기계와 예술사이 : 컴퓨터비전, 인공지능 그리고 이미지의 문제

정신영 한국미술이론학회 2021 미술이론과 현장 Vol.- No.32

본 논문은 AI와 시각, 컴퓨터비전과 이미지의 관계를 비평적 관점에서 논하고 있다. 초대형 IT기업들은 빠짐없이 AI의 기계학습을 위한 컴퓨터비전의 개발에 앞장서면서 이미지의 입력을 통해 세상의 정보를 데이터베이스의 형태로 집적하고 있다. 컴퓨터비전의 분야는 ‘비전’이라는 단어가 가리키듯 인간의 시각과 컴퓨터의 시각데이터집적과정을 비유하지만, 실제로는 기계적이고 알고리즘화된 인간의 시각과는 전혀 별개의 성질을 갖는다. 기계에 정보를 제공하는 기계학습을 위한 이미지의 모음인 이미지 데이터셋은 AI의 성능개발에 핵심적인데, 온라인상의 이미지가 무작위로 사용되거나 학습과정에서 사회적 차별이나 편견이 그대로 반영될 가능성이 높은 것으로 경계가 필요하다. AI와 예술의 접목에서는 주로 생성적 적대 신경망을 사용하여 기존의 미술품을 학습한 후 이와 유사하지만 다른 이미지를 만들어내는 방식이 다용되고 있다. 컴퓨터비전이 시각과 차이가 있듯, AI 미술이 기존 예술의 일부로 흡수되기 위해서는 새로운 기준들이 필요할 것이다. This paper is a critical examination of the relationship between artificial intelligence, computer vision, and images. The IT industry has been building up massive repositories of image data to be used for machine learning and computer vision. Although the term computer “vision” suggests it assimilates human vision, they differ fundamentally because computer vision is an algorithmic process. While the collection of image datasets is crucial for enhancement of AI’s creative capability, the risk of uncontrolled mass collection of image data and their prejudicial or discriminatory use for machine learning has become highly problematic. Often in AI art, images are artificially generated by Generative Adversarial Networks (GAN) that are trained with images of historic artworks. As computer vision differs from human vision, AI-generated artistic images cannot be evaluated using conventional criteria. The formulation of new criteria would be essential if the new AI art were to be accepted into the creative art at large.

사진측량과 컴퓨터비전 간의 카메라 렌즈왜곡 변환

홍송표,최한승,김의명 한국측량학회 2019 한국측량학회지 Vol.37 No.4

Photogrammetry and computer vision are identical in determining the three-dimensional coordinates of images taken with a camera, but the two fields are not directly compatible with each other due to differences in camera lens distortion modeling methods and camera coordinate systems. In general, data processing of drone images is performed by bundle block adjustments using computer vision-based software, and then the plotting of the image is performed by photogrammetry-based software for mapping. In this case, we are faced with the problem of converting the model of camera lens distortions into the formula used in photogrammetry. Therefore, this study described the differences between the coordinate systems and lens distortion models used in photogrammetry and computer vision, and proposed a methodology for converting them. In order to verify the conversion formula of the camera lens distortion models, first, lens distortions were added to the virtual coordinates without lens distortions by using the computer vision-based lens distortion models. Then, the distortion coefficients were determined using photogrammetry-based lens distortion models, and the lens distortions were removed from the photo coordinates and compared with the virtual coordinates without the original distortions. The results showed that the root mean square distance was good within 0.5 pixels. In addition, epipolar images were generated to determine the accuracy by applying lens distortion coefficients for photogrammetry. The calculated root mean square error of y-parallax was found to be within 0.3 pixels. 사진측량과 컴퓨터비전 분야는 카메라에서 촬영된 영상에서 3차원 좌표를 결정하는 것은 동일하지만 두 분야는 카메라 렌즈왜곡 모델링 방법과 카메라 좌표계의 차이점으로 인하여 서로 간에 직접적인 호환이 어렵다. 일반적으로 드론 영상의 자료처리는 컴퓨터비전 기반의 소프트웨어를 이용하여 번들블록조정을 수행한 후 지도제작을 위해서 사진측량 기반의 소프트웨어로 도화를 수행하게 된다. 이때 카메라 렌즈왜곡의 모델을 사진측량에서 사용하는 수식으로 변환해야 하는 문제에 직면하게 된다. 이에 본 연구에서는 사진측량과 컴퓨터비전에서 사용되는 좌표계와 렌즈왜곡 모델식의 차이점에 대하여 기술하고 이를 변환하는 방법론을 제안하였다. 카메라 렌즈왜곡 모델의 변환식의 검증을 위해서 먼저 렌즈왜곡이 없는 가상의 좌표에 컴퓨터비전 기반의 렌즈왜곡 모델을 이용하여 렌즈왜곡을 부여하였다. 그리고 나서 렌즈왜곡이 부여된 사진좌표를 이용하여 사진측량 기반의 렌즈왜곡 모델을 이용하여 왜곡계수를 결정한 후 사진좌표에서 렌즈왜곡을 제거하여 원래의 왜곡이 없는 가상좌표와 비교하였다. 그 결과 평균제곱근거리가 0.5픽셀 이내로 양호한 것으로 나타났다. 또한 사진측량용 렌즈왜곡 계수를 적용하여 정밀도화 가능여부를 판단하기 위해서 에피폴라 영상을 생성하였다. 생성된 에피폴라 영상에서 y-시차의 평균제곱근오차가 계산한 결과 0.3픽셀 이내로 양호하게 나타났음을 알 수 있었다.

