GUEST

  • cap 2017.12.05 17:13 신고 ADDR 수정/삭제 답글

    대학에서 캡스톤 프로젝트를 진행하면서 영상처리 관련하여 많은 도움을 받았습니다.

    친절하고 좋은 설명 올려주셔서 감사합니다.

    • BlogIcon 다크pgmr 2017.12.05 21:52 신고 수정/삭제

      네 감사합니다. 도움이 되었다니 다행이네요.

  • 얕얕 2017.11.30 19:30 신고 ADDR 수정/삭제 답글

    안녕하세요
    글들 잘 보고있습니다 공부에 도움이 많이되네요
    요즘 제가 공부하고 있는게 있는데요
    leap motion 두개를 통해서 손가락 끝의 좌표를 읽어와서
    한쪽에서 얻어온 점을 transform하여 다른 쪽에서 얻은 점과 좌표를 일치시키고 싶은데요
    각각의 leap motion의 원점이 leap motion 중앙이다 보니까 어떻게 맞춰야 할지 모르겠네요
    혹시 이쪽 관련해서 알고계시면 방법좀 알려주실 수 있으신가요?

    • BlogIcon 다크pgmr 2017.11.30 21:33 신고 수정/삭제

      저는 leap motion에 대해서 아는 바가 없어서 잘은 모르겠습니다만 epipolar geometry 등과 같은 two-view 영상기하학에 대한 공부가 필요할 것 같습니다.

    • 얕얕 2017.11.30 23:32 신고 수정/삭제

      립모션이란게 그냥 손 인식하는 센서라 생각하시면 되는데요 립모션이 중요한게 아니라 각각 다른 원점을 가지는 장치로 동일한 손가락 끝 좌표를 읽어와서 transformation matrix를 구해 한쪽으로 일치시켜주고 싶어서 그런건데욤 epipolar geometry같은 two view영상 기하학에 대한 공부를 하면 되는건가요?

    • BlogIcon 다크pgmr 2017.12.03 22:53 신고 수정/삭제

      leap motion이 3차원 좌표를 반환하나요? 만일 그렇다면 3d rigid transformation을 찾아보시기 바랍니다. epipolar geometry는 2d 매칭쌍들로부터 3d 정보를 복원하는 것이라서 3차원 좌표를 알고 있는 경우에는 해당되지 않습니다.

  • 워라벨 2017.11.08 16:56 신고 ADDR 수정/삭제 답글

    안녕하세요.
    매번 올리시는 글을 공부하는 재미에 푹 빠져 있습니다.
    혹시 Hidden Markov 모델에 대해서 알고 계신지 궁금해서 방명록에 글을 남깁니다.
    감사합니다.

    • BlogIcon 다크pgmr 2017.11.08 17:21 신고 수정/삭제

      예전에 본 적은 있지만 기억이 가물 가물한 편입니다. HMM에서 어떤 부분이 궁금하신지요?

    • 웨라벨 2017.11.09 13:43 신고 수정/삭제

      HMM을 공부해 보고 싶은데, 항아리에 들어 있는 공 색깔 등 매우 기초적인 예를 들어 놓은 설명밖에 찾질 못했습니다.
      이를 적용하는 방법이라던지, 응용한 실제 사례는 어느 정도의 성능(?)을 보이는지 그런 것들이 궁금합니다.
      감사합니다.

    • BlogIcon 다크pgmr 2017.11.09 16:16 신고 수정/삭제

      특정 부분에 대한 내용이라면 저도 찾아볼 수 있겠지만 일반적인 내용은 저도 대답을 드리기 어려울 것 같습니다. 정보를 잘 찾아보시면 좋을 것 같습니다..

