CV1‐easy - waegari/waegari.github.io GitHub Wiki

컴퓨터 비전 introduction(난이도: 쉬움)

1부: 문제

객관식 문제 (각 문제당 4개의 선택지)

  1. 컴퓨터 비전(Computer Vision)의 정의로 가장 적절한 것은?
  • a) 이미지를 입력받아 이미지를 출력하는 분야
  • b) 이미지 입력을 받아 장면에 대한 지식을 출력하는 분야
  • c) 물체를 인식하여 그 위치를 추적하는 분야
  • d) 이미지를 압축하고 저장하는 분야
  1. 이미지 처리(Image Processing)에 대한 설명으로 맞는 것은?
  • a) 이미지에서 의미적 정보를 추출하는 분야
  • b) 이미지 입력을 받아 이미지를 출력하는 분야
  • c) 항상 3D 정보를 포함한다
  • d) 신경망을 사용해야만 가능하다
  1. 다음 중 컴퓨터 비전의 응용 분야로 맞는 것을 모두 고르시오.
  • a) 얼굴 인식(Face Recognition)
  • b) 자율주행 차량
  • c) 의료 영상
  • d) 문서 편집
  1. 픽셀(Pixel)에 대한 설명으로 맞는 것은?
  • a) 이미지의 최소 단위
  • b) 항상 흑백으로만 표현된다
  • c) 그레이스케일 이미지에서는 0-100 범위의 값을 가진다
  • d) 컬러 이미지에서는 항상 4개의 채널을 가진다
  1. 그레이스케일 이미지에 대한 설명으로 맞는 것을 모두 고르시오.
  • a) 각 픽셀은 하나의 값을 가진다
  • b) 보통 0-255 범위의 값을 가진다
  • c) m × n 행렬로 표현된다
  • d) 항상 흑백으로만 표현된다
  1. 컬러 이미지의 RGB 표현에 대한 설명으로 맞는 것은?
  • a) 각 픽셀은 3개의 값(Red, Green, Blue)을 가진다
  • b) 각 픽셀은 하나의 값을 가진다
  • c) m × n 행렬로 표현된다
  • d) HSV와 동일한 표현 방식이다
  1. 다음 중 컴퓨터 비전 발전 역사에서 1970년대의 특징으로 맞는 것을 모두 고르시오.
  • a) 인공지능의 시각적 인식 구성 요소로 발전
  • b) 3D 구조 복구 시도
  • c) 대규모 데이터셋 활용
  • d) 딥러닝 기술 도입
  1. 동차좌표계(Homogeneous Coordinates)의 장점으로 맞는 것은?
  • a) 데이터 저장 공간을 줄일 수 있다
  • b) 회전, 스케일링, 이동을 모두 행렬 곱셈으로 표현할 수 있다
  • c) 이미지 처리 속도를 빠르게 한다
  • d) 색상을 더 정확하게 표현할 수 있다
  1. 다음 중 바이오메트릭스 응용으로 맞는 것은?
  • a) 지문 인식
  • b) 이미지 스티칭
  • c) 노출 브라케팅
  • d) 자율주행 차량
  1. 컴퓨터 비전과 이미지 처리의 차이점으로 맞는 것을 고르시오.
  • a) 컴퓨터 비전은 장면에 대한 지식을 출력하고, 이미지 처리는 이미지를 출력한다
  • b) 컴퓨터 비전은 흑백 이미지만 다루고, 이미지 처리는 컬러 이미지를 다룬다
  • c) 컴퓨터 비전은 2D 정보만 다루고, 이미지 처리는 3D 정보를 다룬다
  • d) 컴퓨터 비전은 이론적인 분야이고, 이미지 처리는 실용적인 분야이다
  1. 다음 중 OCR(Optical Character Recognition)의 응용으로 맞는 것을 모두 고르시오.
  • a) 우편물 주소 읽기
  • b) 번호판 인식
  • c) 얼굴 인식
  • d) 지문 인식
  1. 이미지를 함수로 표현할 때 사용되는 표기법은?
  • a) f(x, y)
  • b) g(r, θ)
  • c) h(a, b)
  • d) p(u, v)
  1. OpenCV에서 이미지 좌표계의 원점(0,0)은 어디에 위치하는가?
  • a) 이미지의 좌상단 코너
  • b) 이미지의 우상단 코너
  • c) 이미지의 중앙
  • d) 이미지의 좌하단 코너
  1. 다음 중 3D 모델링 기술로 맞는 것은?
  • a) Structure from Motion
  • b) Exposure Bracketing
  • c) Face Detection
  • d) Image Morphing
  1. 2010년대 컴퓨터 비전 발전에 큰 영향을 미친 요소로 맞는 것을 모두 고르시오.
  • a) 대규모 레이블 데이터셋(ImageNet 등)
  • b) GPU를 활용한 병렬 처리
  • c) 신경망 기반 학습 알고리즘
  • d) 휴대폰 카메라의 발전
  1. 다음 중 이미지 스티칭(Image Stitching)에 대한 설명으로 맞는 것은?
  • a) 여러 이미지를 합쳐 파노라마를 만드는 기술
  • b) 이미지의 밝기를 조절하는 기술
  • c) 이미지에서 얼굴을 검출하는 기술
  • d) 이미지의 크기를 변경하는 기술
  1. 컬러 이미지의 행렬 표현으로 맞는 것은?
  • a) m × n 행렬
  • b) m × n × 3 행렬
  • c) 3 × m × n 행렬
  • d) m + n + 3 행렬
  1. 다음 중 얼굴 검출(Face Detection)에 대한 설명으로 맞는 것은?
  • a) 이미지에서 얼굴의 위치를 찾는 기술
  • b) 얼굴 이미지로부터 사람의 신원을 확인하는 기술
  • c) 얼굴의 표정을 분석하는 기술
  • d) 얼굴을 3D로 모델링하는 기술
  1. 다음 중 Structure from Motion에 대한 설명으로 맞는 것은?
  • a) 여러 이미지에서 3D 모델을 복원하는 기술
  • b) 단일 이미지에서 움직임을 예측하는 기술
  • c) 동영상에서 프레임을 추출하는 기술
  • d) 이미지의 노이즈를 제거하는 기술
  1. 다음 중 2D 회전 변환 행렬에 포함되는 요소로 맞는 것을 모두 고르시오.
  • a) cosθ
  • b) sinθ
  • c) tanθ
  • d) secθ