“나만의 것”을 추구하는 컴퓨터교육과 재학생의 소프트웨어 개발 경험에 관한 질적 사례 컴퓨팅에 관한 심층 동기와 개인 성장 및 비전을 중심으로

전영국 ( Youngcook Jun ),윤지현 ( Jihyun Yoon ) 한국교육인류학회 2011 교육인류학연구 Vol.14 No.1

이 연구는 컴퓨터교육과에 재학 중인 대학생의 진학 동기와 전공 지식의 습득 과정에서 나타나는 컴퓨팅과의 관계 속에서 자신의 역량을 어떻게 쌓아가는 지에 대한 전문성 발달 양상을 질적으로 탐구함으로써 컴퓨터교육과 재학생의 삶을 깊이 있게 이해하는데 그 목적이 있다. 이를 위하여 비수도권 S대학의 사범대학 컴퓨터교육 전공 4학년 학생 김상우를 대상으로 2010년 3월부터 2010년 10월 사이에 본질주의적 심층면담을 4회 실시하여 질적 사례 연구를 수행하였다. 본 연구에서 우리는 전사 자료를 코딩한 결과에 따라 연구자의 눈을 통해 내면의 세계를 조망한 후에 초상화 기법에 터하여 입체적인 묘사를 시도하였다.이 이야기는 김상우가 고등학교 시절부터 컴퓨터 하드웨어를 조립해 본 경험이 어떻게 증폭되어 컴퓨팅에 대한 깊숙한 부분까지 연결되는지 보여준다. 그가 사범대학에 진학 한 후에 자신만의 고유한 아이디어에 따라 컴퓨터를 조립한 경험에서 느꼈던 성취감이 점점 식어가게 되고 대신에 자신의 아이디어대로 새로운 것을 만들어나가는 소프트웨어 작업에서 만족감과 희열을 더 느끼게 되었다. 냉엄한 현실을 고려하여 컴퓨터교사의 꿈을 접고 소프트웨어 개발자가 되기로 진로를 결정한 그가 느꼈던 컴퓨팅에 대한 매력, 전공공부의 즐거움, 소프트웨어 개발 경험에 대한 희열과 진로에 대한 비전 등을 유기적으로 묘사하였다. 마지막으로 컴퓨팅, 학업과 개인 성장이 사범대학생 자신의 내적 역량과 어떻게 통합되는지에 관하여 논의하였으며 진학 동기로서의 컴퓨팅에 관하여 고찰하였다. This paper aims at exploring how the student self is integrated with university life at the college of education by looking into their experiences in computing. Through this study we intend to understand the practices of a unique student who wants to ‘pursue his own thing’ in both assembling PC and implementing his own ideas with computer programming. We adopted an essentialist methodology using in-depth interviews. We conducted basic and in-depth interviews with Sangwoo Kim who is enrolled in Computer Education department during March 2010 and October 2010. Our concern was to investigate how he developed his inner faculties along with his personal growth and future vision. We tried to qualitatively describe integrated ways in which his personal involvement with computing affects his motivation, academic efforts and passion toward becoming a leading software developer instead of becoming a teacher. This story shows how a college student who wanted to become a teacher instead pursues his inner dream inside the computing world where he can implement ‘his own thing’ freely and creatively. After shifting his interests from PC assembly to software development, he could feel fulfillment, passion and his own vision toward becoming a leading software developer in the future. Overall, this portrait illustrates how inner aspects of subjective experiences on computing work were integrated and unified within himself. We discussed the student`s inner faculties as part of the student`s unity and reviewed computing as motivation with other studies.

