기계와 예술사이 : 컴퓨터비전, 인공지능 그리고 이미지의 문제

정신영 한국미술이론학회 2021 미술이론과 현장 Vol.- No.32

본 논문은 AI와 시각, 컴퓨터비전과 이미지의 관계를 비평적 관점에서 논하고 있다. 초대형 IT기업들은 빠짐없이 AI의 기계학습을 위한 컴퓨터비전의 개발에 앞장서면서 이미지의 입력을 통해 세상의 정보를 데이터베이스의 형태로 집적하고 있다. 컴퓨터비전의 분야는 ‘비전’이라는 단어가 가리키듯 인간의 시각과 컴퓨터의 시각데이터집적과정을 비유하지만, 실제로는 기계적이고 알고리즘화된 인간의 시각과는 전혀 별개의 성질을 갖는다. 기계에 정보를 제공하는 기계학습을 위한 이미지의 모음인 이미지 데이터셋은 AI의 성능개발에 핵심적인데, 온라인상의 이미지가 무작위로 사용되거나 학습과정에서 사회적 차별이나 편견이 그대로 반영될 가능성이 높은 것으로 경계가 필요하다. AI와 예술의 접목에서는 주로 생성적 적대 신경망을 사용하여 기존의 미술품을 학습한 후 이와 유사하지만 다른 이미지를 만들어내는 방식이 다용되고 있다. 컴퓨터비전이 시각과 차이가 있듯, AI 미술이 기존 예술의 일부로 흡수되기 위해서는 새로운 기준들이 필요할 것이다. This paper is a critical examination of the relationship between artificial intelligence, computer vision, and images. The IT industry has been building up massive repositories of image data to be used for machine learning and computer vision. Although the term computer “vision” suggests it assimilates human vision, they differ fundamentally because computer vision is an algorithmic process. While the collection of image datasets is crucial for enhancement of AI’s creative capability, the risk of uncontrolled mass collection of image data and their prejudicial or discriminatory use for machine learning has become highly problematic. Often in AI art, images are artificially generated by Generative Adversarial Networks (GAN) that are trained with images of historic artworks. As computer vision differs from human vision, AI-generated artistic images cannot be evaluated using conventional criteria. The formulation of new criteria would be essential if the new AI art were to be accepted into the creative art at large.

