chapter 1 컴퓨터 비전 입문 - 5절 이미지 전처리

1. 이미지 전처리의 필요성 

이미지 전처리는 필수적이다.

 

 머신러닝 프로젝트에서는 보통 데이터 전처리나 데이터 클리닝 단계가 필수적으로 포함된다. 비전 시스템에서도 마찬가지이다. 일부 머신러닝 알고리즘에서는 데이터를 학습하기 위해 데이터셋을 일정한 형태로 표준화하는 작업이 필요하다. 가령 CNN에서는 데이터셋의 이미지를 모두 같은 크기로 조정해야 한다. 또한 비전 시스템의 정확도를 높이거나 계산 복잡도를 낮추기 위해 불필요한 정보를 제거해야 하는 경우도 있다. 가령 이미지에서 대상을 인식하는 것이 목표라면 회색조 이미지로도 충분하므로 색을 제거하는 것이 효율적이다. 따라서 우리는 적절한 이미지 전처리를 통해 정확하고 효율적인 비전 시스템을 구축할 수 있다.

 

 2. 이미지 전처리의 종류

이미지 표준화
 일부 머신러닝 알고리즘에서는 데이터셋을 일정한 형태로 표준화해야 한다는 제약이 따른다. 따라서 특정 알고리즘들을 사용하기 위해서는, 이미지 표준화 작업이 필요하다.

데이터 강화
 비전 시스템의 학습 효과를 높이기 위해서 기존 데이터셋에 포함된 이미지를 조금씩 변형하는 방식으로 새로운 데이터를 추가할 수 있다. 가령, 이미지의 질감을 제거하거나, 색을 제거하거나, 모서리를 강조하거나, 모서리만 남기거나, 이미지를 반전시키거나, 회전시키는 등의 변형을 가하면 비전 시스템이 더 다양한 형태와 모양의 대상을 인식할 수 있다.

그 외 기법
 그 외에도 다양한 전처리 기법이 있다. 가령 이미지에 포함된 노이즈를 제거하기 위해 배경색을 제거할 수 있고, 경우에 따라 이미지의 밝기를 조절할 수도 있다. 데이터셋과 해결하려는 문제에 따라서 적절한 기법을 선택하는 것이 중요하다.