CV1‐easy - waegari/waegari.github.io GitHub Wiki
컴퓨터 비전 introduction(난이도: 쉬움)
1부: 문제
객관식 문제 (각 문제당 4개의 선택지)
- 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
- 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
- 다음 중 컴퓨터 비전의 응용 분야로 맞는 것을 모두 고르시오.
- a) 얼굴 인식(Face Recognition)
- b) 자율주행 차량
- c) 의료 영상
- d) 문서 편집
- 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
- 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
- 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
- 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
- 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
- 다음 중 바이오메트릭스 응용으로 맞는 것은?
- a) 지문 인식
- b) 이미지 스티칭
- c) 노출 브라케팅
- d) 자율주행 차량
- 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
- 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
- 이미지를 함수로 표현할 때 사용되는 표기법은?
- a) f(x, y)
- b) g(r, θ)
- c) h(a, b)
- d) p(u, v)
- OpenCV에서 이미지 좌표계의 원점(0,0)은 어디에 위치하는가?
- a) 이미지의 좌상단 코너
- b) 이미지의 우상단 코너
- c) 이미지의 중앙
- d) 이미지의 좌하단 코너
- 다음 중 3D 모델링 기술로 맞는 것은?
- a) Structure from Motion
- b) Exposure Bracketing
- c) Face Detection
- d) Image Morphing
- 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
- 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
- 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
- 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
- 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
- 다음 중 2D 회전 변환 행렬에 포함되는 요소로 맞는 것을 모두 고르시오.
- a) cosθ
- b) sinθ
- c) tanθ
- d) secθ
주관식 단답형 문제
-
이미지 입력을 받아 장면에 대한 지식을 출력하는 분야는?
-
이미지의 최소 단위로, 보통 0-255 범위의 값을 갖는 것은?
-
지문, 얼굴, 홍채 등을 이용한 신원 확인 기술을 총칭하는 용어는?
-
OpenCV에서 컬러 이미지를 표현할 때 사용하는 행렬의 차원은?
-
기존 좌표계에 1을 추가하여 회전, 스케일링, 이동을 모두 행렬 곱셈으로 표현할 수 있게 하는 좌표계는?
2부: 정답
객관식 문제 정답
- b
- b
- a, b, c
- a
- a, b, c
- a
- a, b
- b
- a
- a
- a, b
- a
- a
- a
- a, b, c
- a
- b
- a
- a
- a, b
주관식 단답형 정답
- Computer Vision
- pixel
- Biometrics
- 3차원 (m × n × 3)
- Homogeneous Coordinates
3부: 해설
객관식 문제 해설
-
컴퓨터 비전은 이미지 입력을 받아 장면에 대한 지식(객체, 사람, 활동 등)을 출력하는 분야입니다.
-
이미지 처리는 이미지 입력을 받아 이미지를 출력하는 분야로, 필터링이나 FFT와 같은 방법을 사용합니다.
-
얼굴 인식, 자율주행 차량, 의료 영상은 모두 컴퓨터 비전의 응용 분야입니다. 문서 편집은 컴퓨터 비전의 주요 응용 분야가 아닙니다.
-
픽셀은 이미지의 최소 단위입니다. 흑백뿐만 아니라 컬러로도 표현될 수 있으며, 그레이스케일에서는 보통 0-255 범위의 값을 가집니다.
-
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.
-
RGB 컬러 이미지의 각 픽셀은 Red, Green, Blue 값을 가지므로 3개의 값을 가집니다.
-
1970년대 컴퓨터 비전은 인공지능의 시각적 인식 구성 요소로 발전했고, 3D 구조 복구를 시도했습니다. 대규모 데이터셋 활용과 딥러닝 기술은 2010년대의 특징입니다.
-
동차좌표계의 장점은 회전, 스케일링, 이동을 모두 행렬 곱셈으로 표현할 수 있다는 것입니다.
-
지문 인식은 바이오메트릭스 응용의 한 예입니다. 이미지 스티칭과 노출 브라케팅은 이미지 처리 기술이고, 자율주행 차량은 컴퓨터 비전의 다른 응용 분야입니다.
-
컴퓨터 비전은 장면에 대한 지식을 출력하고, 이미지 처리는 이미지를 출력한다는 점이 두 분야의 주요 차이점입니다.
-
OCR의 응용으로는 우편물 주소 읽기와 번호판 인식이 있습니다. 얼굴 인식과 지문 인식은 바이오메트릭스 응용에 속합니다.
-
이미지를 함수로 표현할 때는 일반적으로 f(x, y)와 같은 표기법을 사용합니다. 여기서 x, y는 이미지 내 좌표를 나타냅니다.
-
OpenCV에서 이미지 좌표계의 원점(0,0)은 이미지의 좌상단 코너에 위치합니다.
-
Structure from Motion은 여러 이미지에서 3D 모델을 복원하는 기술입니다.
-
2010년대 컴퓨터 비전 발전에 큰 영향을 미친 요소로는 대규모 레이블 데이터셋, GPU를 활용한 병렬 처리, 그리고 신경망 기반 학습 알고리즘이 있습니다.
-
이미지 스티칭은 여러 이미지를 합쳐 파노라마를 만드는 기술입니다.
-
컬러 이미지는 m × n × 3 행렬로 표현됩니다. 여기서 m과 n은 이미지의 높이와 너비, 3은 RGB 채널을 나타냅니다.
-
얼굴 검출은 이미지에서 얼굴의 위치를 찾는 기술입니다. 얼굴 인식은 얼굴을 통해 신원을 확인하는 기술입니다.
-
Structure from Motion은 여러 이미지에서 3D 모델을 복원하는 기술입니다.
-
2D 회전 변환 행렬에는 cosθ와 sinθ가 포함됩니다. tanθ와 secθ는 포함되지 않습니다.
주관식 단답형 해설
-
Computer Vision은 이미지 입력을 받아 장면에 대한 지식을 출력하는 분야입니다.
-
Pixel은 이미지의 최소 단위로, 그레이스케일 이미지에서는 보통 0-255 범위의 값을 갖습니다.
-
Biometrics는 지문, 얼굴, 홍채 등 신체적 특징을 이용한 신원 확인 기술을 총칭하는 용어입니다.
-
OpenCV에서 컬러 이미지는 m × n × 3 차원의 행렬로 표현됩니다. 즉, 3차원 행렬입니다.
-
Homogeneous Coordinates는 기존 좌표계에 1을 추가하여 회전, 스케일링, 이동을 모두 행렬 곱셈으로 표현할 수 있게 하는 좌표계입니다.