NERF

컴퓨터비전
코스 프로모션 배너 전용입니다.
0일 0시간 0분 0초 코스 프로모션 배너 전용입니다.
(자동)
정가 (자동)
현재 판매가 (자동)
12개월 무이자 할부 시 (자동)
최저가로 수강신청

메타버스의 핵심 기술이 될
3차원 복원 기술, 3D 컴퓨터비전 기술!

컴퓨터비전 CV

3D 컴퓨터 비전 기술은 메타버스로 대표되는 VR/AR 뿐만 아니라
이커머스, 지도, 공간, 콘텐츠 등 다양한 분야에 영향을 줄 핵심 기술로 주목 받고 있습니다.

↓
근 미래에 필수 기술로 발돋움할 3D 컴퓨터 비전 기술을
지금 패스트캠퍼스에서 배워보세요!

3D 컴퓨터비전의 경우 2차원 데이터로부터 3차원 정보를 어떻게 효과적으로
복원하고 이를 분석하고 활용하는가에 그 목적이 있습니다.
당연히 잃어버린 한 차원의 정보를 복원하기 위해
다양한 데이터 외의 Prior가 필요하죠. 그 핵심 중 하나는 어떻게 카메라의 영상이 이미지로 획득이 되는가에 대한 물리적인 이해인데, 이 이해가 없이는 증강 현실/가상 현실 또한 불가능 합니다. 따라서 이러한 분야에 관심이 있으시다면
3D 컴퓨터비전을 공부하시면 많은 도움이 될 것입니다.

3D 컴퓨터 비전은 페이스북의 3D Photo, 구글/애플의 3차원 지도 기능,
테슬라의 자율 주행 모듈 등 다양한 산업과 관련이 있는데
근 미래에 핵심적인 기술이 될 것 입니다.

by 이광무

Brand-new Sight

이미 다양한 산업에서 활용되고 있는
3D 컴퓨터비전 기술을 먼저 살펴보세요!

01. Google 3D map

인공지능 기술을 활용하여 선수와 플레이를 인식하고 경기 상황을 데이터로 수집하여 객관적인 경기 분석을 제공하는데 활용되고 있습니다.
(출처 : media.giphy.com)

02. Tesla 자율 주행

테슬라의 자율 주행 모듈의 경우 카메라로 부터 주변 상황을 3차원으로 인식하고 이를 통해 자율 주행을 가능하도록 하고 있습니다.
(출처 : Tesla official vimeo)

03. Facebook 3D Photo

VR/AR과 결합하여 가상의 튜터와 함께 운동을 배우거나, 가상 전투에서 병사들이 적군과 아군을 구별하는데 활용하는 등 더 현장감있는 경험을 제공합니다.
(출처 : facebook.com)

04. SLAM

자율 주행, 로봇 공학 등에 대표적으로 사용되고 있으며, 임의의 공간에서 이동하면서 주변을 탐색하며 그 공간의 지도 및 현재 위치를 추정하는 방법입니다.
(출처 : 3dcityscapes.ca)

3D Computer Vision은 어떤 기술인가요?

사람의 눈으로 보는 세상에 대한 이해를 3차원 컴퓨터 기술로 구현합니다.

2차원 영상으로부터 실제 3차원을 복원 및 이해하고, 그리고 다시 3차원을 2차원 영상으로 전환할 수 있는 기술

컴퓨터비전 강의
컴퓨터비전 기술

  • 3D 컴퓨터 비전 기술에 대해 더 자세히 알고 싶다면?

    아래 아티클을 통해 확인해보세요!

    아티클 보러가기 ▶

NeRF로 주목받고 있는 컴퓨터 비전의 핵심 이론을
the RED에서 최초로 만나보세요.

Homogeneous Coordinate와 Pinhole Camera Medel을 통해 3D 컴퓨터 비전의 수학적 기초를 학습합니다.

Epipolar Geometry와 딥러닝의 융합으로 높은 성능 개선을 한 사례를 통해 전문적인 
Deep Network Architecture을 학습합니다.

