강의개요
 
강의1)
객체검출 이슈: 기술자 및 프레임워크 관점에서 본 최신 기술 동향
김원준 (삼성종기원)
  최근 영상 기반 인식 기술에 대한 관심이 급증하면서 객체 검출에 대한 연구 역시 활발히 진행되고 있다. 영상 내 객체를 효과적으로 표현하기 위해 조명, 스케일 및 카메라 각도 변화에 강인한 방법들이 꾸준히 발표되고 있으며, 실시간 검출을 위한 다양한 검색 방법 및 학습 프레임워크에 관한 연구 결과도 날로 증가하고 있다. 본 강의에서는 객체 검출의 최신 기술 동향에 대해 기술자(Descriptor)와 프레임워크(Framework)로 나누어 살펴 보도록 한다. 먼저, 객체 검출에 가장 널리 사용되는 Histograms of Oriented Gradients (HOG) 기술자에 대해 간략히 설명한 후, 이를 기반으로 한 다양한 객체 검출 기술자(예를 들면, HOG3D, LSK, HSC 등)에 대해 자세히 알아 보도록 한다. 다음으로 기술자를 바탕으로 추출한 특징 벡터를 이용하여 대상 객체를 효과적으로 검출하는 방법에 대해 설명 하도록 한다. 마지막으로, 객체 검출 성능 향상을 위한 다양한 기법들에 대해 살펴보고 강의를 맺는다.
강의2)
3차원 이슈: Beyond Stereoscopic - Multiview Imaging and its Applications
손광훈 (연세대)
   Vision 기술은 "3R" 즉 "Recognition/Reconstruction/Reorganization" 기술로 구성된다 할 수 있으며 본 강의에서는 이 중 Reconstruction과 관련된 핵심기술에 촛점을 맞춘다. 영상처리 및 컴퓨터비전 기술은 2D 시대를 지나 S3D(Stereoscopic) 시대에 도달하였으며, 또한 Multiview 3D 시대를 지향하고 있다. 따라서, 본 강의에서는 "Beyond Stereocopic" 즉, "Mutiview Imaging and its Applications" 를 주제로 하며 아래와 같은 요소기술, 관련 핵심기술 및 응용 분야를 소개하고자 한다.
- Introduction
- Multiview Imaging
- Multiview Video Generation
- Advanced Issues
- Conclusion:
 
강의3)
의료영상분석 이슈: Recent Issues in Medical Image Understanding
유양모 (서강대)
   In this lecture, fundamental principles in medical imaging will be briefly introduced.  Basic steps in medical image understanding (e.g., image preprocessing, segmentation, classification, registration, recognition of objects, etc.) will be presented.  Lastly, recent issues in medical image understanding will be discussed with its clinical applications.
 
강의4)
칼라이슈: 영상의 컬러 어피어런스 (color appearance) 이해
곽영신 (UNIST) 2시간
   디스플레이를 통해 보는 영상의 색은 주변 환경, 디스플레이 세팅 뿐 아니라 영상 내의 white point 등 영상 컨텐츠에 따라서도 영향을 받게 된다. 본 강연에서는 다양한 컬러 어피어런스 현상과 CIE 컬러 어피어런스 모델인 CIECAM02에 대해 알아보고, 영상 이해에 컬러 어피어런스 모델이 어떻게 활용될 수 있는가를 소개한다.
 
강의5)
클라우드 이슈: Cloud 환경에서의 영상 분석 기술
박성범 (삼성전자)
   Internet 환경의 성숙과 Computing 환경의 발전에 따라, 방대한 Multimedia 정보를 단말이 아닌 Cloud 환경에서 용이하게 처리할 수 있는 여건이 마련되고 있다. 더욱이 Cloud 환경에서 많은 연산량을 요구하는 Computer Vision 기술의 활용은 필연적인 방향으로 인식되고 있다. 이에 본 세미나에서는 Cloud 환경에서 풍부한 Media DB와 Vision 기반 영상 분석 기술을 활용에 대한 응용 분야를 고찰해 보며, 이를 위해 필요한 Framework에 대해 조명해 보고자 한다.
 
특강) Epipolar Geometry and Matrix Computation Algorithms
김성대 (카이스트)
   Epipolar geometry는 두 대의 카메라로 촬영한 영상에서 대응점들 사이의 기하학적인 관계를 다루는 분야로서, 다중 시점 카메라들을 이용하여 3차원 정보 추정하는 3차원 컴퓨터 vision 분야에서 매우 중요한 핵심이 되는 주제이다.
다중 시점 영상에 기반한 3차원 정보 추정을 위하여 camera calibration, homography, fundamental matrix, 그리고 3D reconstruction 들에 대한 이해가 필수적이며, 영상들로부터 추출한 특징들로부터 camera calibration을 하고, homography와 fundamental matrix를 계산하고, 이를 토대로 3D 위치 정보들을 계산하는 과정이 필수적이다. 이러한 계산 과정들을 잘 이해하기 위해서는 matrix 연산들에 관한 깊이 있는 이해가 필요하다.
본 강의에서는 이를 위하여 epipolar geometry에 기반하여 3차원 구조를 계산하는 과정에서 필요한 핵심적인 이론들과 matrix norm, Cholesky factorization, singular value decomposition, QR factorization, least square problem solving 등 다양한 matrix 연산 기법들을 다룬다.