인식이란 : Recognition

인식의 세부 문제 

사람과 달리 컴퓨터 비전은 인식을 세부 문제로 구분하고, 별도의 데이터셋과 성능 기준을 가지고 알고리즘을 개발한다. 

분류 : Classification 

영상에 있는 물체의 부류를 알아내는 문제로, 보통 부류 확률 벡터를 출력한다.

내 차, 어린이 교통 표지판과 같은 특정 물체를 알아내는 것을 사례 분류(instance), 고양이나 자전거처럼 물체의 부류를 알아내는 것을 범주 분류(categorical)라고 한다. 

 

검출 : Detection 

영상에서 물체를 찾아 직사각형의 바운딩 박스로 위치를 표현하는 것이다.

보통 부류 확률도 같이 출력하고, 부류는 미리 정해져 있다. 

 

 

분할 : Segmentation 

물체가 점유하는 영역, 즉 화소의 집합을 지정하고 부류 확률도 함께 출력한다.

의미 분할 semantic segmentation, 사례 분할 instance segmentation 으로 나뉜다.

 

추적 : Tracking 

비디오에 나타난 물체의 이동 궤족을 표시한다.

시각 물체 추적과 다중 물체 추적으로 나뉜다. 

 

행동 분류 

물체가 수행하는 행동의 종류를 알아내는 문제이다. 

 

 

사람과 컴퓨터 비전의 인식 과정 비교 

사람과 컴퓨터 비전은 인식하는 방식이 크게 다르다. 

예를 들어, 사람은 검출을 따로 수행하지 않고 분할만 수행하는 반면, 컴퓨터비전은 보다 쉬운 검출 문제를 중요하게 취급한다.

 

사람의 인식 

세부 문제를 별도로 수행하지 않고 동시에 수행한다. 

지식 표현과 추론 등 지능 요소를 통해 명확한 의도를 지니며, 의도에 따라 선택적 주의집중이 가능하다. 

 

사람의 의도는 거친 수준과 세밀한 수준을 자연스럽게 조절하고, 전환에 틈새가 없고 노력이 들지 않는다. 

자신의 내부 상태와 외부 환경과 밀접하게 상호작용하며 수시로 변하는 것이다. 

 

문맥 사용에 능숙하고 동영상을 처리하여 상대의 행동을 인식하고 의도까지 추론할 수 있다. 

 

컴퓨터 비전의 인식

세부 문제별로 독립적으로 해결한다.

대상 물체 또는 응용 과업에 따라 더욱 세부적인 문제로 구분하여 해결한다. 

 

능동적인 의도가 없고 사람의 의도에 해당하는 것을 고안하고 학습과정에 반영하는 연구는 먼 미래의 일이다. 

 

 

우리는 문맥을 통해 첫글자와 두번째 글자가 같아도 '거지 같은 행색' 이라고 해석할 수 있지만, 컴퓨터 비전은 1,2 번째 글자가 같아 혼란을 겪을 수 있다.