Visual Display Unit 사용을 위한 중근용 누진 가입도 렌즈의 성능평가

김학준,김정미,원찬희,김영미,배현주,마기중 대한시과학회 2007 대한시과학회지 Vol.9 No.1

본 연구는 노안교정이 요구되는 사람이 시각영상단말기를 사용할 때 느끼는 컴퓨터 시력 증후군에 대해 알아보고, 누진 가입도 안경이나 근용 단초점 안경을 사용하다가 중근용 누진 가입도 렌즈로 바꾸었을 때 증상의 변화 및 만족도의 개선 여부를 평가하고자 한다. 서울보건대학에 근무하는 교직원 가운데 본 연구의 취지에 동의한 45~64세 사이의 55명(남 46명, 여 9명)을 대상으로 선정하였다. 1차 방문시 자각식 굴절검사와 근용 가입도를 측정하여 중근용 누진 가입도 안경을 처방하고 설문조사를 실시하였다. 2차 방문시 안경의 사용방법을 숙지시키고 1개월간 컴퓨터 작업을 하는 동안 실험용 안경을 착용하도록 권고했고 1개월 후 2차 설문조사를 실시하였다. 컴퓨터 작업 시 느끼는 전반적인 시기능 및 눈의 불편함과 관련된 시각적 문제점에 대한 항목의 평균 점수는 1차 설문에서 3.69±0.65였고, 2차 설문에서 4.50±0.91로 0.54±0.87 만큼 유의하게 증가하였다(t=-9.23, p=0.00). 컴퓨터 작업 시 느끼는 심리적인 위축 및 부담과 관련된 심리적 안녕에 대한 항목의 평균 점수는 1차 설문에서 3.04±0.65였고, 2차 설문에서 3.74±0.98로 0.70±0.76이 증가되었다(t=-6.83, p=0.00). 또한 나이, 가입도, 원용교정도수 및 컴퓨터 작업시간에 관계없이 중근용 누진 가입도 렌즈를 사용했을 때 컴퓨터 시력 증후군이 개선되는 것으로 나타났다. 따라서 노안교정이 필요한 사람의 컴퓨터 사용과 관련된 컴퓨터 시력 증후군에 대한 관리 방법으로 중근용 누진 가입도 렌즈를 사용하는 것이 유용할 것으로 사료된다. This study intends not only to investigate Computer Vision Syndrome(CVS) against presbyope who requires correction of near vision experiences using Visual Display Unit(VDT), but also assess trends of CVS and improvements in satisfaction when changed to VDU progressive lens while using progressive lens or single vision reading glasses. In this study, total 55 people(46 males, 9 females) the age between 45 and 64 years of old currently working in Seoul Health College were selected as study subjects. In the first visit, subjective refraction and near addition were individually measured and VDU progressive lenses were prescribed and first survey was conducted. In the second visit, they were directed how to wear the glasses and recommended to wear the test glasses while working on computers for a month. Second survey was conducted at one month after the second visit. The average score for first survey of overall visual ability and vision problems related to the experienced discomfort in ey while using computers was 3.69±0.65. The average score for second survey was 4.50±0.91 which is significantly higher than the first survey average about 0.54±0.87(t=-9.23, p=0.00). The average score for first survey on the questionnaire item about psychological well-being related to psychological atrophy and experienced discomfort while using computer was 3.04±0.65 and the average score for second survey was 3.74±0.98 with a significantly increase of 0.70±0.76(t=-6.83, p=0.00). Regardless of age, addition, corrective power of distance vision and hour of computer use, it indicated that CVS improved by using VDU progressive lens. As a conclusion, using VDU progressive lens as a method to manage CVS is recommended for presbyope who requires correction of near vision is effective while use computer.

