Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
컴퓨터 비전 소개와 연구개발 사례
☆ 목차
◎ 배경
◆ 지능이란?
◆ 현재 컴퓨터는 지능기계인가?
◆ 인지[perception]와 인식[recognition]
◎ 컴퓨터 비전의 원리
◆ 영상 획득
◆ 영상의 표현
◆ 영상의 처리
◆ 영상의 처리 + 컴퓨터 그래픽스
◆ 영상의 인식
◆ 인식을 위한 기계 학습
◎ 컴퓨터 비전의 응용
◆ 로봇 네비게이션
◆ 지능 자동차
◆ 3차원 비디오
◆ 감시
◆ 비디오 검색
◆ 문서 인식 및 검색
◆ 군사
◆ 우주 탐사
◎ 연구개발 사례: 자동차번호판 인식
◆ 개발 툴
◆ OpenCV활용
◆ 차량 번호판 추출
◆ 선분 그루핑 알고리즘
◆ 에지 밀도 맵 알고리즘
◆ 차량 번호판 추출
◆ 번호판 개인용/영업용 구분
◆ 글자 영역 분할
◆ 글자 인식
◆ 또 다른 방법 추구 - 에지 정보를 이용한 글자 분할
☆ 배경
◎ 지능이란?
◆ 사전적 의미
- [1]계산이나 문장작성 따위의 지적 작업에서, 성취정도에 따라 정하여지는 적응 능력, 지능지수 따위로 수치
화할 수 있다.
- [2]지혜와 재능을 통틀어 이르는 말
- [3]새로운 대상이나 상황에 부딪혀 그 의미를 이해하고 합리적인 정응 방법을 알아내는 지적활동의 능력
◎ 현재 컴퓨터는 지능기계인가?
◆ Pro
- Deep Blue: 세계 페스 챔피언 카스팔로프를 이김
- Google: 전 세계웹 정보를 수초 이내에 검색
- 아르미: 스캔된 문서를 빠른 속도와 합리적 인식률로 인식함
◆ Con
- 컴퓨터 바둑 프로그램이 이창호를 이길 수 있나?
- 이야기 장르[슬픔, 기쁨, 웃음, 허구 등] 구별할 수 있나?
- 시를 창작하는 프로그램?
- 아르미의 어이없는 오류
◎ 인지[perception]와 인식[recognition]
◆ 시각
- 청각
- 톡각
- 후각
- 미각
- 인간의 가장 기본적이고 중요한 지능 행위
- 인간 정보처리의 대부분을 시각이 담당
◆ 인간시각
-뉴론[neuron]
-인간은 약 100billion 뉴론을 가지고 탄생
☆ 컴퓨터 비전의 원리
◎ 영상 획득
◎ 영상의 표현
◆ 2차원 배열
- 화소[pixel]
- 해상도
- 명암[gray-scale]영상과 컬러[color]영상
◎ 영상의 처리
◆ 에지 탐지
◆ 영역 분할
◆ 모션 분석
◎ 영상처리 + 컴퓨터 그래픽스
◆ 영상의 인식
◆ 인식 위한 기계학습
- 예) 필기 숫자
- state of the art 인식률 = 98% 정도
☆ 컴퓨터 비전의 응용
◎ 로봇 네비게이션 (http://ohzlab.kaist.ac.kr/index.html)
◎ 지능 자동차
◎ 3차원 비디오 (http://vision.kuee.kyoto-u.ac.jp/)
◎ 감시 (http://image.korea.ac.kr/korean/Research/HumanMotionAnalysis/MA_index[1].html)
◎ 비디오 검색
◎ 문서 인식 및 검색
◎ 군사
◎ 우주탐사
☆ 연구개발 사례: 자동차번호판 인식
◎ 국내 실용화되어 사용중
◎ 현재 개략적인 인식 성능
◆ 90%인식률 [약 10%의 기각]
◆ 1%오류율
◎ 연구개발목표
◆ 95% 이상의인식률 [5% 미만의 기각]
◆ 1%이하의 오류율
◎ 어떤 효과? [경찰청 입장]
◆ 하루 10만대 촬영 가정하면
◆ 100,000만대*[0.95-0.90]*50,000만원= 하루 2.5억 원의 추가 수입
◎ 개발 툴
◎ OpenCV활용
◆ OpenCV
- 인텔에서 개발한 open source 컴퓨터비전 라이브러리
- Intel pentium processor에 최적화
- Windows용과 Linux용 제공
◎ 개발에 필요한 함수들
◆ Image Handle Function
- cvLoadimage, cvSaveimage, cvCreateimage, SetimageROI, cvPoint, cvRect, cvSize, ipiimage
◆ Operators
- cvCanny, cvsobel, cvFindContour, cvAddroxPoly, cvAdadtlveThresholding
◎ 차량 번호판 추출
◆ 차량 번호판 추출을 위한 두 가지 알고리즘
- 선분 그루핑 알고리즘
_ 에지맵[edge map]추출
_ 선분[line segment]추출
_ 선분 그룹핑[번호판 성립 조건 사용]
- 에지 밀도 맵[edge denslty map] 알고리즘
_ 에지맵[edge map]추출
_ 잡영 제거
_ 번호판 추출 윈도우 적용
◎ 선분 그루핑 알고리즘
◆ 알고리즘
- 선분추출
- 기울어진 선분과 짧은 선분 제거
- 각도에 따라 수평과 수직으로 구분
- 선분 그룹핑
_ 평행조건
_ 마주볼 조건
_ 번호판 규격 조건
‘ ◎ 선분 그루핑 알고리즘
◆ 알고리즘[계속]
- 수평 선번쌍과 수직 선분쌍을 짝지음
_ 직사각형을 만족하는 선분쌍을 짝지음
_ 번호판 규격 조건
‘ ◎ 선분 그루핑 알고리즘
◆ 알고리즘[계속]
- 후보 영역 추출
_ 직사각형이 집중적으로 분포하는 위치를 찾음
‘ ◎ 선분 그루핑 알고리즘
◆ 시스템 데모
◎ 에지 밀도 맵 알고리즘
◆ 알고리즘
- Sobel 수직 에지 추출
- 이진화
- 세션화[Thinning]
- 잡영제거
- 후보 영역 찾기
◎ 차량 번호판 추출
◆ 시스템 데모
◎ 번호판 개인용/영업용 구분
◆ 알고리즘 개요
- 번호판 영역의 에지 방향 분포를 이용
◎ 글자 영역 분할
◆ 알고리즘
- 기울기 교정
- 적응적 이진화
- 모플로지 이용한 잡영 제거
- 프로젝션 분석에 의한 분할 선 추정
◎ 글자 인식
◆ 글자 데이터베이스 수집
◆ 크기 정규화
◆ 특징 추출
- DDD, Wavelet, projecttion, profile, Etc
◆ 특징 추출
-Perfect Metrics 인식기
◆ 신경망 인식기
◆ 숫자 인식
◆ 한글 인식
◆ 지역 필드 인식
◎ 또 다른 방법 추구 - 에지 정보를 이용한 글자 분할