주관식 단답형 문제

  1. 이미지 입력을 받아 장면에 대한 지식을 출력하는 분야는?

  2. 이미지의 최소 단위로, 보통 0-255 범위의 값을 갖는 것은?

  3. 지문, 얼굴, 홍채 등을 이용한 신원 확인 기술을 총칭하는 용어는?

  4. OpenCV에서 컬러 이미지를 표현할 때 사용하는 행렬의 차원은?

  5. 기존 좌표계에 1을 추가하여 회전, 스케일링, 이동을 모두 행렬 곱셈으로 표현할 수 있게 하는 좌표계는?

2부: 정답

객관식 문제 정답

  1. b
  2. b
  3. a, b, c
  4. a
  5. a, b, c
  6. a
  7. a, b
  8. b
  9. a
  10. a
  11. a, b
  12. a
  13. a
  14. a
  15. a, b, c
  16. a
  17. b
  18. a
  19. a
  20. a, b

주관식 단답형 정답

  1. Computer Vision
  2. pixel
  3. Biometrics
  4. 3차원 (m × n × 3)
  5. Homogeneous Coordinates

3부: 해설

객관식 문제 해설

  1. 컴퓨터 비전은 이미지 입력을 받아 장면에 대한 지식(객체, 사람, 활동 등)을 출력하는 분야입니다.

  2. 이미지 처리는 이미지 입력을 받아 이미지를 출력하는 분야로, 필터링이나 FFT와 같은 방법을 사용합니다.

