Understanding Features

Understanding Features

Goal

이 단원에서, 우리는 features 가 무엇인지 이해하려고 시도합니다. 왜 이것이 중요하고 코너가 중요한지등에 대해서 공부합니다.

Explanation

예 1 : 위 그림에서 패치의 위치를 찾기 위해서 어떻게 해야할까요?
A와 B는 평평한 표면이며, 많은 지역에 퍼져 있습니다. 이 패치의 정확한 위치를 찾는 것은 어렵습니다.

C와 D는 훨씬 더 간단합니다. 그것들은 건물의 가장자리입니다. 대략적인 위치를 찾을 수 있지만 정확한 위치는 여전히 어렵습니다. 그것은 건물 가장자리를 따라 모든 곳에서 동일하기 때문입니다. 그래서 가장자리는 A에 비해 훨씬 더 나은 기능이지만 충분하지 않습니다.

마지막으로, E와 F는 건물의 일부 코너입니다. 그리고 그들은 쉽게 발견 될 수 있습니다. 모서리 주변에서 이 패치를 옮길 때마다 모양이 달라집니다. 그래서 그들은 좋은 Features으로 간주 될 수 있습니다. 이제 더 나은 이해를 위해 더 간단하고 널리 사용되는 예를 살펴보겠습니다.

예 2 : 위와 마찬가지로 파란색 패치는 평평하고 찾기 쉽지 않습니다. 파란색 패치를 움직일 때마다 똑같이 보입니다. 검은 색 패치의 경우 가장자리입니다. 세로 방향 (즉, 그래디언트 방향)으로 움직이면 바뀝니다. 가로를 따라 (가장자리에 평행하게) 놓으면 똑같이 보입니다. 그리고 빨간 패치를 위해, 그것은 모퉁이입니다. 패치를 옮길 때마다 패치가 다르게 보입니다. 그래서 기본적으로 모서리는 이미지에서 좋은 기능으로 간주됩니다. (모서리뿐만 아니라 어떤 경우에는 얼룩(blobs)이 좋은 기능으로 간주됩니다).

우리는 지금까지 Feature 란 무엇인지에 대해서 공부했습니다. 다음으로 우리는 그것을 어떻게 찾는 지, 즉 우리가 어떻게 '코너'를 찾을 것인지에 대해서 질문할 수 있습니다. 이에 대한 답으로써 주변의 모든 지역에서 (소량으로) 이동했을 때 최대 편차가있는 이미지의 영역을 찾습니다. 이것은 앞으로의 장에서 컴퓨터 언어로 투영 될 것입니다. 이러한 이미지 Feature 들을 찾는 것을 (Feature Detection)피쳐 감지라고 합니다.

또한 당신이 일단 Feature 를 발견했다고 가정합시다. 일단 당신이 그것을 발견한 후에 다른 이미지에서 우리가 똑같은 feature를 발견해야한다면 우리가 뭘해야할까요? 우리는 먼저 이전 이미지에서 그 특징을 둘러싼 지역을 가르키며 "위쪽은 푸른 하늘, 아래쪽 부분은 건물 지역, 그 건물위에는 유리창문 등이 있습니다"와 같은 다른 말로 이미지를 묘사하고 이러한 특성을 가진 지역을 다른 이미지에서 찾을 것 입니다. 기본적으로 이 feature의 위치를 설명하고 있습니다. 비슷한 방법으로 컴퓨터는 다른 이미지에서 찾을 수 있도록 지형지물 주위의 영역을 설명할 수 있어야 합니다. 소위 말하는 Feature Description이라고합니다. feature 와 description 이 있으면 다른 이미지에서 동일한 기능을 찾아 정렬하거나 스티치(stitch)하거나 원하는대로 할 수 있습니다.

그래서이 모듈에서 우리는 OpenCV에서 다양한 알고리즘들에서 Features 를 찾고, 그를 describe 하며 matching 하는 법에 대해서 공부합니다.

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_feature2d/py_features_meaning/py_features_meaning.html