사진측량과 컴퓨터비전 간의 카메라 렌즈왜곡 변환

홍송표,최한승,김의명 한국측량학회 2019 한국측량학회지 Vol.37 No.4

Photogrammetry and computer vision are identical in determining the three-dimensional coordinates of images taken with a camera, but the two fields are not directly compatible with each other due to differences in camera lens distortion modeling methods and camera coordinate systems. In general, data processing of drone images is performed by bundle block adjustments using computer vision-based software, and then the plotting of the image is performed by photogrammetry-based software for mapping. In this case, we are faced with the problem of converting the model of camera lens distortions into the formula used in photogrammetry. Therefore, this study described the differences between the coordinate systems and lens distortion models used in photogrammetry and computer vision, and proposed a methodology for converting them. In order to verify the conversion formula of the camera lens distortion models, first, lens distortions were added to the virtual coordinates without lens distortions by using the computer vision-based lens distortion models. Then, the distortion coefficients were determined using photogrammetry-based lens distortion models, and the lens distortions were removed from the photo coordinates and compared with the virtual coordinates without the original distortions. The results showed that the root mean square distance was good within 0.5 pixels. In addition, epipolar images were generated to determine the accuracy by applying lens distortion coefficients for photogrammetry. The calculated root mean square error of y-parallax was found to be within 0.3 pixels. 사진측량과 컴퓨터비전 분야는 카메라에서 촬영된 영상에서 3차원 좌표를 결정하는 것은 동일하지만 두 분야는 카메라 렌즈왜곡 모델링 방법과 카메라 좌표계의 차이점으로 인하여 서로 간에 직접적인 호환이 어렵다. 일반적으로 드론 영상의 자료처리는 컴퓨터비전 기반의 소프트웨어를 이용하여 번들블록조정을 수행한 후 지도제작을 위해서 사진측량 기반의 소프트웨어로 도화를 수행하게 된다. 이때 카메라 렌즈왜곡의 모델을 사진측량에서 사용하는 수식으로 변환해야 하는 문제에 직면하게 된다. 이에 본 연구에서는 사진측량과 컴퓨터비전에서 사용되는 좌표계와 렌즈왜곡 모델식의 차이점에 대하여 기술하고 이를 변환하는 방법론을 제안하였다. 카메라 렌즈왜곡 모델의 변환식의 검증을 위해서 먼저 렌즈왜곡이 없는 가상의 좌표에 컴퓨터비전 기반의 렌즈왜곡 모델을 이용하여 렌즈왜곡을 부여하였다. 그리고 나서 렌즈왜곡이 부여된 사진좌표를 이용하여 사진측량 기반의 렌즈왜곡 모델을 이용하여 왜곡계수를 결정한 후 사진좌표에서 렌즈왜곡을 제거하여 원래의 왜곡이 없는 가상좌표와 비교하였다. 그 결과 평균제곱근거리가 0.5픽셀 이내로 양호한 것으로 나타났다. 또한 사진측량용 렌즈왜곡 계수를 적용하여 정밀도화 가능여부를 판단하기 위해서 에피폴라 영상을 생성하였다. 생성된 에피폴라 영상에서 y-시차의 평균제곱근오차가 계산한 결과 0.3픽셀 이내로 양호하게 나타났음을 알 수 있었다.

컴퓨터 비전을 이용한 이미지 기반 아이 키 측정 애플리케이션 개발

윤다영(Da-Yeong Yun),문미경(Mi-Kyeong Moon) 한국전자통신학회 2021 한국전자통신학회 논문지 Vol.16 No.1

성장 장애 중 저신장증은 빠른 진단과 치료를 통해 호전시킬 수 있는데 이를 위해서는 저신장증의 조기발 견이 중요하다. 저신장증 조기발견 및 아이의 성장 과정 확인을 위해 꾸준히 키를 측정하는 것이 권장되지만 기존의 키 측정방법들에는 시간적·공간적 한계와 비용 발생, 기록유지의 어려움 등의 문제들이 존재한다. 그래서 본 논문에서는 사람들의 접근성이 높은 매체인 스마트폰을 이용하는 ‘컴퓨터 비전을 이용한 이미지 기반 아이 키 측정 애플리케이션 개발’ 방법을 제안하였다. 스마트폰의 카메라를 통해 촬영된 이미지에서 컴퓨터 비전 라이브러리인 OpenCV의 알고리즘들을 이용하여 아이의 키를 측정하고, 그렇게 측정된 키는 성별·나이별 표준 신장과의 비교 그래프, 날짜별 리스트를 통해 화면에 출력함으로써 아이의 성장 과정 확인이 가능하 도록 하였다. 이 제안된 방법을 통해 시간적·공간적 제약 및 비용 발생 없이 언제 어디서든 키를 측정할 수있을 것이라 기대되고, 꾸준한 키 측정과 성장 과정 확인을 통한 저신장증 및 성장 장애의 조기발견에 도움이될 것이라 기대된다. Among growth disorders, ‘Short Stature’ can be improved through rapid diagnosis and treatment, and for that, it is important to detect early‘Short Stature’. It is recommended to measure the height steadily for early detection of ‘Short Stature’ and checking the kid’s growth process, but existing height measurement methods have problems such as time and space limitations, cost occurrence, and difficulty in keeping records. So in this paper, we proposed an ‘Development of Kid Height Measurement Application based on Image using computer vision’ method using smart phones, a medium that is highly accessible to people. In images taken through a smartphone camera, the kid’s height is measured using algorithms from OpenCV, a computer vision library, and the measured heights were printed on the screen through ‘a comparison graph with the standard height by gender and age’ and ‘list by date’, made possible to check the kid’s growth process. It is expected to measure height anytime, anywhere without time and space limitations and costs through this proposed method, and it is expected to help early detection of ‘Short Stature’ and other disorder through steady height measurement and confirmation of growth process.