컴퓨터 비전을 이용한 이미지 기반 아이 키 측정 애플리케이션 개발

윤다영(Da-Yeong Yun),문미경(Mi-Kyeong Moon) 한국전자통신학회 2021 한국전자통신학회 논문지 Vol.16 No.1

성장 장애 중 저신장증은 빠른 진단과 치료를 통해 호전시킬 수 있는데 이를 위해서는 저신장증의 조기발 견이 중요하다. 저신장증 조기발견 및 아이의 성장 과정 확인을 위해 꾸준히 키를 측정하는 것이 권장되지만 기존의 키 측정방법들에는 시간적·공간적 한계와 비용 발생, 기록유지의 어려움 등의 문제들이 존재한다. 그래서 본 논문에서는 사람들의 접근성이 높은 매체인 스마트폰을 이용하는 ‘컴퓨터 비전을 이용한 이미지 기반 아이 키 측정 애플리케이션 개발’ 방법을 제안하였다. 스마트폰의 카메라를 통해 촬영된 이미지에서 컴퓨터 비전 라이브러리인 OpenCV의 알고리즘들을 이용하여 아이의 키를 측정하고, 그렇게 측정된 키는 성별·나이별 표준 신장과의 비교 그래프, 날짜별 리스트를 통해 화면에 출력함으로써 아이의 성장 과정 확인이 가능하 도록 하였다. 이 제안된 방법을 통해 시간적·공간적 제약 및 비용 발생 없이 언제 어디서든 키를 측정할 수있을 것이라 기대되고, 꾸준한 키 측정과 성장 과정 확인을 통한 저신장증 및 성장 장애의 조기발견에 도움이될 것이라 기대된다. Among growth disorders, ‘Short Stature’ can be improved through rapid diagnosis and treatment, and for that, it is important to detect early‘Short Stature’. It is recommended to measure the height steadily for early detection of ‘Short Stature’ and checking the kid’s growth process, but existing height measurement methods have problems such as time and space limitations, cost occurrence, and difficulty in keeping records. So in this paper, we proposed an ‘Development of Kid Height Measurement Application based on Image using computer vision’ method using smart phones, a medium that is highly accessible to people. In images taken through a smartphone camera, the kid’s height is measured using algorithms from OpenCV, a computer vision library, and the measured heights were printed on the screen through ‘a comparison graph with the standard height by gender and age’ and ‘list by date’, made possible to check the kid’s growth process. It is expected to measure height anytime, anywhere without time and space limitations and costs through this proposed method, and it is expected to help early detection of ‘Short Stature’ and other disorder through steady height measurement and confirmation of growth process.

MobileViT와 전이학습을 활용한 사람 자세 추정 알고리즘의 경량화

김건우,홍종현,박종혁 한국컴퓨터정보학회 2023 韓國컴퓨터情報學會論文誌 Vol.28 No.9

In this paper, we propose a model that can perform human pose estimation through a MobileViT-based model with fewer parameters and faster estimation. The based model demonstrates lightweight performance through a structure that combines features of convolutional neural networks with features of Vision Transformer. Transformer, which is a major mechanism in this study, has become more influential as its based models perform better than convolutional neural network-based models in the field of computer vision. Similarly, in the field of human pose estimation, Vision Transformer-based ViTPose maintains the best performance in all human pose estimation benchmarks such as COCO, OCHuman, and MPII. However, because Vision Transformer has a heavy model structure with a large number of parameters and requires a relatively large amount of computation, it costs users a lot to train the model. Accordingly, the based model overcame the insufficient Inductive Bias calculation problem, which requires a large amount of computation by Vision Transformer, with Local Representation through a convolutional neural network structure. Finally, the proposed model obtained a mean average precision of 0.694 on the MS COCO benchmark with 3.28 GFLOPs and 9.72 million parameters, which are 1/5 and 1/9 the number compared to ViTPose, respectively.

