상세정보

스마트폰의 카메라 앱부터 자율 주행 차량, 그리고 최근 발표한 OpenAI의 동영상 생성 서비스인 Sora까지, 이미지 처리와 컴퓨터 비전 기술은 이미 우리 생활에 깊숙이 자리잡고 있다. 이 책은 이미지 처리의 기본적인 개념부터 시작하여 고급 컴퓨터 비전 기술, 인공지능을 이용한 이미지 분석까지 광범위한 주제를 다룬다.

각 장은 이론 설명과 함께 실제 사례 연구 및 파이썬, OpenCV, 텐서플로를 활용한 실용적인 코드로 학습할 수 있도록 구성했다. 또한, 마지막에는 건설 현장과 의료 분야에서 어떻게 이미지 처리를 활용하고 있는지, 실전 프로젝트로 살펴볼 수 있다. 이미지 처리와 컴퓨터 비전의 기초부터 최신 기술까지 폭넓은 지식을 학습하고자 하는 분들께 추천한다.

이미지 처리와 컴퓨터 비전 핵심 이론부터
최신 논문 리뷰, 실제 적용법 및 실용적인 코드까지!

스마트폰의 카메라 앱부터 자율 주행 차량, 그리고 최근 발표한 OpenAI의 동영상 생성 서비스인 Sora까지, 이미지 처리와 컴퓨터 비전 기술은 이미 우리 생활에 깊숙이 자리잡고 있다. 이러한 이미지 처리와 컴퓨터 비전 분야는 인터넷에 방대한 자료가 있지만, 막상 학습하려고 하면 체계적으로 정리된 자료나 이론을 실제 적용하는 법을 찾기가 꽤 까다롭다. 이 책의 저자 역시 같은 어려움을 겪었고, 동일한 어려움을 겪고 있는 분들에게 도움이 되고자 이 책을 집필했다.
이 책은 이미지 처리의 기본적인 개념부터 시작하여 고급 컴퓨터 비전 기술, 인공지능을 이용한 이미지 분석까지 광범위한 주제를 다룬다. 각 장은 이론 설명과 함께 실제 사례 연구 및 파이썬, OpenCV, 텐서플로를 활용한 실용적인 코드로 학습할 수 있도록 구성했다. 또한, 마지막에는 건설 현장과 의료 분야에서 어떻게 이미지 처리를 활용하고 있는지, 실전 프로젝트로 살펴볼 수 있다.

[이 책의 구성]

1. 기본 개념과 도구
이 장에서는 이미지 처리와 컴퓨터 비전의 기본 개념을 소개하며, 이 분야에서 사용되는 주요 도구와 기술에 대한 기초를 다집니다. 파이썬, OpenCV, 텐서플로 등의 필수 도구 사용법을 포함하여 이미지 처리와 컴퓨터 비전을 이해하고 적용하는 데 필요한 핵심 문법과 라이브러리를 소개합니다.

2. 이미지 처리 기초
이미지의 기본적인 속성과 구조를 탐구하고, 색 공간과 텐서의 개념을 통해 이미지를 어떻게 표현하고 처리하는지에 대해 설명합니다. 또한 이미지 필터링, 변환, 주파수 도메인 기법, 경계 검출 등의 기본적인 이미지 처리 기법을 다룹니다.

3. 인공지능과 이미지 처리
딥러닝과 이미지 처리의 결합을 탐색하며, 인공 신경망, 합성곱 신경망(CNN), 생성적 적대 신경망(GAN) 등의 핵심 개념을 소개합니다. 이 장은 딥러닝을 이용한 이미지 분류, 객체 인식 등의 응용 분야로 진입하는 데 필요한 지식을 제공합니다.

4. 이미지 분류
이미지 분류의 핵심 기술과 모델, 구글넷과 레즈넷을 포함한 초기 신경망 모델부터 최적화된 모델과 비전 트랜스포머까지 다양한 접근 방식을 다룹니다. 이 장은 이미지 분류 기술의 발전 과정과 현재까지의 최신 동향을 탐구합니다.