컴퓨터 비전을 활용한 토마토, 파프리카, 멜론 및 오이 작물의 표현형 특성화

윤승리,신민주,김진현,정호정,박준영,안태인 (사) 한국생물환경조절학회 2024 생물환경조절학회지 Vol.33 No.1

본 연구는 오픈소스 라이브러리인 OpenCV를 활용해 다양한 시설과채류의 표현형 분석에 적용 가능한 컴퓨터 비전 기술을 탐구하였다. 토마토에 대해서는 이미지의 색상을 분석하여 숙성도를 판정하며, support vector machine(SVM) and histogram of oriented gradients 기법을 통해 숙성된 토마토를 효과적으로 검출하였다. 파프리카의 경우, 색상 분포를 시각화한 후, 가우스 혼합 모델로 클러스터링을 실행하여 수확파프리카의 색상 특성을 분석하였다. 네트 멜론의 품질 평가에서는 LAB 색상 공간, 이진화 이미지 및 깊이 매핑을 활용하여 멜론의 네트 패턴을 정량화하였다. 추가로, 오이 온실에서화방 검출을 위해 깊이 정보와 색상 정보를 조합하여 다양한크기와 거리의 화방을 성공적으로 검출하였다. 이 연구의 결과로, 해당 컴퓨터 비전 기술들이 시설과채류의 생장 모니터링, 숙성 및 품질 평가 등에서의 유효성을 확인하였다. 농산업에서 컴퓨터 비전의 효과적 적용을 위해, 후속 연구자나 개발자들이 재배 생리와 연관된 지표를 기반으로 이 기술들을 보완할 경우, 실제 농업 현장 및 연구에서 널리 활용될 가능성이크다. This study explored computer vision methods using the OpenCV open-source library to characterize the phenotypes of various horticultural crops. In the case of tomatoes, image color was examined to assess ripeness, while support vector machine (SVM) and histogram of oriented gradients (HOG) methods effectively identified ripe tomatoes. For sweet pepper, we visualized the color distribution and used the Gaussian mixture model for clustering to analyze its post-harvest color characteristics. For the quality assessment of netted melons, the LAB (lightness, a, b) color space, binary images, and depth mapping were used to measure the net patterns of the melon. In addition, a combination of depth and color data proved successful in identifying flowers of different sizes and distances in cucumber greenhouses. This study highlights the effectiveness of these computer vision strategies in monitoring the growth and development, ripening, and quality assessment of fruits and vegetables. For broader applications in agriculture, future researchers and developers should enhance these techniques with plant physiological indicators to promote their adoption in both research and practical agricultural settings.

