처리라이브러리
____Pillow
____scikit-image소개
__요약


2장.필터와특징
__이미지미분
____커널
__합성곱
__이미지필터의이해
____가우시안블러
____중간값필터
____팽창과침식
____커스텀필터
____이미지임계처리
__에지검출
____소벨에지검출기
____캐니에지검출기
____Hough직선
____Hough원
__요약


3장.특징들에대해더알아보기:물체검출
__이미지특징다시보기
__해리스코너검출
__지역이진패턴
__ORB
____oFAST:FAST키포인트방향
____FAST검출기
____강도값중심에의한방향
____rBRIEF:회전인식BRIEF
____조정된BRIEF
____분산과상관관계
__이미지이어붙이기
__요약

4장.분할:이미지더이해하기
__이미지분할소개
__윤곽선검출
__워터쉐드알고리즘
__슈퍼픽셀
__정규화된그래프컷
__요약


5장.컴퓨터비전과머신러닝의통합
__머신러닝소개
____데이터전처리
____scikit-learn(sklearn)
__컴퓨터비전을위한머신러닝의응용예
__로지스틱회귀
__서포트벡터머신
__k-평균클러스터링
__요약


6장.신경망을이용한이미지분류
__신경망소개
____기본신경망설계
____네트워크학습
____신경망을이용한MNIST숫자분류
____히든레이어다루기
__합성곱신경망
__머신러닝의난제들
__요약


7장.OpenCV를이용한컴퓨터비전소개
__설치
____맥OS
____윈도우
____리눅스
__OpenCVAPI들
____이미지읽기
__요약


8장.OpenCV를이용한물체검출
__HaarCascades
____적분이미지
__SIFT
____SIFT의내부알고리즘
__SURF
____SURF키포인트검출
____SURF키포인트설명자
__요약


9장.OpenCV를이용한비디오처리
__비디오읽기/쓰기
____비디오읽기
____비디오쓰기
__비디오에대한기본연산
____그레이스케일로변환
__색상추적
__물체추적
____커널화된상관필터(KCF)
____루카스카나데추적기(LK추적기)
__요약


10장.컴퓨터비전을서비스로제공하기
__컴퓨터비전을서비스로제공하기:구조개요
__환경설정
____http-server
____virtualenv
____flask
__서버-클라이언트모델개발
____클라이언트
____서버
__컴퓨터비전엔진
__모두다합치기
____클라이언트
____서버
__요약

★이책에서다루는내용★

■Pillow,scikit-image,OpenCV등의오픈소스라이브러리사용
■에지검출,색상처리,이미지특징추출과같은프로그램작성
■LBP와ORB등의특징검출알고리즘구현
■외부카메라나비디오파일을이용한물체추적
■머신러닝을이용한글자인식
■합성곱신경망을이용한이미지패턴학습방법
■클라우드인프라를통한컴퓨터비전서비스제공


★이책의대상독자★

이책은파이썬에대한기본지식을바탕으로컴퓨터비전알고리즘구현의기초능력을쌓고자하는개발자에게적합하다.또한컴퓨터비전에대한이론적지식은갖췄지만,알고리즘구현경험이부족한개발자에게도적합하다.


★이책의구성★

1장.'이미지처리에대한소개'에서는이미지처리의기본적인내용을소개한다.이미지처리의일반적인사용예부터시작해여러이미지처리라이브러리의설치방법을설명하고,뒷부분에서는이미지읽기/쓰기및기본이미지조작연산방법을설명한다.
2장.'필터와특징'에서는컴퓨터비전에서필터(filter)와특징(feature)이무엇을의미하는지간략히설명한다.이미지에필터를적용할때기본이되는합성곱(convolution)부터가우시안블러와중간값블러등의일반적인필터를살펴본다.후반부에서는기본이미지특징을설명하고이특징을파이썬을이용해구현하는방법을다룬다.
3장.'특징들에대해더알아보기:물체검출'에서는지역이진패턴(localbinarypattern)과ORB같은정교한이미지특징추출알고리즘을소개한다.이러한알고리즘은이미지에있는물체를인식하고동일한물체가있는다른이미지와대응시키는데이용된다.이와같은대응알고리즘은복잡한컴퓨터비전알고리즘의기초가된다.
4장.'분할:이미지더이해하기'에서는이전두장과는다른주제를다룬다.이장에서는윤곽선검출,슈퍼픽셀,워터쉐드(watershed),정규화된그래프컷과같은이미지분할알고리즘을살펴본다.이러한알고리즘은구현하기가매우쉽고거의실시간으로실행된다.이미지분할은배경제거,이미지이해,장면레이블등의실제응용예에서사용할수있다.최근에는머신러닝,특히딥러닝의발전으로인해파라미터를수동으로거의조정하지않고도좀더정교한이미지분할이가능해졌다.
5장.'컴퓨터비전과머신러닝의통합'에서는두개의다른분야를하나로통합한다.이장에서는머신러닝알고리즘을이미지처리에어떻게적용할수있는지보여준다.숫자인식을위한고전적인이미지분류프로그램을구현한다.
6장.'신경망을이용한이미지분류'에서는앞장에이어서신경망(neuralnetwork)이라는고급머신러닝기법을사용해숫자분류기를구현한다.케라스(Keras)라는새로운라이브러리를설치해신경망을구현한다.
7장.'OpenCV를이용한컴퓨터비전소개'에서는새로운컴퓨터비전라이브러리인OpenCV를소개한다.지금까지다룬모든이미지처리의개념과알고리즘을다시살펴보고OpenCV를사용해구현한다.
8장.'OpenCV를이용한물체검출'에서는여러특징추출알고리즘을설명하고OpenCV를사용해구현해본다.
9장.'OpenCV를이용한비디오처리'에서는이미지대신비디오로작업하는방법을설명한다.코드를통해비디오를캡처하고저장하는법을안내한후크기조정및비디오의색상공간(colorspace)변경등의작업을어떻게수행하는지설명한다.마지막절에서는비디오에서물체추적을구현하는방법을살펴본다.
10장.'컴퓨터비전을서비스로제공하기'에서는실제서비스되는컴퓨터비전시스템을구축하는방법에대한개요를제공하며,컴퓨터비전알고리즘에필요한인프라에초점을맞춘다.간단한컴퓨터비전서비스를구현해보면서구글이미지(GoogleImage)검색과같은서비스가어떻게구축되는지확인할수있다.