| 1. | |
과목소개 | AI 기반 영상보안인식 과목의 개요 및 필요성을 파악할 수 있다. |  |
|
주차 소개_3차원 공간 측정기술 현황 | 3차원 공간 측정기술의 중요성과 현황에 대해 설명할 수 있다. | |
|
|
3차원 공간 인식 및 자율주행기술 | 3차원 거리측정 및 공간 인식 기술의 연구 현황을 설명할 수 있다. | |
|
|
3D Lidar 솔루션 현황_01 | 3차원 공간을 측정 및 인식하기 위한 센서 기술 및 종류를 구분할 수 있다 | |
|
|
3D Lidar 솔루션 현황_02 | 3차원 공간을 측정 및 인식하기 위한 센서 기술 및 종류를 구분할 수 있다 | |
|
|
관련 연구 동향 | 3차원 공간 측정 기술이 보안 분야에 적용된 사례를 설명할 수 있다. | |
|
|
형성평가 | 형성평가 |  |
|
| 2. | |
주차 소개_3차원 데이터 알고리즘 입문 | 3차원 데이터 분석을 위한 시스템를 설치하고, 오픈 소스 프로젝트 현황과 데이터 전처리 방법을 설명할 수 있다. | |
|
3D 데이터와 보안기술 | 3차원 데이터 분석을 위한 시스템을 설치할 수 있다. | |
|
|
3D 분야 Open Source Project_01 | 3차원 데이터 분석을 위해 사용 가능한 오픈소스 현황을 확인할 수 있다. | |
|
|
3D 분야 Open Source Project_02 | 3차원 데이터 분석을 위해 사용 가능한 오픈소스 현황을 확인할 수 있다. | |
|
|
3D 데이터 처리 | 3차원 데이터의 전처리 방법을 설명할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 3. | |
주차 소개_Open3D 기반 3차원 데이터 실습 1 | 3D 데이터 분석 및 시각화를 위한 개발 환경을 설정하여 오픈소스 프로젝트 예제를 풀이할 수 있다. | |
|
3D 데이터 개발 환경_01 | 3D 데이터 분석 및 시각화를 위한 개발 환경을 설정할 수 있다. | |
|
|
3D 데이터 개발 환경_02 | 3D 데이터 분석 및 시각화를 위한 개발 환경을 설정할 수 있다. | |
|
|
3D 데이터 개발 환경_03 | 3D 데이터 분석 및 시각화를 위한 개발 환경을 설정할 수 있다. | |
|
|
오픈소스 프로젝트 예제_01 | 오픈소스 프로젝트 예제를 통해 3D 데이터의 기본적인 처리 방법을 설명할 수 있다. | |
|
|
오픈소스 프로젝트 예제_02 | 오픈소스 프로젝트 예제를 통해 3D 데이터의 기본적인 처리 방법을 설명할 수 있다. | |
|
|
오픈소스 프로젝트 예제_03 | 오픈소스 프로젝트 예제를 통해 3D 데이터의 기본적인 처리 방법을 설명할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 4. | |
주차 소개_Open3D 기반 3차원 데이터 실습 2 | 3D 데이터 분석에 필요한 주요 알고리즘을 알고, 3D 데이터 알고리즘을 활용한 3D 분할을 실습할 수 있다. | |
|
3D 알고리즘 개요 | 3D 데이터 분석에 필요한 주요 알고리즘을 설명할 수 있다. | |
|
|
3차원 분할 | 3차원 데이터를 분할하는 방법들을 설명할 수 있다. | |
|
|
3D Segmentation 예제_01 | 3D 데이터 알고리즘을 예제에 적용하여, 알고리즘의 확장을 응용할 수 있다. | |
|
|
3D Segmentation 예제_02 | 3D 데이터 알고리즘을 예제에 적용하여, 알고리즘의 확장을 응용할 수 있다. | |
|
|
3D Segmentation 예제_03 | 3D 데이터 알고리즘을 예제에 적용하여, 알고리즘의 확장을 응용할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 5. | |
주차 소개_Open3D 활용한 3D Reconstruction 실습 1 | Local Registration, Global Registration 알고리즘으로 Open3D 활용한 3D Reconstruction을 실습할 수 있다. | |