인공지능과 Computer Vision을 이용한 감자의 실시간 수확량 계측을 위한 기초연구

유정상 ( Jung-sang Yoo ),김대현 ( Daehyun Kim ),박동혁 ( Donghyeok Park ),이중용 ( Joong Yong Rhee ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2

인공지능의 발전과 함께 딥러닝에 기반한 이미지를 분류하고 인식하는 Computer vision의 정확도 또한 높아졌다. 현재 농업에서는 해충, 질병, 피노타입 등 Computer vision을 이용한 연구가 활발하지만, 노지 스마트 팜의 정밀 농업에서는 파종이나 수확에 대한 국내 기술 수준이 낮기 때문에 Computer vision을 이용한 연구가 많지 않다. 예를 들면 시설 농업의 경우에는 실시간으로 토마토나 오이의 생산량을 확인하는 방법이 있지만, 밭작물의 경우에는 파종량이나 생산량을 확인하는 방법이 여전히 무게를 재서 어림잡아 확인하는 재래식 방법에 머무르고 있다. 이에 본 연구에서는 Computer vision과 인공지능을 이용하여 감자를 실시간으로 Detecting하고 Counting하여 생산량을 추정하고자 하였다. 실험을 위해 파이썬 환경에서 인터넷상의 이미지를 자동으로 다운로드해 주는 크롤링(Crawling)을 통해 얻은 무작위 감자 이미지 1,000장을 Train 80%, Test 10%, Validation 10% 나누었고 겹치거나 작은 사물에 대한 인식률이 높은 Faster-RCNN 신경망 모델을 사용하여 학습시켰으며(mAP 75IOU=0.804) 가상의 선을 만들어서 선을 넘는 Detected object의 경우에만 Counting을 하도록 하였다. 실험 결과 Faster-RCNN 모델의 한계 때문에 캡쳐 된 사진의 경우에는 감자를 Detecting하는데 어려움이 없었지만 빠른 속도로 Detecting을 해야하는 실제 현장에서 촬영된 동영상에 적용 시에는 다소 정확도가 떨어졌다. 빠른 속도에 최적화되어있는 YOLO나 CenterNet 신경망 모델의 사용 그리고 더 많은 이미지로 학습을 시키면 향상된 정확도가 예상된다. 감자나 고구마 등 근채류의 수확량지도를 작성할 수 있어 정밀 농업 기술 또는 노지 스마트팜 기술 향상에 기여할 것이다.

Computer Vision-based Structural Health Monitoring: A Review

Jun Su Park,Joohyun An,Hyo Seon Park Council on Tall Building and Urban Habitat Korea 2023 International journal of high-rise buildings Vol.12 No.4

Structural health monitoring is a technology or research field that extends the service life of structures and contributes to the prevention of disaster accidents by continuously evaluating the safety, stability, and serviceability of structures as well as allowing timely and proper maintenance. However, the contact-type sensors used for it require considerable time, cost, and labor for installation and maintenance. As an alternative, computer vision has attracted attention recently. Computer vision has the potential to make quality, deformation, and damage monitoring for structures contactless and automated. In this study, research cases in which computer vision was utilized for structural health monitoring are introduced, and its effects and limitations are summarized. Therefore, the applicability and future research directions of computer vision-based structural health monitoring are discussed.