컴퓨터 비전과 자연 언어 처리 기반의 인공지능 통합 교육 프로그램 개발

이정훈,배진아,고아라,조정원 한국컴퓨터교육학회 2024 컴퓨터교육학회 논문지 Vol.27 No.3

인공지능 기술의 급속한 발전은 사회 전반에 걸쳐 혁신적 변화를 가져오고 있으며, 이러한 변화는 특히 교육 분야에서 중요한 영향을 미치고 있다. 이에 따라 인공지능 교육과 관련한 연구는 활발히 진행되고 있지만, 인공지능 리터러시 교육을 넘어 심화교육을 위한 연구는 비교적 부족한 실정이다. 본 연구는 인공지능 심화교육 프로그램을 개발하고 이를 통해 고등학생들이 어떻게 기술적 역량, 윤리적 인식, 진로 선택에 긍정적인 변화를 경험했는지 분석하고자 한다. 프로그램 설계는 컴퓨터 비전, 음성 및 자연 언어 처리를 중심으로 한 심화교육과 인공지능 윤리 교육을 통합하여 진행되었다. 연구 결과, 참가자들은 정보역량, 인공지능 역량, 인공지능 윤리 역량이 유의미하게 향상되었으며, 이러한 교육이 참가자들의 진로 및 전공 선택에 긍정적인 영향을 미쳤음을 확인할 수 있었다. 본 연구는 인공지능 통합 교육이 단순한 기술 습득을 넘어, 윤리적 인식과 전공과의 융합역량에 중요한 역할을 할 수 있음을 시사한다. The rapid advancement of artificial intelligence technology is bringing about innovative changes across society, and these changes are particularly significant in the field of education. Accordingly, research related to AI education is actively being conducted, yet there is a relative shortage of studies focusing on advanced education beyond AI literacy education. This study aims to develop an advanced AI education program and analyze how it enables high school students to experience positive changes in technical skills, ethical awareness, and career choices. The program design incorporates advanced education centered around computer vision, speech, and natural language processing, along with AI ethics education. The results indicate that participants experienced significant improvements in information competency, AI competency, and AI ethics competency, confirming that this education positively affected their career and major choices. This research suggests that AI integration education can play a crucial role beyond mere technical skill acquisition, highlighting its importance in fostering ethical awareness and the ability to integrate these skills with academic disciplines.

컴퓨터비전을 활용한 건설현장 중장비의 단독작업 자동 인식 모델 개발

정인수(Jeong, Insoo),김진우(Kim, Jinwoo),지석호(Chi, Seokho),노명일(Roh, Myungil),Biggs, Herbert 대한토목학회 2021 대한토목학회논문집 Vol.41 No.4

건설현장에서는 수많은 중장비와 작업자가 다양한 작업을 동시다발적으로 수행하기 때문에 복잡하고 위험한 상황이 자주 발생한다. 복잡한 현장에서 중장비가 단독으로 작업할 경우 운전자의 시야제한, 판단오류 등으로 인해 안전사고가 발생할 수 있으며, 이에 따라 중장비는 신호수와의 상호작용을 통해 주변 상황에 대한 정보를 수집하면서 작업을 수행해야 한다. 중장비를 자동으로 모니터링하고 위험상황을 탐지하기 위해 많은 컴퓨터비전 기술들이 개발되었지만, 기존의 방법들은 중장비 단독작업 인식에 필요한 중장비와 신호수 간 상호작용을 고려하지 않았다는 한계가 있다. 이러한 한계를 보완하기 위해 본 연구는 중장비-신호수 간의 상호작용을 고려한 컴퓨터비전 기반 중장비의 단독작업 자동 인식 모델을 제안함을 목표로 한다. 개발된 모델을 검증하기 위해 실제 건설현장으로부터 영상 데이터를 수집하여 실험을 수행하였다. 그 결과, 학습된 모델은 중장비와 사람을 83.4 %의 정확도로 인식하였고, 일반 작업자와 신호수를 84.2 %의 정확도로 분류하였으며, 중장비-신호수 간 상호작용 또한 95.1 %의 높은 정확도로 분석하였다. 본 연구결과는 건설현장에서 위험한 상황을 초래할 수 있는 중장비의 단독작업을 사전에 탐지하여 안전사고를 예방할 수 있다. Construction sites are complex and dangerous because heavy equipment and workers perform various operations simultaneously within limited working areas. Solitary works of heavy equipment in complex job sites can cause fatal accidents, and thus they should interact with spotters and obtain information about surrounding environments during operations. Recently, many computer vision technologies have been developed to automatically monitor construction equipment and detect their interactions with other resources. However, previous methods did not take into account the interactions between equipment and spotters, which is crucial for identifying solitary works of heavy equipment. To address the drawback, this research develops a computer vision-based solitary work detection model that considers interactive operations between heavy equipment and spotters. To validate the proposed model, the research team performed experiments using image data collected from actual construction sites. The results showed that the model was able to detect workers and equipment with 83.4 % accuracy, classify workers and spotters with 84.2 % accuracy, and analyze the equipment-to-spotter interactions with 95.1 % accuracy. The findings of this study can be used to automate manual operation monitoring of heavy equipment and reduce the time and costs required for on-site safety management.

