영상과 사회 레포트 - 컴퓨터비전의 개념과 발전 과정을 설명하시오.

I. 서론

휴대전화 카메라로 사람을 찍으면 얼굴에 초점 사각형이 붙고, 사진 앱은 비슷한 얼굴끼리 사진을 묶어 준다. 길 찾기 앱의 차량은 도로와 차선을 구분하고, 병원에서는 영상 속 병변 후보를 찾는 데 인공지능을 쓴다. 화면에는 사진 한 장만 있는데 컴퓨터는 그 안에서 사람, 물체, 경계, 움직임 같은 정보를 꺼낸다. 예전에는 카메라가 이미지를 저장하는 장치라고 생각했지만 컴퓨터비전을 배우고 나서는 저장된 픽셀을 의미 있는 장면으로 바꾸는 계산이 따로 있다는 점이 흥미로웠다. 컴퓨터비전은 사람이 시각으로 하는 일을 컴퓨터가 그대로 복사하는 기술이라기보다, 영상에서 필요한 정보를 계산 가능한 표현으로 바꾸는 연구 분야다.

II. 본론

1) 픽셀에서 장면의 의미를 얻는 계산 과정

컴퓨터비전은 디지털 이미지나 영상에서 물체와 장면의 성질을 추정하는 기술이다. 카메라가 얻은 자료는 처음에는 숫자의 배열이다. 회색조 이미지는 각 위치의 밝기값으로 표현되고 컬러 이미지는 여러 색 채널의 값으로 구성된다. 컴퓨터는 숫자만 보고 바로 고양이와 자동차를 아는 것이 아니다. 경계, 모양, 질감, 색 분포, 위치 관계를 계산해 점차 높은 수준의 표현으로 바꾼다. Grimson은 컴퓨터비전을 장면 속 물체 표면의 성질과 물체의 위치 및 방향을 추론하는 문제로 설명했다. 사진이 결과물이 아니라 추론의 입력이라는 뜻이다.

컴퓨터비전의 과제는 여러 층으로 나눌 수 있다. 이미지 분류는 사진 전체가 어떤 범주인지 판단한다. 물체 검출은 사진 속 어떤 위치에 어떤 물체가 있는지 사각형 영역과 함께 찾는다. 이미지 분할은 픽셀마다 어느 대상에 속하는지 구분한다. 자세 추정은 사람의 관절 위치를 찾고, 광학 흐름은 영상의 연속 장면에서 픽셀이 어느 방향으로 움직였는지 계산한다. 세 차원 복원은 여러 시점의 이미지로 공간 구조를 추정한다. 목적은 다르지만 모두 낮은 수준의 픽셀값에서 더 높은 수준의 구조를 얻는다는 공통점을 갖는다.

사람의 시각은 장면을 매우 빠르게 이해하지만 컴퓨터에는 조건 변화가 큰 문제다. 같은 컵도 정면과 위에서 볼 때 모양이 다르고 조명이 바뀌면 색이 달라진다. 물체 일부가 가려지거나 배경과 비슷한 색을 가지면 경계를 찾기 어렵다. 사진에 작게 나온 사람과 가까이 찍힌 사람의 크기 차이도 크다. 컴퓨터비전은 이런 변화 속에서도 같은 대상을 같은 범주로 묶어야 한다. 시각 정보가 풍부한 만큼 변형 가능성도 많아서 영상 이해는 오래전부터 인공지능의 어려운 문제로 남아 있었다.

영상 처리와 컴퓨터비전도 구분할 필요가 있다. 밝기를 조절하고 노이즈를 줄이며 이미지를 선명하게 만드는 일은 주로 영상 처리의 성격이 강하다. 컴퓨터비전은 가공된 영상에서 무엇이 있는지, 어디에 있는지, 어떻게 움직이는지 해석하는 데 더 관심을 둔다. 현실에서는 두 영역이 이어진다. 카메라 영상의 노이즈를 줄인 뒤 경계를 찾고, 그 결과로 물체를 인식하는 식이다. 좋은 인식 성능을 얻으려면 입력 영상의 품질과 해석 알고리즘을 같이 봐야 한다.