|
Registration | 3차원 데이터 정합의 의미를 설명할 수 있다. | |
|
|
Local Registration_01 | 기하학 구조와 표면 색상을 활용하여, 다양한 정합 알고리즘을 구현할 수 있다. | |
|
|
Local Registration_02 | 기하학 구조와 표면 색상을 활용하여, 다양한 정합 알고리즘을 구현할 수 있다. | |
|
|
Local Registration_03 | 기하학 구조와 표면 색상을 활용하여, 다양한 정합 알고리즘을 구현할 수 있다. | |
|
|
Global Registration_01 | 정합으로 구현한 3차원 모델의 표면 색상 및 무늬를 개선할 수 있다. | |
|
|
Global Registration_02 | 정합으로 구현한 3차원 모델의 표면 색상 및 무늬를 개선할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 6. | |
주차 소개_Open3D 활용한 3D Reconstruction 실습 2 | 3D Reconstruction을 RGBD 카메라와 Open3D 코드를 활용하여 실습할 수 있다. | |
|
RGBD 카메라 | RGBD 카메라의 종류 및 지원되는 기능 및 스펙을 설명할 수 있다. | |
|
|
3D Reconstruction | 3D Reconstruction에 대해 설명할 수 있다. | |
|
|
3D Reconstruction 생성 실습_01 | Open3D 코드를 활용하여 3D Reconstruction을 구현할 수 있다. | |
|
|
3D Reconstruction 생성 실습_02 | Open3D 코드를 활용하여 3D Reconstruction을 구현할 수 있다. | |
|
|
3D Reconstruction 생성 실습_03 | Open3D 코드를 활용하여 3D Reconstruction을 구현할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 7. | |
주차 소개_영상인식 기술 개요 | 영상 신호와 영상 획득 원리를 Vision기술과 기계학습 알고리즘, 이미지 분류 알고리즘을 통해 파악할 수 있다. | |
|
Vision 기술 | Vision 기술의 정의와 특징을 설명할 수 있다. | |
|
|
기계학습 알고리즘 분류 | 데이터의 특징에 따른 기계학습 알고리즘의 종류를 비교할 수 있다. | |
|
|
이미지 분류 알고리즘 순서_01 | 이미지 분류를 위한 알고리즘을 설명할 수 있다. | |
|
|
이미지 분류 알고리즘 순서_02 | 이미지 분류를 위한 알고리즘을 설명할 수 있다. | |
|
|
형성평가 | 형성평가 | |
|
| 8. | |
중간고사 | 중간고사 | |
| 9. | |
주차 소개_안면인식 보안기술 현황 | 아마존, Facebook, 텐왕 등 현재 서비스 되고 있는 안면인식 기술을 통해 안면인식 기술의 미래에 대해 예견할 수 있다. | |
|
안면인식 기술_01 | 서비스되고 있는 안면인식 기술 현황을 파악할 수 있다. | |
|
|
안면인식 기술_02 | 서비스되고 있는 안면인식 기술 현황을 파악할 수 있다. | |
|
|
안면인식 위조 이미지 및 영상 판별 | 안면인식 위조 방지 기술의 종류를 설명할 수 있다. | |
|
|
안면인식 기술의 미래 | 안면인식 기술의 발전과 올바른 활용 방안을 수행할 수 있다. | |
|
|
형성평가 | 형성평가 | |
|
| 10. | |
주차 소개_OpenCV 기반 영상처리 1 | OpenCV 개발환경을 설치하고, 이미지 입출력과 Matplotlib 함수 기본 활용에 대해 실습할 수 있다. | |
|
OpenCV 개발환경 설정 | 이미지 데이터 분석을 위한 OpenCV-Python의 특징을 알고, 개발 환경을 설정할 수 있다. | |
|
|
이미지 데이터 분석_01 | 이미지 데이터를 분석하기 위한 기본 기능을 활용할 수 있다. | |