3D 컴퓨터 비전 분야에서 가장 주목받고 있는 NeRF로 대표되는 Neural Rendering 기술까지 학습힙니다.

KEY INSIGHT

3D 컴퓨터비전

이 강의에서는 3D 컴퓨터 비전의 핵심 내용뿐 아니라 다양한 수학적 모델과 기술의 융합을 배웁니다.
기존 수학적 모델과 인공지능을 효율적으로 융합하면 기존 성능을 훨씬 개선한 3D 컴퓨터 비전 기술이 가능하기 때문입니다.

현업에서 사용되는 SLAM 기술 및 최신 Camera Pose Estimation 기술,
학계의 큰 트렌드인 NeRF로 대표되는 Neural Rendering 기술을 실제 활용할 수 있도록 알려드립니다.

컴퓨터비전 데이터

Epipolar Geometry 와 딥러닝을 융합하여 두배에 달하는 성능 향상 을 이뤄낸
이광무 교수님의 논문 리뷰까지!

컴퓨터비전 이미지

Learning to Find Good Correspondences 2018 CVPR 이광무 교수님 논문 중

컴퓨터비전
NERF
NERF 강의

글로벌 기업 Apple, Google, Samsung 이 선택한 UBC 이광무 교수
대학원이 아니라면 들을 수 없었던 3D 비전 강의를 패스트캠퍼스 RED에서 공개합니다.

강의 미리보기

Top of Top
3d컴퓨터비전

AAAI, CVPR, ECCV, ICCV 의장 역임, 학회 논문 200개 이상 리뷰한 컴뷰터 비전 분야 궁극적 전문가

Apple, Google, Samsung 등 글로벌 기업이 찾는 컴퓨터 비전 분야 대표 전문가

대표 논문 : Canonical Capsules: Unsupervised Capsules in Canonical Pose (NeurIPS'21 발표)

AI 4대 천왕 Geoffrey Hinton 공동저자

University of British Columbia & Apple

[3D CV 대표 논문]

LIFT: Learned Invariant Feature Transform ECCV’16 (Spotlight)

917회 인용

Learning to Find Good Correspondences CVPR’18 (Oral)

311회 인용

COTR: Correspondence Transformer for Matching Across Images ICCV’21 (Oral)

37회 인용

[Education]
- Seoul National University Ph.D. Electrical Engineering and Computer Science
- Seoul National University B.Sc. Electrical Engineering and Computer Science

[Career]
• 2020/09 - University of British Columbia Assistant Professor
• 2017/12 - 2020/08 : University of Victoria Assistant Professor
• 2014/03 - 2017/11 : Ecole Polytechnique F ́ ed ́ erale de Lausanne (EPFL) Postdoctoral Researcher

[Consultant]
• 2019 : Samsung
[Conference Participation]
• 2023 : CVPR / Organizer
• 2021–2023 : AAAI / Area Chair, Conference on Artificial Intelligence
• 2019–2021 : CVPR / Organizer, Image Matching: Local Feature & Beyond
• 2019-2021 : CVPR / Area Chair, Conf. on Comp. Vis. and Pattern Recog.
• 2020 : ECCV / Area Chair
• 2019 : ICCV / Area Chair

[Reviewer]
• CRV, CVPR, ICLR, ICML, IJCAI, IJCV, Neural Networks, IEEE TPAMI, IEEE TVCG , 3DV, BMVC, CVPR, ECCV, IJCAI, NeurIPS 등 200여개 논문 리뷰

[Invited Presentations]
- 기업 : Google, Huawai, Samsung, Naver 등 다수
- 학교 : 서울대학교, 포스텍, Simon Fraser University, University of Victoria 등 다수
View Point

3D 컴퓨터 비전 분야 최신 기술을 이해하는 데
부족함이 없도록 핵심 내용을 모두 담았습니다.

현업에서 사용되는 SLAM의 기반 기술, 최신 Camera Pose Estimation, NeRF로 대표되는 Neural Rendering 기술까지 배울 수 있습니다.