“나만의 것”을 추구하는 컴퓨터교육과 재학생의 소프트웨어 개발 경험에 관한 질적 사례 컴퓨팅에 관한 심층 동기와 개인 성장 및 비전을 중심으로

전영국 ( Youngcook Jun ),윤지현 ( Jihyun Yoon ) 한국교육인류학회 2011 교육인류학연구 Vol.14 No.1

이 연구는 컴퓨터교육과에 재학 중인 대학생의 진학 동기와 전공 지식의 습득 과정에서 나타나는 컴퓨팅과의 관계 속에서 자신의 역량을 어떻게 쌓아가는 지에 대한 전문성 발달 양상을 질적으로 탐구함으로써 컴퓨터교육과 재학생의 삶을 깊이 있게 이해하는데 그 목적이 있다. 이를 위하여 비수도권 S대학의 사범대학 컴퓨터교육 전공 4학년 학생 김상우를 대상으로 2010년 3월부터 2010년 10월 사이에 본질주의적 심층면담을 4회 실시하여 질적 사례 연구를 수행하였다. 본 연구에서 우리는 전사 자료를 코딩한 결과에 따라 연구자의 눈을 통해 내면의 세계를 조망한 후에 초상화 기법에 터하여 입체적인 묘사를 시도하였다.이 이야기는 김상우가 고등학교 시절부터 컴퓨터 하드웨어를 조립해 본 경험이 어떻게 증폭되어 컴퓨팅에 대한 깊숙한 부분까지 연결되는지 보여준다. 그가 사범대학에 진학 한 후에 자신만의 고유한 아이디어에 따라 컴퓨터를 조립한 경험에서 느꼈던 성취감이 점점 식어가게 되고 대신에 자신의 아이디어대로 새로운 것을 만들어나가는 소프트웨어 작업에서 만족감과 희열을 더 느끼게 되었다. 냉엄한 현실을 고려하여 컴퓨터교사의 꿈을 접고 소프트웨어 개발자가 되기로 진로를 결정한 그가 느꼈던 컴퓨팅에 대한 매력, 전공공부의 즐거움, 소프트웨어 개발 경험에 대한 희열과 진로에 대한 비전 등을 유기적으로 묘사하였다. 마지막으로 컴퓨팅, 학업과 개인 성장이 사범대학생 자신의 내적 역량과 어떻게 통합되는지에 관하여 논의하였으며 진학 동기로서의 컴퓨팅에 관하여 고찰하였다. This paper aims at exploring how the student self is integrated with university life at the college of education by looking into their experiences in computing. Through this study we intend to understand the practices of a unique student who wants to ‘pursue his own thing’ in both assembling PC and implementing his own ideas with computer programming. We adopted an essentialist methodology using in-depth interviews. We conducted basic and in-depth interviews with Sangwoo Kim who is enrolled in Computer Education department during March 2010 and October 2010. Our concern was to investigate how he developed his inner faculties along with his personal growth and future vision. We tried to qualitatively describe integrated ways in which his personal involvement with computing affects his motivation, academic efforts and passion toward becoming a leading software developer instead of becoming a teacher. This story shows how a college student who wanted to become a teacher instead pursues his inner dream inside the computing world where he can implement ‘his own thing’ freely and creatively. After shifting his interests from PC assembly to software development, he could feel fulfillment, passion and his own vision toward becoming a leading software developer in the future. Overall, this portrait illustrates how inner aspects of subjective experiences on computing work were integrated and unified within himself. We discussed the student`s inner faculties as part of the student`s unity and reviewed computing as motivation with other studies.

