컴퓨터는 어떻게 세상을 볼까요?
컴퓨터 비전은 이미지를 분석하여 유의미한 정보를 추출하는 인공지능의 한 분야입니다.
이미지 분류 (Classification)
사진 전체를 보고 「이 사진은 고양이인가, 강아지인가?」를 판단합니다. 입력된 이미지가 어떤 클래스(범주)에 속할 확률이 높은지 수치로 계산해냅니다.
객체 탐지 (Object Detection)
사진 속에 있는 여러 물체들의 위치(Bounding Box)를 찾고, 각각이 무엇인지(Label) 동시에 알아냅니다.
이미지 분할 (Segmentation)
화면의 모든 픽셀을 하나씩 살펴, 그 픽셀이 어떤 대상(예: 인물 또는 배경)에 속하는지 구분합니다. 네모 상자보다 훨씬 촘촘하지만, 머리카락처럼 경계가 가는 곳에서는 어긋나기도 합니다.
컴퓨터에게 이미지는
「숫자의 배열」입니다
우리 눈에는 사진으로 보이지만, 컴퓨터는 이미지를 수많은 작은 네모(픽셀)로 쪼개어 각각의 밝기와 색상을 나타내는 0~255 사이의 숫자(데이터)로 읽어 들입니다.
격자의 칸을 눌러 보세요(마우스라면 올려도 됩니다). 픽셀이 숫자로 변환되는 과정을 시각화했습니다.
Array: [255, 0, 128, ... ]
AI 비전 스튜디오
웹캠을 켜고 브라우저 안에서 실시간으로 작동하는 AI 모델을 직접 체험해 보세요.
카메라 설정
AI 모델 선택
카메라가 꺼져있습니다
[웹캠 켜기 및 AI 시작] 버튼을 눌러 실습을 시작하세요.
AI 모델을 불러오는 중입니다...
컴퓨터 사양에 따라 잠시 화면이 멈출 수 있습니다.
이 데모가 쓰는 모델과, 모델이 못 하는 일
넷 다 미리 학습해 둔 모델이라, 학습한 범위 밖의 일은 하지 못합니다.
- 이미지 분류는 MobileNet을 씁니다. 미리 정해 둔 1,000개 범주 안에서만 답을 고르므로, 그 목록에 없는 물건을 비추면 가장 비슷해 보이는 이름을 골라 냅니다. 결과가 영어로 나오는 것도 그 목록이 영어이기 때문입니다.
- 객체 탐지는 COCO-SSD를 씁니다. 사람·의자·휴대전화처럼 80종을 찾도록 학습되어 있어, 그 밖의 물체에는 상자가 그려지지 않습니다.
- 이미지 분할은 사람과 배경만 구분하는 모델입니다. 사람 아닌 물체는 배경으로 밀려납니다.
- 얼굴 특징점은 눈·코·입이 어디에 있는지를 점으로 찍습니다. 그 얼굴이 누구인지 알아내는 것과는 다른 일입니다.
- 넷 다 ml5.js가 제공하는 사전 학습 모델이고, 실행할 때 인터넷에서 내려받습니다. 학습에 쓴 사진이 어느 쪽으로 치우쳐 있었다면 그 치우침은 여기서도 그대로 나타납니다.
확인 퀴즈
배운 내용을 확인해 봅시다.
자율주행 자동차가 도로 위의 보행자, 자동차, 신호등의 「위치」와 「종류」를 동시에 찾아내기 위해 사용하는 컴퓨터 비전 기술은 무엇일까요?