컴퓨터 비전 기초 수료증

  • 모집인원9,999명

  • 학습기간2025-10-23 ~ 2029-12-31

로그인하시면 강좌에 등록할 수 있습니다.
강좌 소개

성명

주한별

소속기관

서울대학교 컴퓨터공학부

강의 명

(주제)

컴퓨터비전 기초

학습목표

이 강의는 컴퓨터 비전의 기초 개념을 탐구하며, 이론적 기반과 실용적인 알고리즘, 다양한 응용 사례에 대한 이해를 높이는 데 중점을 둡니다.
학생들은 기계가 이미지와 영상을 어떻게 인식하고 해석하는지를 이해하기 위한 핵심 원리를 배우고, 이미지 생성, 특징 추출, 객체 인식 등의 주제에 대한 통찰을 얻게 됩니다.
특히, 본 강의는 최신 딥러닝 기법이 아닌 고전적인 2D 컴퓨터 비전 알고리즘에 집중하여, 전통적인 비전 문제의 핵심 목표와 사람이 설계한(hand-designed) 알고리즘들을 중심으로 다룰 예정입니다.

분야

☑ AI

□ Bio

□ Chem

□ Drug

단계

기초
과정 소개

목차

(강의시간)

강의내용

실습여부

교수자

1

컴퓨터 비전 소개:
컴퓨터 비전 문제에 대한 설명과, 예시, 최신 기술들을 간단하게 소개한다

X

주한별

2

이미지 filtering:
사진으로부터 feature를 추출하기 위한 image filtering 기법에 대한 소개

X

주한별

3

Edge detection:
사진으로부터 edge를 추출하기 위한 기법에 대한 소개

X

주한별

4

Object Detection:

Object detection 문제 정의와 고전적인 SOTA 방법인 Histogram of Oriented Gradients (HOG) 방법에 대한 소개

X

주한별

5

SIFT Matching:
Correspondence matching 방법인 SIFT feature에 대한 소개

X

주한별

6

Corner Detection:
사진에서 Cornder feature를 추출하기 위한 Harris Corner 방법론 소개

X

주한별

7

Hough Transform:
사진에서 Line, Circle등을 찾아내기 위한 Hough Transform 방법론 소개

X

주한별

8

Image Classification:
Image classification 문제 설명과 고전적인 SOTA 방법인 Bag-of-Words (BoW) 방법 소개

X

주한별

9

Tracking:
동영상에서 원하는 feature를 track하기 위한 tracking 방법론 소개

X

주한별

10

Clustering:
Image clustering에 관한 다양한 방법론 소개

X

주한별

선수과목

없음. 선형대수학 지식이 도움이 될수 있음.

참고자료

교재는 필수는 아니지만, 아래 참고서가 학습에 도움이 될 수 있습니다

Richard Szeliski, Computer Vision: Algorithms and Applications

준비사항

없음.
분류
  • 주제
    머신러닝
  • 분야
    인공지능 & 프로그래밍
  • 실습
    없음 (이론 강의)
  • 활용 단계
    기타
교수자/개설자
이전페이지