Computer Vision Computer Vision

Git 오류메시지 fatal: Unable to create 'xxxxx/.git/index.lock': Permission denied xxxxx는 임의로 수정하였으며 파일경로를 나타냄 index.lock': Permission denied 에러는 git 생성 시의 사용자와 현재 사용자가 다른경우 예를들어 관리자 권한으로 git을 생성한 후, 관리자가 아닌 계정으로 git에 접근하는 경우 발생한다. 따라서, 이 오류를 해결하려면 동일한 관리자 권한을 가지게 하면된다. Visual Studio를 관리자 권한으로 실행중이라면, SourceTree와 같은 Tool도 관리자 권한으로 실행해보자.

1. Visual studio 상에서 빌드하여 디버그/릴리즈모드로 실행하는 경우 ./ = vcxproj 폴더가 있는 경로를 반환 ../ = vcxproj 폴더가 있는 경로보다 한 단계 위 경로를 반환 ../../ = vcxproj 폴더가 있는 경로보다 두 단계 위 경로를 반환 2. 실행파일 단독으로 실행하는 경우 ./ = 실행파일이 있는 경로를 반환 ../ = 실행파일이 있는 경로보다 한 단계 위 경로를 반환 ../../ = 실행파일이 있는 경로보다 두 단계 위 경로를 반환

이 섹션의 함수는 소위 핀홀 카메라로 불리는 모델을 사용합니다. 장면의 뷰는 대응하는 픽셀 p를 형성하는 원근변환(perspective transformation)을 사용하여, 한 장면의 3D 포인트 Pw에서 이미지 평면으로의 투영(projecting)에 의해 얻어집니다. Pw와 p 는 모두 동차좌표(homogeneous coordinates)로 표현됩니다. 즉, 3D와 2D 동차벡터(homogeneous vector)로 각각으로 표현됩니다. 투영기하(projective geometry), 동차벡터(homogeneous vector) 그리고 동차변환(homogeneous transformations)에 대한 간략한 소개를 이 섹션의 소개 끝부분에서 찾아볼 수 있습니다. 보다 더 간결한 표기법을 위하여, ..

Average와 mean은 한국어로 번역하면 두 가지 모두 평균이라는 단어로 사용됩니다. 그러나, 논문이나 자료들을 보다보면 무언가 차이가 있는 것 같아 보이기도 합니다. Average와 mean 차이에 대해 알아보겠습니다. 간단히 말하자면, average는 arithmetic mean 을 의미합니다. 즉, 주어진 샘플 값들을 모두 더하고 샘플의 총 개수로 나눈 값을 말합니다. 우리가 일상에서 사용하는 '평균' 이라는 단어는 이 의미를 나타낸다고 보시면 됩니다. 그러면, mean 이라는 것은 무엇일까요? mean은 주로 통계학에서 사용되며, 샘플 값의 average를 설명하는 수학적 용어입니다. 무슨 말이냐 하면... mean은 주어진 데이터 세트에서 가장 작은 값과 가장 큰 값의 합을 2로 나눈 값으로..

카메라 캘리브레이션카메라 캘리브레이션(camera calibration)은 카메라 절제(camera resectioning) 또는 기하학적 카메라 캘리브레이션(geometric camera calibration)이라고도 표현됩니다. 카메라 캘리브레이션은 사진이나 비디오를 촬영하는 실제의 카메라 모델을 단순화 시킨 핀홀 카메라 모델의 매개변수를 추정하는 작업을 말합니다. 일반적으로, 핀홀 카메라의 매개변수는 카메라 행렬(camera matrix)이라 불리는 3 x 4 행렬로 표현됩니다. 핀홀 카메라의 매개변수를 추정하는 절차를 카메라 캘브레이션(camera calibration) 이라고 부르지만 카메라 캘리브레이션이라는 용어는 카메라 측광 캘리브레이션(photometric camera calibration..

스테레오 이미지로부터 깊이 맵 목표스테레오 이미지에서 깊이맵을 만드는 방법을 배웁니다. 기본이론지난 세션에서, 에피폴라제약과 그 외 다른 항목과 같은 기본 개념을 보았습니다. 또한 동일한 장면의 두 개 이미지가 있을 때, 직관적인 방법으로 깊이 정보를 얻을 수 있음을 보았습니다. 아래는 직관을 증명하는 간단한 수학 공식과 이미지 입니다. 위의 다이어그램은 등가 삼각형(equivalent triangles)을 포함합니다. 등가 방정식(equivalent equations)은 아래의 결과를 산출합니다. x 와 x' 은 장면 포인트 3D와 그들의 그들의 카메라 중심에 대응하는 이미지 평면 내 포인트 사이의 거리입니다.B는 두 카메라 사이의 거리(우리가 알고있는)이고 f는 카메라의 초점거리(이미 알고 있는).요..

에피폴라 기하 목표다중시점 기하의 기본이론에 관해 학습합니다.에피폴, 에피폴라 라인, 에피폴라 제약등에 대해 알 수 있습니다. 기본개념핀홀 카메라를 사용하여 이미지를 얻을 때, 우리는 중요한 정보 즉, 이미지의 깊이를 잃어버립니다. 또는 3D에서 2D로의 변환이기 때문에 카메라에서 이미지의 각 포인트까지의 거리. 따라서 이러한 카메라를 사용하여 깊이 정보를 찾을 수 있는지 여부는 매우 중요한 질문입니다. 대답은 하나 이상의 카메라를 더 사용하는 것입니다. 우리의 눈은 스테레오 비전이라 불리는 두 개의 카메라(두 눈)를 사용하는 비슷한 방법으로 움직입니다. 이 영역에 대해 OpenCV가 제공하는 것을 살펴보겠습니다. (Learning OpenCV by Gary Bradsky 는 이 영역에 대해 많은 정보를..

자세 추정(pose estimation) 목표이미지에서 3D 효과를 생성하기위해 calib3d 모듈을 활용하는 방법을 배웁니다. 기본이론이것은 작은 섹션이 될 것입니다. 카메라 캘리브레이션(camera calibration)에 대한 지난 섹션에서, 카메라 행렬(camera matrix), 왜곡계수(distortion coefficients)를 찾았습니다. 패턴 이미지가 주어지면, 이 정보를 이용하여 카메라의 자세, 또는 공간에서 객체가 어떻게 위치해 있는지, 어떻게 회전되었는지, 어떻게 옮겨지는지등을 계산할 수 있습니다. 평면 객체에 대해 Z=0으로 가정하면, 문제는 보기 위해서 패턴 이미지가 어떻게 공간에 배치 되는가 입니다.따라서, 만약 공간내에 객체가 어떻게 있는지 안다면, 우리는 3D 효과를 시뮬..