미디어 인공지능 : 컴퓨터 비전 관련 딥러닝 모델의 미디어 동영상 분야 적용 가능성에 관한 연구

박대민 한국언론학회 2022 커뮤니케이션 이론 Vol.18 No.1

Recently, media researchers employ deep learning models related to computer vision to perform automated content analysis of videos. Understanding deep learning models is also essential to AI(artificial intelligence) driven digital transformation in the media industry. In this paper, we reviewed computer vision-related deep learning models that are widely used for video analytics and generation. First, we looked at convolutional neural networks (CNNs) and recurrent neural networks (RNNs), which are widely used for classification, as well as generative adversarial network (GANs) and autoencoders (AEs) as generation models, and transfer learning using pre-training models. Following that, we proposed tasks in five major categories for which AI could be highly useful: object detection, action recognition, event detection, video summarization, and video classification. Then, for subtasks such as object detection, face recognition, facial expression recognition, landmark recognition, product recognition, pose estimation, anomaly detection, context recognition, video summarization, and video classification, we introduced state-of-the-arts (SOTAs) and benchmark datasets. Finally, the potential academic and practical applications of these models were discussed. We anticipate that media researchers or media service providers will understand the major trend of deep learning in computer vision and will be able to get knowledge when using deep learning models independently or collaborating with programmers. 미디어 동영상 분야는 컴퓨터 비전 관련 딥러닝 모델을 활용해 연구 차원에서는 동영상의 자동화된 내용분석을 수행하고 실무 차원에서는 미디어 분야의 디지털 전환을 통해 서비스를 개선할 여지가 큰 영역이다. 이 논문에서는 미디어 동영상의 분석과 생성에 활용도가 높은 비전 관련 딥러닝 기반 모델을 검토했다. 우선 다양한 모델의 기축이 되는 알고리즘으로서 분류 모델로 널리 사용되는 합성곱 신경망(CNN)과 순환 신경망(RNN), 생성 모델로 사용되는 적대적 생성 신경망(GAN)과 오토인코더(AE), 사전 훈련 모델을 활용하는 전이학습을 살펴보았다. 다음으로 미디어 동영상 영역에서 활용도가 높은 과업을 객체탐지, 행동인식, 사건탐지, 동영상 요약, 동영상 분류 등 5개 대분류와 객체탐지, 안면인식, 표정인식, 랜드마크 인식, 상품인식, 행동인식, 자세추정, 이상탐지, 상황인식, 동영상 요약, 동영상 분류 등 11개 소분류로 제시했다. 이어 각 과업별 SOTA(state-of-the-art)와 벤치마크 데이터셋을 소개했다. 끝으로 이러한 모델의 학문적, 실무적 활용 가능성을 제시해보았다. 본 논문은 수식이나 프로그래밍에 대한 지식이 없이 미디어 연구자나 미디어 서비스 기획자가 비전 분야 딥러닝의 큰 흐름을 파악하고 관련 모델을 직접 활용하거나 컴퓨터공학 분야의 연구자 또는 개발자와 협업할 때 배경지식을 제공할 것으로 기대한다. 또한 비전 관련 딥러닝이 발전함에 따라 미디어 인공지능 기반 동영상 빅데이터 분석 시스템의 개발 가능성도 높아질 것이다.

