영상처리 SSD 관련 예제 문제(2)

안녕하세요, 츄르 사려고 코딩하는 집사! 코집사입니다.

영상처리 SSD 관련 문제 두번째 입니다.

(3) 이런 방법으로 북동, 남서, 남동 방향의 코너를 모두 찾고자 한다면 어떤 다른 세 개의 매스크를 정의해서 코너를 찾겠는가?(정확하지 않습니다.)

-> 영상처리 SSD 관련 예제 문제(1)을 보면, 코드를 돌렸을 때, SSD가 낮은 구간이 있습니다.

그 마스크를 적는게 답일거 같아요.

1) 북서 SSD 145

4  2  2

5  2  2

5 10 13

                  

2) 북동 SSD 518

4   3  5

3   6  4

13 15 15

15 13 12

3) 남서 SSD 916

1 0 10

0 0 0

0 2 0

0 1 0

4) 남동 SSD 945

11 1 2

1 2 0

0 1 0

1 1 1

(4) SSD의 측도(metric)의 문제는 무엇인가?(정확하지 않습니다.)

-> 2개의 영상이 잘 겹쳐져 있지 않으면 Correlation이 낮아지고, 영상이 잘 겹쳐져 있으면 Correlation이 높아진다. 따라서, metric의 문제는 영상의 겹쳐지는 결과에 따라 error metric이 발생한다.

 

0	0	0
0	0	0
0	15	15
0	15	15

 

4. 다음 점 연산(point operation) 함수에 관한 질문에 답하시오.

(1) 영상에 어두운 부분이 많아 이 부분들을 좀 더 자세히 표현하고자 한다면 어떤함수를 쓰는 것이 바람직할까?

-> log 함수

(2) 반대로 너무 밝은 부분이 많아 이 부분들을 좀 더 자세히 표현하고자 한다면 어떤함수를 쓰는 것이 바람직할까?

-> inverse log 함수

(3) 영상이 밝은 부분은 너무 밝고 그렇지 않은 부분은 너무 어둡다면 어떤 적응적인 방법을 적용하여 HDR과 유사한 결과를 도출할까? (이것은 실제 HDR 알고리즘과는 다름)

-> nth root / nth power 함수 방법이 아닐까 생각됩니다.

(4) negative 함수를 쓰면 어떤 영상을 얻을 수 있겠는가?

-> 어두운 곳은 밝게, 밝은 부분은 어두운 영상을 얻을 수 있다.

(5) 만약 어떤 문턱치 이상은 L-1 그렇지 않으면 영상의 그래이 준위를 그대로 하는 점연상을 수행하려면 함수는 어떤 모습일까?

-> 아래의 그림과 같습니다. 어느 기준 이상은 L-1의 값을 갖고, 그 이하는 영상의 그대로를 갖는 그래프입니다.(Deep Learning의 Activation Function ReLu 함수와 비슷합니다.)

ReLu함수는 0 이하면 0을 출력하고, 0보다 클 경우 그대로의 값을 출력합니다.

-Log 함수 : 어두운 부분의 Dynamic range를 확장해서 어두운 부분을 선명하게 해주는 함수

-Inverse-Log 함수 : Log 함수와 반대 -> 밝은 부분을 선명하게 해주는 함수

- nth root 함수 : 그래프에 보이듯이 Log 함수보다는 변화가 적음

- nth power 함수 : Inverse-Log 함수보다 변화가 적음 

* nth root/nth power 함수는 r값을 조절하면서 이미지의 밝고 어두운 정도가 변함