# Image Processing
공간영역에서의 선형 필터링
1. 영역 연산 > 영역연산(Area operation) 또는 이웃 연산(Neighborhood operation)이라고 불리는 공간 영역에서의 선형 필터링은 새로운 출력 화소의 값을 결정하는 데, 출력화소에 해당하는 입력화소뿐만아니라, 그 주위의 화소들의 영향도 고려
Sharp 모듈 활용한 이미지 리사이징, 파일 포맷 변경
Resize Image with Sharpimage resize+crop, 확장자 변경설치와 적용테스트학습메모 3을 참고하여 위와 같은 로직을 넣기로 했다.fit 속성은 참고로 위와 같은 옵션이 있다.본 프로젝트에선 cover가 적절.포맷 변경은 위와 같이 할 수 있다
화질 개선
화질 개선 1. 회색계조 사상 > 회색계조 사상은 각 화소의 회색계조를 미리 정의된 변환 함수에 따라 새로운 값으로 바꾸는 점 연산이다. 연산 전후의 화소 값을 각각 $f(x),g(x)$라고 하며느 회색계조 변환함수 또는 사상 함수 $T$를 써서 $g(x,y)=T[f
영상의 기하학적 연산(1): 어파인 변환
화소들의 공간적인 관계를 바꾸는 것을 기하학적 연산이라고 한다.화소를 재배치하여 화소 사이의 관계를 변환시키는 기하학적 변환은 기하학적 왜곡을 바로잡는데 사용하거나, 영상을 찌그려뜨려 색다른 영상을 얻는 데도 사용하기도 하며, 두 장 이상의 영상이 공통적으로 갖고 있는
영상의 산술 및 논리 연산
1. 산술연산 > 종류 덧셈 : 오버랩핑이나 잡음제거 등에 사용 뺄셈 : 분할이나 화질개선 등에 사용 곱셈 및 나눗셈 : 조명의 비 균일성 때문에 생기는 음영을 바로 잡는데 사용 > 덧셈 >> 덧셈은 두 영상의 정보를 결합하는 데 사용한다. 두 영상을 결합함으로써 특수
12주차] 모델 성능 향상을 위한 수행-웹캠에서 찍은 데이터로 학습 추가 진행
두 번째로 우리가 수행한 방법은 웹캠에서 찍은 데이터를 추가적으로 모델에 학습시킨 방법이다. 우선은 5장으로만 수행하였고 이후에 사진을 연사로 찍는 코드 추가하고 추가할 인원도 늘려서 학습시켜야 할 것 같다. 해당하는 데이터에 대한 전처리 과정은 이전의 밝기 수행과 동
12주차] 모델 성능 향상을 위한 수행-밝기 조절된 데이터 추가 학습
웹 캠에서 촬영한 사진을 모델에 학습시키고자 시도하였다. 이를 위해 웹 캠에서 촬영한 사진을 저장하도록 하였는데 웹 캠이 모델이 학습한 사진들과 비교했을 때 밝기와 해상도에 차이가 있다고 판단하여 데이터들의 밝기를 임의로 조정하여 증강한 데이터셋을 만들었다. 기존 UT
웹캠에서 모델의 성능이 정확히 발현되지 않는 이유
웹캠에서 찍은 사진과 딥러닝 모델이 학습한 사진의 형태는 서로 다를 수 있다.1\. 해상도 및 화질: 웹캠은 일반적으로 고해상도 카메라보다 낮은 해상도를 가지고 있을 수 있습니다. 따라서 웹캠에서 얻은 이미지는 낮은 해상도와 화질을 가질 수 있습니다.\--> 웹캠에서
성별 학습 데이터셋
우리는 추가적으로 성별에 대한 학습도 진행한다. 성별을 학습시키기 위한 데이터셋으로는 UTK Faces 데이터셋을 이용한다. 형태는 다음과 같다UTK Faces : 23,708의 RGB JPG이미지 형식으로 200X200크기
연령 학습 모델 데이터셋
검증 데이터는 모델의 훈련 중에 사용되지 않는다. 하지만 모델의 일반화 능력을 평가하고 성능을 모니터링하기 위해 사용되는 경우가 존재한다. 따라서, 우리는 23만장의 훈련(train) 데이터와 1만장의 검증(val) 데이터를 가지고 모델을 학습시킨다.(검증 데이터는 훈
VGG16모델을 이용한 연령 예측 학습 진행(100에폭)
VGG16 모델 구현 후, batch size=512, epoch=200으로 학습 진행학습되는 과정에서 각 epoch 마다 val_loss와 val_accuracy가 출력된다. val_loss와 val_accuracy는 모델의 성능을 평가하고 모니터링하는 데 도움이 되
C++ 영상 데이터 처리 RECAP
트루 컬러 영상의 픽셀 C/C++ 표현 \* RGB 색 성분의 크기를 각각 0~255 범위의 정수로 표현 (char = 1Byte)보통의 경우 2차원 배열을 동적 할당하여 메모리를 사용하고, 사용 후 해제하며, 배열 정적 할당은 stack 영역 공간 확보에 한계가 있
[이미지 처리] 두 이미지 pixelwise sum으로 Semantic Change Map 구하기
Semantic Change Detection이란? 아랫 글을 참고하자.사실 Semantic Change Detection이라는 말만 들으면 매우 복잡하고 고도화된 task일 것 같지만, 실상은 그렇지 않다. 같은 지역에서 촬영한 이미지를 픽셀 단위로 classific