    • BlogIcon 다크pgmr 2017.11.10 08:56 신고 수정/삭제

      HMM을 제가 직접 써 본 것이 아니라서 성능이라던가 그런것은 잘 알지 못합니다. 어쨌든 음성인식이나 행동인식 등 시간축에 대한 패턴을 인식하는 응용에 많이 사용되어 왔고 요즘은 HMM보다는 RNN(recurrent neural network), LSTM 같은 딥러닝 기법이 이러한 응용에 주로 이용되는 것으로 알고 있습니다.
      항아리 예제 내용을 보니 위키피디아에 있는 설명을 보신 것 같습니다. 항아리 예제보다는 위키피디아 설명 아래쪽에 있는 영희, 철수의 전화를 통한 날씨를 맞추는 예제가 좀더 HMM을 이해하기에는 좋은 예제인 것 같습니다.
      HMM에 대해 간단히 설명해 보면, 숨겨진(hidden) 상태들을 내부적으로 가지고 있는 시스템이 있고 그 시스템의 상태는 계속 변합니다. 그런데, 상태가 변할 때마다 그 시스템은 어떠한 간접적인 출력을 외부로 내보이는데 우리가 관찰할 수 있는 것은 외부로 보이는 출력뿐입니다. 즉, 외부의 출력의 변화를 보고 시스템 내부의 상태 변화를 추정하는 것인 HMM 문제입니다. 그리고 시스템의 내부 상태변화는 직전의 상태에만 영향을 받아서 변하며 이러한 성질을 마르코프(Markov)라 부릅니다. 그래서 HMM이라 불립니다. 이 시스템의 내부 상태의 개수, 변화 관계 및 확률 등은 우리가 명시적으로 프로그래밍해줄 수도 있고 학습을 통해 자동으로 설정할 수도 있습니다 (대부분 학습). 그리고 학습된 HMM 모델이 있을 때, 우리가 현실에서 관찰한 값(시간축에 따른 일련의 관측값 열)이 이 모델에서 발생할 확률, 그리고 이 확률을 최대화하는 내부의 hidden 상태의 변화를 수학적으로 모두 계산할 수 있습니다. 확률을 계산할 때 사용되는 알고리즘은 비터비(Viterbi) 알고리즘이 대표적입니다.
      적용방법은 음성인식을 예로 들면, 각 단어마다 서로 다른 HMM 모델을 각각 학습시킵니다. 그리고 음성신호가 입력으로 들어왔을 때 해당 입력 신호가 각 HMM 모델에서 발생할 확률을 계산합니다. 그리고 가장 높은 확률을 낸 HMM 모델을 찾습니다. 이 HMM 모델에 대응하는 단어가 입력 음성에 대응하는 단어라고 인식하는 식입니다.

    • 워라벨 2017.11.15 09:15 신고 수정/삭제

      따로 시간을 내서 답변 해주셔서 감사합니다. 웹에 있는 글보다 다크님의 간단한 댓글을 보니 HMM에 대해 좀더 이해하기가 쉽네요. 역시 실 사례를 중심으로 핵심을 잘 설명해 주셔서 그런것 같습니다.
      감사합니다.

  • 깃털구름 2017.10.31 13:21 신고 ADDR 수정/삭제 답글

    안녕하세요. 매번 다크님 블로그 보면서 영상처리 공부하고 있는 대학생입니다.
    다름이 아니라 제가 이번에 VSLAM 구현해보려고 하는데요
    우선 영상을 통해 이동거리, 회전방향을 구하려고 합니다. 처음에는 특징점 검출을 통해 구현할까 했지만 요즘 칼만 필터를 통한 물체추적을 알아보고 있습니다.
    아직 자료조사만 하고 있는 상태라 어떤 방법이 좋을지 감이 오지 않네요...
    혹시 어떤 방식이 좋을지 조언을 부탁드려도 될까요?

    • BlogIcon 다크pgmr 2017.11.01 14:17 신고 수정/삭제

      visual slam은 로보틱스 분야라서 잘은 모르지만 2년 전쯤에는 orb-slam과 lsd-slam이 가장 대표적인 기술이었던 것으로 기억합니다. 하지만 기술이 워낙 빠르게 바뀌니지금은 어떤지 모르겠습니다. 그 뒤로 새로운 기술들이 나왔는지도 모르겠네요. 그리고 당시 아마 orb-slam이 좀더 대중적인 인기를 얻고 있었으니 orb-slam 위주로 공부해 보시면 좋을 것 같습니다.

  • 생선검객자토삼치 2017.09.07 20:34 신고 ADDR 수정/삭제 답글

    저도 40대에 코딩이 필요해서공부하던중 미적분을 검색하다 여길 오게되었습니다. 수학꼴지에도 이공계로와서 고생이 심했습니다만 올려주신 글 덕에 힘을내게 되어습니다. 좋은글 감사드립니다

    • BlogIcon 다크pgmr 2017.09.24 23:01 신고 수정/삭제

      별로 한건 없는데.. 힘이 되었다니 감사합니다. '자토이치'를 인상깊게 봤었는데 반갑습니다.