미디어 인공지능 : 컴퓨터 비전 관련 딥러닝 모델의 미디어 동영상 분야 적용 가능성에 관한 연구

박대민 한국언론학회 2022 커뮤니케이션 이론 Vol.18 No.1

Recently, media researchers employ deep learning models related to computer vision to perform automated content analysis of videos. Understanding deep learning models is also essential to AI(artificial intelligence) driven digital transformation in the media industry. In this paper, we reviewed computer vision-related deep learning models that are widely used for video analytics and generation. First, we looked at convolutional neural networks (CNNs) and recurrent neural networks (RNNs), which are widely used for classification, as well as generative adversarial network (GANs) and autoencoders (AEs) as generation models, and transfer learning using pre-training models. Following that, we proposed tasks in five major categories for which AI could be highly useful: object detection, action recognition, event detection, video summarization, and video classification. Then, for subtasks such as object detection, face recognition, facial expression recognition, landmark recognition, product recognition, pose estimation, anomaly detection, context recognition, video summarization, and video classification, we introduced state-of-the-arts (SOTAs) and benchmark datasets. Finally, the potential academic and practical applications of these models were discussed. We anticipate that media researchers or media service providers will understand the major trend of deep learning in computer vision and will be able to get knowledge when using deep learning models independently or collaborating with programmers. 미디어 동영상 분야는 컴퓨터 비전 관련 딥러닝 모델을 활용해 연구 차원에서는 동영상의 자동화된 내용분석을 수행하고 실무 차원에서는 미디어 분야의 디지털 전환을 통해 서비스를 개선할 여지가 큰 영역이다. 이 논문에서는 미디어 동영상의 분석과 생성에 활용도가 높은 비전 관련 딥러닝 기반 모델을 검토했다. 우선 다양한 모델의 기축이 되는 알고리즘으로서 분류 모델로 널리 사용되는 합성곱 신경망(CNN)과 순환 신경망(RNN), 생성 모델로 사용되는 적대적 생성 신경망(GAN)과 오토인코더(AE), 사전 훈련 모델을 활용하는 전이학습을 살펴보았다. 다음으로 미디어 동영상 영역에서 활용도가 높은 과업을 객체탐지, 행동인식, 사건탐지, 동영상 요약, 동영상 분류 등 5개 대분류와 객체탐지, 안면인식, 표정인식, 랜드마크 인식, 상품인식, 행동인식, 자세추정, 이상탐지, 상황인식, 동영상 요약, 동영상 분류 등 11개 소분류로 제시했다. 이어 각 과업별 SOTA(state-of-the-art)와 벤치마크 데이터셋을 소개했다. 끝으로 이러한 모델의 학문적, 실무적 활용 가능성을 제시해보았다. 본 논문은 수식이나 프로그래밍에 대한 지식이 없이 미디어 연구자나 미디어 서비스 기획자가 비전 분야 딥러닝의 큰 흐름을 파악하고 관련 모델을 직접 활용하거나 컴퓨터공학 분야의 연구자 또는 개발자와 협업할 때 배경지식을 제공할 것으로 기대한다. 또한 비전 관련 딥러닝이 발전함에 따라 미디어 인공지능 기반 동영상 빅데이터 분석 시스템의 개발 가능성도 높아질 것이다.

Real-Time Pipe Fault Detection System Using Computer Vision

Hyoung-Seok Kim,Byung-Ryong Lee 한국정밀공학회 2006 International Journal of Precision Engineering and Vol.7 No.1

Recently, there has been an increasing demand for computer-vision-based inspection and/or measurement system as a part of factory automation equipment. In general, it is almost impossible to check the fault of all parts, coming from part-feeding system, with only manual inspection because of time limitation. Therefore, most of manual inspection is applied to specific samples, not all coming parts, and manual inspection neither guarantee consistent measuring accuracy nor decrease working time. Thus, in order to improve the measuring speed and accuracy of the inspection, a computer-aided measuring and analysis method is highly needed. In this paper, a computer-vision-based pipe inspection system is proposed, where the front and side-view profiles of three different kinds of pipes, coming from a forming line, are acquired by computer vision. And the edge detection is processed by using Laplace operator. To reduce the vision processing time, modified Hough transform is used with clustering method for straight line detection. And the center points and diameters of inner and outer circle are found to determine eccentricity of the parts. Also, an inspection system has been built so that the data and images of faulted parts are stored as files and transferred to the server.