|
|
이미지 데이터 분석_02 | 이미지 데이터를 분석하기 위한 기본 기능을 활용할 수 있다. | |
|
|
이미지 데이터 분석_03 | 이미지 데이터를 분석하기 위한 기본 기능을 활용할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 11. | |
주차 소개_OpenCV 기반 영상처리 2 | 색상 모델의 개념을 알고, 색상 정보를 활용한 객체 인식을 응용할 수 있다. | |
|
색상 모델 | 다양한 색상 모델의 정의와 특징을 통해 색상 모델간 장단점을 비교할 수 있다. | |
|
|
색상 정보 활용법_01 | 용도를 분석하여 적절한 색상 모델을 선택하고, 해당 색상 모델을 활용할 수 있다. | |
|
|
색상 정보 활용법_02 | 용도를 분석하여 적절한 색상 모델을 선택하고, 해당 색상 모델을 활용할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 12. | |
주차 소개_영상 기반 얼굴인식 실습 1 | 얼굴인식 기술을 알고, 이미지 파일에서 얼굴 영역 추출을 위한 개발환경 설정 및 얼굴 영역 추출을 수행할 수 있다. | |
|
얼굴인식 기술 분류 | 얼굴인식 기술의 원리와 적용 사례를 설명할 수 있다. | |
|
|
Face_recognition 패키지 설치 및 개발환경 설정 | 얼굴인식 기술의 개발 환경을 설치할 수 있다. | |
|
|
이미지 파일에서 얼굴 영역 추출 실습_01 | 이미지 기반의 얼굴인식 기술을 실습할 수 있다. | |
|
|
이미지 파일에서 얼굴 영역 추출 실습_02 | 이미지 기반의 얼굴인식 기술을 실습할 수 있다. | |
|
|
이미지 파일에서 얼굴 영역 추출 실습_03 | 이미지 기반의 얼굴인식 기술을 실습할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 13. | |
주차 소개_영상 기반 얼굴인식 실습 2 | 이미지에서 객체 추출을 위한 기본 개념을 알고, 얼굴 부위 인식 알고리즘을 활용할 수 있다. | |
|
얼굴인식 구현 | 얼굴이미지에서 얼굴 및 눈의 위치를 인식할 수 있다. | |
|
|
얼굴 이미지 세부 분석_01 | 얼굴인식 알고리즘을 통해 얼굴 이미지에서 동공 인식 및 다양한 추가 기능을 실습할 수 있다. | |
|
|
얼굴 이미지 세부 분석_02 | 얼굴인식 알고리즘을 통해 얼굴 이미지에서 동공 인식 및 다양한 추가 기능을 실습할 수 있다. | |
|
|
얼굴인식 기반 Application | 얼굴인식 알고리즘의 제품 적용 방법을 설명할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 14. | |
주차 소개_OpenCV 기반 영상 추적 알고리즘 실습 | 이미지의 노이즈 개선과 영상의 배경 제거 및 물체 추적을 위한 다양한 방법을 실습할 수 있다. | |
|
이미지 필터_01 | 이미지의 노이즈를 개선하기 위한 이미지 필터 방법을 실습할 수 있다. | |
|
|
이미지 필터_02 | 이미지의 노이즈를 개선하기 위한 이미지 필터 방법을 실습할 수 있다. | |
|
|
이미지 형태 변환 | 이미지 노이즈 개선을 위해 구현된 알고리즘을 실습할 수 있다. | |
|
|
영상 배경 제거와 영상 물체 추적_01 | 동영상의 배경 이미지를 획득하고, 제거하는 다양한 방법을 설명할 수 있다. | |
|
|
영상 배경 제거와 영상 물체 추적_02 | 동영상의 배경 이미지를 획득하고, 제거하는 다양한 방법을 설명할 수 있다. | |
|
|
실습자료 다운로드 | 실습자료 다운로드 | |
|
|
형성평가 | 형성평가 | |
|
| 15. | |
기말고사 | 기말고사 | |
대구광역시 동구 동내로 64(동내동 1119) 우)41061
COPYRIGHT keris. all rights reserved
페이스북
트위터
카카오톡
네이버밴드
링크복사