  3. 얼굴 인식, 자율주행 차량, 의료 영상은 모두 컴퓨터 비전의 응용 분야입니다. 문서 편집은 컴퓨터 비전의 주요 응용 분야가 아닙니다.

  4. 픽셀은 이미지의 최소 단위입니다. 흑백뿐만 아니라 컬러로도 표현될 수 있으며, 그레이스케일에서는 보통 0-255 범위의 값을 가집니다.

  5. 그레이스케일 이미지는 각 픽셀이 하나의 값을 가지며, 보통 0-255 범위의 값을 가집니다. 또한 m × n 행렬로 표현됩니다. 하지만 반드시 흑백으로만 표현되는 것은 아니며, 그레이 톤도 포함합니다.

  6. RGB 컬러 이미지의 각 픽셀은 Red, Green, Blue 값을 가지므로 3개의 값을 가집니다.

  7. 1970년대 컴퓨터 비전은 인공지능의 시각적 인식 구성 요소로 발전했고, 3D 구조 복구를 시도했습니다. 대규모 데이터셋 활용과 딥러닝 기술은 2010년대의 특징입니다.

  8. 동차좌표계의 장점은 회전, 스케일링, 이동을 모두 행렬 곱셈으로 표현할 수 있다는 것입니다.

  9. 지문 인식은 바이오메트릭스 응용의 한 예입니다. 이미지 스티칭과 노출 브라케팅은 이미지 처리 기술이고, 자율주행 차량은 컴퓨터 비전의 다른 응용 분야입니다.

  10. 컴퓨터 비전은 장면에 대한 지식을 출력하고, 이미지 처리는 이미지를 출력한다는 점이 두 분야의 주요 차이점입니다.

  11. OCR의 응용으로는 우편물 주소 읽기와 번호판 인식이 있습니다. 얼굴 인식과 지문 인식은 바이오메트릭스 응용에 속합니다.

  12. 이미지를 함수로 표현할 때는 일반적으로 f(x, y)와 같은 표기법을 사용합니다. 여기서 x, y는 이미지 내 좌표를 나타냅니다.

  13. OpenCV에서 이미지 좌표계의 원점(0,0)은 이미지의 좌상단 코너에 위치합니다.

  14. Structure from Motion은 여러 이미지에서 3D 모델을 복원하는 기술입니다.

  15. 2010년대 컴퓨터 비전 발전에 큰 영향을 미친 요소로는 대규모 레이블 데이터셋, GPU를 활용한 병렬 처리, 그리고 신경망 기반 학습 알고리즘이 있습니다.

  16. 이미지 스티칭은 여러 이미지를 합쳐 파노라마를 만드는 기술입니다.

  17. 컬러 이미지는 m × n × 3 행렬로 표현됩니다. 여기서 m과 n은 이미지의 높이와 너비, 3은 RGB 채널을 나타냅니다.

  18. 얼굴 검출은 이미지에서 얼굴의 위치를 찾는 기술입니다. 얼굴 인식은 얼굴을 통해 신원을 확인하는 기술입니다.

  19. Structure from Motion은 여러 이미지에서 3D 모델을 복원하는 기술입니다.

  20. 2D 회전 변환 행렬에는 cosθ와 sinθ가 포함됩니다. tanθ와 secθ는 포함되지 않습니다.

주관식 단답형 해설

  1. Computer Vision은 이미지 입력을 받아 장면에 대한 지식을 출력하는 분야입니다.

  2. Pixel은 이미지의 최소 단위로, 그레이스케일 이미지에서는 보통 0-255 범위의 값을 갖습니다.

  3. Biometrics는 지문, 얼굴, 홍채 등 신체적 특징을 이용한 신원 확인 기술을 총칭하는 용어입니다.

  4. OpenCV에서 컬러 이미지는 m × n × 3 차원의 행렬로 표현됩니다. 즉, 3차원 행렬입니다.

  5. Homogeneous Coordinates는 기존 좌표계에 1을 추가하여 회전, 스케일링, 이동을 모두 행렬 곱셈으로 표현할 수 있게 하는 좌표계입니다.