컴퓨터비전과 머신러닝

I. 파이썬과 OpenCV 기초

　1. 파이썬 기초
　　1.1 파이썬 개요
　　1.2 파이썬 설치
　　1.3 PyCharm 설치

　2. 파이썬 변수, 문자열
　　2.1 변수
　　2.2 문자열, 리스트

　3. 조건문, 반복문
　　3.1 if(조건문)
　　3.2 while(반복문)
　　3.3 for(반복문)

　4. 함수
　　4.1 함수 기초
　　4.2 지역변수와 전역변수
　　4.3 함수 응용
　　4.4 리스트 포인터, 딕셔너리 포인터

　5. 리스트, 튜플, 딕셔너리
　　5.1 리스트
　　5.2 튜플
　　5.3 딕셔너리

　6. 클래스
　　6.1 객체(Object)
　　6.2 클래스(Class)
　　6.3 클래스의 상속(Class inheritance)
　　6.4 프라퍼티(Property) 활용

　7. 파일 입출력
　　7.1 파일
　　7.2 파일 입출력
　　7.3 피클링(Picking)과 언피클링(Unpickling)

　8. 소켓 프로그래밍
　　8.1 소켓(Socket)

　9. OpenCV 기초
　　9.1 OpenCV 개요
　　9.2 OpenCV 설치
　　9.3 OpenCV 응용 프로젝트 만들기
　　9.4 OpenCV 기본 자료형

　10. OpenCV 응용
　　10.1 동영상 파일 활용하기
　　10.2 마우스 이벤트 활용하기
　　10.3 카메라 영상에 시간 출력
　　10.4 TrackBar 예제
　　10.5 아날로그 시계 예제
　　10.6 자유 낙하 운동
　　10.7 포물선 운동
　　10.8 피보나치 수열 그래픽

II. 컴퓨터 비전

　1. 영상 종류
　　1.1 이진 및 그레이 영상
　　1.2 컬러 영상

　2. 영상 처리 기본 연산
　　2.1 산술 및 논리 연산
　　2.2 영상 밝기 조절
　　2.3 영상 명암비 조절

　3. 히스토그램 분석
　　3.1 히스토그램 계산
　　3.2 히스토그램 평활화
　　3.3 히스토그램 역투영

　4. 필터링
　　4.1 블러링
　　4.2 샤프닝
　　4.3 미디언 필터링

　5. 기하학 변환
　　5.1 이동 및 크기 변환
　　5.2 회전 변환
　　5.3 투시 변환
　　5.4 모폴로지 연산

　6. 에지 검출
　　6.1 미분 연산 기반의 에지 검출
　　6.2 케니 에지
　　6.3 허프 변환 직선 및 원 검출

III. 머신러닝

　1. 객체 검출
　　1.1 템플릿 매칭
　　1.2 코너점 검출
　　1.3 하라이크 특징
　　1.4 HOG 특징
　　1.5 LBP 특징

　2. 특징 추출 및 기술자
　　2.1 특징 및 기술자
　　2.2 OpenCV의 특징 및 기술자
　　2.3 특징점 매칭

　3. 영상 분할 및 합성
　　3.1 전경-배경 분할
　　3.2 영역 군집화(k-means clustering)
　　3.3 영상 합성과 스티칭

　4. 비디오 분석
　　4.1 광류
　　4.2 객체 추적

IV. 딥러닝

　1. 인공지능과 딥러닝
　　1.1 인공지능과 딥러닝
　　1.2 딥러닝 작동 원리

　2. 딥러닝 학습
　　2.1 네트워크 구조와 주요 성분
　　2.2 네트워크 동작 및 설계 방안
　　2.3 네트워크 학습

　3. 대표적 네트워크
　　3.1 합성곱 신경망(CNN)
　　3.2 순환 신경망(RNN)
　　3.3 생성적 적대 신경망(GAN)

　4. 딥러닝 활용
　　4.1 Colab(Colaboratory)
　　4.2 케라스(Keras)
　　4.3 학습 및 평가 데이터 지원
　　4.4 실제 활용 예제