피터팬의 꿈: 컴퓨터 비젼 기술을 이용한 인터랙티브 아트에 관한 연구

김기락 ( Kim Kirak ),정기철 ( Jung Keechul ) 한국디자인트렌드학회 2007 한국디자인포럼 Vol.17 No.-

인터랙티브 아트는 컴퓨터의 최신 기술을 사용하여 관객에게 좀 더 현실적으로 다가갈 수 있고 관객 스스로 작품에 참여할 수 있는 새로운 아트 분야이다. 본 작품은 피터팬이라는 동화책을 소재로 삼았다. 동화책에서 피터팬의 그림자는 피터팬에게 반항하고, 장난을 잘 치며, 항상 말썽을 일으키는 캐릭터였다. 우리는 이러한 그림자를 소재로 하여 평소에는 별로 관심을 가지지 않은 그림자뿐만 아니라 인생에서 소외되고 평소에는 쉽게 생각하고 지나칠 수 있는 다양한 것들을 다시금 생각하게 한다. 또한 관객에게 유아적 유희를 제공함으로써 관객이 더욱 친근하게 작품에 쉽게 다가갈 수 있도록 한다. 본 연구는 인터랙티브 작품에서 가장 많이 사용되고 있는 컴퓨터 비젼(Computer Vision) 기술을 사용하였다. 컴퓨터 비젼 기술은 관객을 작품에 참여시키고 쉽고 현실감을 주기 가장 좋은 방법 중의 하나이다. 기존의 인터랙티브 아트 작품들은 관객에게 현실감을 주기 위하여 특별한 장비를 사용하거나 고가의 제품을 사용하였다. 혹은 기술적인 문제로 인하여 관객의 참여가 적극적이지 못하거나 관객의 특정 부분만을 인식하여 피드백(Feedback)을 주는 작품이 많았다. 본 작품은 관객이 손쉽게 작품에 접근하고 몰입할 수 있도록 하기 위하여 관객을 인지하는 시스템과 작품을 디스플레이하는 시스템으로 나누어 디자인 하였다. 본 연구에서는 관객을 인지하기 위하여 관객의 제스처(Gesture)를 인식한다. 우리는 관객의 위치를 추적하기 위하여 컴퓨터 비젼 기술인 차영상(Image Subtraction)을 이용한 실루엣(Silhouette) 추출, 카메라 보정(Camera Calibration) 기술, 발 위치 추적을 위한 이미지 병합 기술을 사용한다. 또한 작품을 디스플레이 하기 위한 장치로 Everywhere Display 시스템을 만들어 관객의 흥미를 높여 접근성이 강한 인터랙티브 아트 작품을 선보인다. Interactive art is a new field of study for art work using a new computation technique that gives the sense of reality to spectators and providing a chance for them to participate in the work. Our work is based on Peter Pan, a book of fairy tales. In the book, Peter Pan`s shadow is the character that likes to behave funny, causes some troubles, and defies Peter Pan. Using Peter Pan`s shadow as a material for our work, we make people look back not only to a shadow which they used to pass over, but also to things which are likely to be neglected. Besides, we intend to let our work approach to spectators intimately by providing babyhood amusement. Our work uses computer vision technique which is the most popular tool for interactive art works. Computer vision technique is one of the most efficient way to make spectators participate in art works and to experience the reality. Previous interactive art works uses a special or an expensive tool to create the sense of reality or give a partial feedback to spectators due to technical problems. In order to provide easy access and more sense of reality to spectators, we have divided our work into two separate parts. The first part senses spectator`s gestures and the second part displays the art work. We use silhouette extraction, which uses image subtraction as one of the computer vision techniques, and camera calibration for tracing spectator position and also use image intersection technique for tracing foot position. By creating Everywhere Display for displaying art works, we enhance spectator`s interest and give a strong accessibility to our work.

자동차 부품 품질검사를 위한 비전시스템 개발과 머신러닝 모델 비교

박영민,정동일 국제문화기술진흥원 2022 The Journal of the Convergence on Culture Technolo Vol.8 No.1

In computer vision, an image of a measurement target is acquired using a camera. And feature values, vectors, and regions are detected by applying algorithms and library functions. The detected data is calculated and analyzed in various forms depending on the purpose of use. Computer vision is being used in various places, especially in the field of automatically recognizing automobile parts or measuring the quality. Computer vision is being used as the term machine vision in the industrial field, and it is connected with artificial intelligence to judge product quality or predict results. In this study, a vision system for judging the quality of automobile parts was built, and the results were compared by applying five machine learning classification models to the produced data.