5. 객체 탐지
객체 탐지 기술의 두 가지 주요 접근법인 two-stage detector와 one-stage detector를 설명하고, R-CNN, YOLO, EfficientDET 등의 모델을 소개합니다. 또한 이미지 분할을 실습을 통해 다루며, FCN, U-Net, SAM 등의 기법을 포함합니다.

6. 이미지 생성
이미지-이미지 변환에서 초고해상도, 스타일 제어, 스테이블 디퓨전에 이르기까지, 이미지 생성에 관련된 다양한 기술과 모델을 소개합니다. 또한 StarGAN, PGGAN, StyleGAN 등 다양한 생성 모델과 기법을 탐구하며, 이미지 생성의 최신 트렌드를 다룹니다.

7. 실제 사례 및 프로젝트
이미지 처리 기술이 실제 산업 현장에서 어떻게 활용되는지 구체적인 사례와 프로젝트를 통해 소개합니다. 건설 현장과 의료 분야에서의 이미지 처리 활용 사례를 포함하여 학습한 내용을 실제 문제 해결에 적용하는 방법을 탐구합니다.

정보제공 :

1장. 기본 개념과 도구

1.1 이미지 처리와 컴퓨터 비전

__1.1.1 이미지 처리란?

__1.1.2 컴퓨터 비전이란?

__1.1.3 이미지 처리와 컴퓨터 비전의 연관성

1.2 필요한 도구들

__1.2.1 파이썬 핵심 문법

__1.2.2 OpenCV

__1.2.3 텐서플로



2장. 이미지 처리 기초

2.1 이미지란?

__2.1.1 디지털 이미지의 구조

__2.1.2 색 공간 이해하기

__2.1.3 이미지에서의 텐서 이해하기

2.2 이미지 처리 기법

__2.2.1 이미지 필터링

__2.2.2 이미지 변환

__2.2.3 주파수 도메인 기법

__2.2.4 이미지 경계 검출



3장. 인공지능과 이미지 처리

3.1 딥러닝이란?

__3.1.1 인공 신경망 기초

__3.1.2 합성곱 신경망(CNN)

__3.1.3 생성적 적대 신경망(GAN) 

3.2 딥러닝을 활용한 이미지 처리

__3.2.1 이미지 분류

__3.2.2 객체 인식

__3.2.3 스타일 전이



4장. 이미지 분류

4.1 구글넷과 레즈넷

__4.1.1 초기 신경망 모델

__4.1.2 구글넷

__4.1.3 레즈넷

4.2 최적화된 모델 살펴보기

__4.2.1 레즈넷 이후의 모델들

__4.2.2 이피션트넷

4.3 비전 트랜스포머

__4.3.1 트랜스포머

__4.3.2 비전 트랜스포머



5장. 객체 탐지

5.1 two-stage detector

__5.1.1 R-CNN 

__5.1.2 Fast R-CNN과 Faster R-CNN

5.2 one-stage detector

__5.2.1 YOLO

__5.2.2 YOLO9000과 YOLO v3

__5.2.3 EfficientDET 

5.3 이미지 분할

__5.3.1 FCN

__5.3.2 U-Net

__5.3.3 SAM



6장. 이미지 생성

6.1 이미지-이미지 변환

__6.1.1 StarGAN 이전의 생성 모델

__6.1.2 StarGAN과 다중 이미지-이미지 변환

6.2 초고해상도와 스타일 제어

__6.2.1 PGGAN

__6.2.2 StyleGAN

6.3 스테이블 디퓨전

__6.3.1 디퓨전 모델

__6.3.2 스테이블 디퓨전



7장. 실제 사례 및 프로젝트

7.1 건설 현장에서 활용하는 사례와 프로젝트

__7.1.1 건설 현장에서 이미지 처리 활용

__7.1.2 건설 현장에서의 이미지 분할 활용

7.2 의료 분야에서 활용하는 사례와 프로젝트

__7.2.1 합성곱 신경망을 활용한 엑스레이 영상 분류 모델

__7.2.2 분류 작업에서의 다양한 평가지표

__7.2.3 의료 인공지능과 설명 가능성



부록 A. 코랩 사용하기 

A.1 구글 코랩 사용법

__A.1.1 코랩 시작하기

__A.1.2 코랩의 기본 사용법

__A.1.3 코랩과 깃허브 연동 방법

정보제공 :