파이썬, OpenCV, 텐서플로로 배우는 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. 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.
고려대학교에서 멀티모달 연구를 마치고, 국내 최대 딥러닝 논문 리뷰 채널인 '딥러닝논문읽기모임'을 운영하며 전문 지식을 널리 공유해왔으며, 다양한 기업과 국가기관에서 400회가 넘는 강의를 성공적으로 진행하였다. 크고 작은 다양한 기업에서의 딥러닝 모델을 개발하였고, 특히 프리윌린의 창업 멤버로서 기술과 혁신의 경계를 넓히는 데 중요한 역할을 했다. 현재는 인공지능 교육 및 솔루션 개발 전문 기업 ‘콥스랩’을 이끌며, 인공지능 기술 개발과 교육 분야에서 혁신적인 선두주자로서의 역할을 하고 있다.
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
