1장. 기본 개념과 도구
1.1 이미지 처리와 컴퓨터 비전
__1.1.1 이미지 처리란?
__1.1.2 컴퓨터 비전이란?
__1.1.3 이미지 처리와 컴퓨터 비전의 연관성
1.2 필요한 도구들
__1.2.1 파이썬 핵심 문법
__1.2.2 OpenCV
__1.2.3 텐서플로
2장. 이미지 처리 기초
2.1 이미지란?
__2.1.1 디지털 이미지의 구조
__2.1.2 색 공간 이해하기
__2.1.3 이미지에서의 텐서 이해하기
2.2 이미지 처리 기법
__2.2.1 이미지 필터링
__2.2.2 이미지 변환
__2.2.3 주파수 도메인 기법
__2.2.4 이미지 경계 검출
3장. 인공지능과 이미지 처리
3.1 딥러닝이란?
__3.1.1 인공 신경망 기초
__3.1.2 합성곱 신경망(CNN
__3.1.3 생성적 적대 신경망(GAN
3.2 딥러닝을 활용한 이미지 처리
__3.2.1 이미지 분류
__3.2.2 객체 인식
__3.2.3 스타일 전이
4장. 이미지 분류
4.1 구글넷과 레즈넷
__4.1.1 초기 신경망 모델
__4.1.2 구글넷
__4.1.3 레즈넷
4.2 최적화된 모델 살펴보기
__4.2.1 레즈넷 이후의 모델들
__4.2.2 이피션트넷
4.3 비전 트랜스포머
__4.3.1 트랜스포머
__4.3.2 비전 트랜스포머
5장. 객체 탐지
5.1 two-stage detector
__5.1.1 R-CNN
__5.1.2 Fast R-CNN과 Faster R-CNN
5.2 one-stage detector
__5.2.1 YOLO
__5.2.2 YOLO9000과 YOLO v3
__5.2.3 EfficientDET
5.3 이미지 분할
__5.3.1 FCN
__5.3.2 U-Net
__5.3.3 SAM
6장. 이미지 생성
6.1 이미지-이미지 변환
__6.1.1 StarGAN 이전의 생성 모델
__6.1.2 StarGAN과 다중 이미지-이미지 변환
6.2 초
이미지 처리와 컴퓨터 비전 핵심 이론부터
최신 논문 리뷰, 실제 적용법 및 실용적인 코드까지!
스마트폰의 카메라 앱부터 자율 주행 차량, 그리고 최근 발표한 OpenAI의 동영상 생성 서비스인 Sora까지, 이미지 처리와 컴퓨터 비전 기술은 이미 우리 생활에 깊숙이 자리잡고 있다. 이러한 이미지 처리와 컴퓨터 비전 분야는 인터넷에 방대한 자료가 있지만, 막상 학습하려고 하면 체계적으로 정리된 자료나 이론을 실제 적용하는 법을 찾기가 꽤 까다롭다. 이 책의 저자 역시 같은 어려움을 겪었고, 동일한 어려움을 겪고 있는 분들에게 도움이 되고자 이 책을 집필했다.
이 책은 이미지 처리의 기본적인 개념부터 시작하여 고급 컴퓨터 비전 기술, 인공지능을 이용한 이미지 분석까지 광범위한 주제를 다룬다. 각 장은 이론 설명과 함께 실제 사례 연구 및 파이썬, OpenCV, 텐서플로를 활용한 실용적인 코드로 학습할 수 있도록 구성했다. 또한, 마지막에는 건설 현장과 의료 분야에서 어떻게 이미지 처리를 활용하고 있는지, 실전 프로젝트로 살펴볼 수 있다.
[이 책의 구성]
1. 기본 개념과 도구
이 장에서는 이미지 처리와 컴퓨터 비전의 기본 개념을 소개하며, 이 분야에서 사용되는 주요 도구와 기술에 대한 기초를 다집니다. 파이썬, OpenCV, 텐서플로 등의 필수 도구 사용법을 포함하여 이미지 처리와 컴퓨터 비전을 이해하고 적용하는 데 필요한 핵심 문법과 라이브러리를 소개합니다.
2. 이미지 처리 기초
이미지의 기본적인 속성과 구조를 탐구하고, 색 공간과 텐서의 개념을 통해 이미지를 어떻게 표현하고 처리하는지에 대해 설명합니다. 또한 이미지 필터링, 변환, 주파수 도메인 기법, 경계 검출 등의 기본적인 이미지 처리 기법을 다룹니다.
3. 인공지능과 이미지 처리
딥러닝과 이미지 처리의 결합을 탐색하며, 인공 신경망, 합성곱 신경망(CNN, 생성적 적대 신경망(GAN 등의 핵심 개념을 소개합니다. 이 장은 딥러닝을 이용한 이미지 분류, 객체 인식 등
