상태의 연구소

[C,C++] Inheritance and Type Casting

Type CastingUpcasting & Downcasting이해를 돕기위해 아래와 같은 클래스가 있다고 하자.#include class Car{public: Car(std::string name) : name_(name) {} const std::string &name() const { return name_; }private: std::string name_;};class Bus : public Car{public: Bus(std::string name) : Car(name), money_(0), bus_name_("BBus") {} void GetCharge(int charge) { money_ += charge; } int money() { return money..

[C, C++] Make

Make를 사용해야하는 이유1학년때는 Window에서 visualstduio를 사용해 Run버튼 딸깍 누르면 실행되는 건 줄 알았지만 리눅스 세상에서는 어림도없다.소스코드를 빌드하기 위해서는 컴파일과 링킹단계를 거치는데 소스코드를 기계어로 바꾸는 컴파일 단계와 실행파일로 만들기 위해 어떤 목적파일(.o)들이 필요한지 명시해주는 링킹단계가 필요한데 이들을 매번 Shell에 입력할 수 없으니 하나의 파일로 만들어 둬야하고 이 파일이 Makefile이다. 아래에서는 실습 때 사용한 Makefile을 예제로 어떻게 작성하는지와 어떻게 동작하는지에 대해서 알아본다.아래 글은 아주 잘 정리된 글이니 이 글을 읽고오면 아래 예제 파일을 이해하기 쉽다.씹어먹는 C++ - Makefile 실전아래 코드는 Makefi..

[Computer vision] Table of contents

[1] Harris Corner Detection두 이미지의 일치여부를 판단하기 위해서 이미지의 특징점을 추출한다. 이때, 코너가 이미지의 특징점이라 할 수 있고, Harris Corner Detection 알고리즘을 사용하여 이미지의 특징점을 추출하는 방법을 배운다.[2] SIFT(Scale-invariant-Transform)Harris Corner Detection같은 경우 커널의 크기에 따라 코너의 여부가 달라진다. 이러한 단점을 보완한 알고리즘인 SIFT를 배운다.[3] Two Image Feature Matching[4] Image alignment (feat. RANSAC)[5] Image stiching[6]

두 이미지간의 특징점을 매칭하기위해서는 distance function을 정의해준 후, 가까운 것을 매칭해주면된다. 하지만, 가까운 것이 여러개 나올 수도 있고, 아래에 오른쪽 사진과 같이 동일한 형상이 반복될때는 잘못 매칭될 수 있다. 최종적으로 특징점을 찾아 매칭하는 목적은 image stiching을 해보기 위함이므로, 두 이미지간의 모든 특징점을 빠짐없이 찾을 필요는 없다. 확실한 것만 고르면 된다. 따라서 Nearest Neighbor search, Ratio Test, Bi-directional consistency test와 같은 방식을 사용해 아닐거 같은 것은 제거한다. 본 글에서는 두 사진의 특징점을 찾은 후, 어떻게 Feature Matching을 수행하는지 알아본다. SIFT를..

참고한 자료들1 diffusion model 수학이 포함된 tutorial2. [Open DMQA Seminar] Conditional Diffusion Models3. Score-based Diffusion Models | Generative AI Animated4. What are Diffusion Models?5. Generative Modeling by Estimating Gradients of the Data DistributionPrerequisite DDPM - Denoising Diffusion Probabilistic ModelsDiffusion이란 처음에는 응집되어있다가 시간이 지남에 따라 퍼지는 현상을 말한다. Diffusion model은 원본 이미지에 노이즈를 조금씩 씌우는 For..