3D 컴퓨터 비전에 대한 개념과 발전 방향

3D 컴퓨터 비전에 대한 개념에 대해 설명하고
기존 딥러닝의 한계와 다양한 기술의 발전에 대해 다룹니다.

The Pinhole Camera Model and
Epipolar Geometry

카메라의 작동 방식에 대해 이해하고 3D 컴퓨터 비전에 필요한 수학적 기초를 다룹니다.

Point Cloud Networks

전문적인 deep network architectures의 사용 이유와 사용 방법에 대해 다룹니다.

Neural Fields and 3D Representations

Neural Fields, Implicit Representations, Neural Radiance Fields 에 대한 이해와 활용에 대해 다룹니다.

Curriculum

Part 00. Intoduction.

컴퓨터비전 CVPR

Part 01. The Pinhole Camera Model and Epipolar Geometry

컴퓨터비전 ECCV

Part 02. Point Cloud Networks (Finding Good Correspondences)

컴퓨터비전 ICCV

Part 03. Neural Fields and 3D Representations

컴퓨터비전 Neural Fields
상세 커리큘럼 다운
잠깐!
학습을 위한
사전 지식
• 선형대수, 그 중 Eigen Value Decomposition 및 SVD에 대한 지식이 필요합니다.

• 미분에 대한 개념 또한 필요합니다. Gradient Descent 및 Back Prop 등에 대한 지식은 수강생이 기본적으로 알고 있다고 가정할 예정입니다.

• 딥러닝 중 MLP에 대한 기본적인 이해는 있다고 가정할 예정입니다. 다만 이부분은 수업에서 간략하게 짚고 넘어갈 예정입니다.

• 강의 교안은 모두 영어로 제작되어 있습니다.
실습 환경
• 이론에 집중한 수업 내용이기 때문에 특별히 환경이 중요하지는 않습니다.

• 간단한 실습 및 관련 라이브러리의 제공을 위해 주로 Python 환경 하에 PyTorch 및 OpenCV, Tenseoflow, jax 를 활용합니다.

• (!) 본 강의의 실습은 전반적인 코드의 구성을 설명하는 형식으로 진행되며, 실제 구현은 포함되어 있지 않습니다.
수강 대상
• 3D 컴퓨터 비전에 대한 기본적인 개념과 활용 방안에 대해 관심있는 전공자나 대학원생 또는 유관 분야 종사자

• 2D 컴퓨터 비전 분야에서 3D 컴퓨터 비전으로 영역을 확장하고자 하는 현업자

• 3D 컴퓨터 비전의 원리에 대해 궁금한 컴퓨터 비전 관련 산업 종사자
학습 목표
• 본 강의는 3D 컴퓨터 비전과 관련된 기본적인 개념과 원리, 활용 방안에 대해 학습하기
위해 제작 되어, 3D 컴퓨터 비전 분야의 작은 하위 영역을 다루고 있습니다.

• 핀홀 카메라 모델의 수학적 기초 이해

• 구조화된 데이터 유형에 딥러닝을 적용하는 방법의 이해

• 이미지에서 3D 모델(radiance field)을 획득하여 새로 렌더링 하는 방법의 이해

• Neural Fields 에 대한 이해
코스 프로모션 배너 전용입니다.
0일 0시간 0분 0초 코스 프로모션 배너 전용입니다.
(자동)
정가 (자동)
현재 판매가 (자동)
12개월 무이자 할부 시 (자동)
최저가로 수강신청

수강료.

국내 8개 카드사 12개월 무이자 할부 지원! (간편 결제 제외)

  • 삼성카드
  • 신한카드
  • 롯데카드
  • 현대카드
  • 하나카드
  • BC카드
  • KB국민은행
  • NH농협카드

※ BC카드의 경우, 비씨(페이북)을 선택하여 결제시에만 12개월 무이자 할부가 가능합니다.
(BC계열 – 우리/제일/기업/대구/경남/부산/광주/수협/전북/제주/신협)