계산 시각학

Computational visualistics

컴퓨터 시각학이라는 용어는 컴퓨터를 과학적으로 "입체"하는 조사 사진의 전체 범위를 다루기 위해 사용된다.[1]

개요

서구 사회에서 이미지는 현대 생활에서 다소 두드러진 위치를 차지하고 있다.언어와 함께, 그들은 처음부터 인간 문화와 연결되었다.약 1세기 동안 – 수 천년 동안 쓰여진 단어들의 지배 이후 – 그들의 부분은 다시 현저하게 증가하고 있다.우리가 일반 언어학에 비유하여 '일반 시각학'이라고 부를 수 있는 일반적인 영상 과학을 향한 발걸음은 최근에야 이루어졌다.지금까지, 시각학 영역에 속하는 뚜렷한 측면들, 특히 철학, 심리학, 예술 분야에서 주로 다루어져온 몇몇 다른 분야들에서 시각학적으로 검증 가능한 방식으로 이질적인 현상 "이미지"를 곡예하고 기술하는 독특한 과학적 근거는 여전히 결여되어 있다. 역사의마지막으로, 새로운 이미지 과학의 특정 측면에 대한 중요한 기여는 컴퓨터 과학에서 나왔다.

컴퓨터 과학에서도, 그림들이 원래 몇 가지 혹은 그 이하의 독립적인 질문들을 따라 진화했다는 것을 고려하면, 이것은 적절한 하위 영역으로 이어진다: 컴퓨터 그래픽은 확실히 그들 중에서 가장 "보이는" 것이다.단지 최근에서야, 마침내 일반적으로 이미지 전용 컴퓨터 과학의 독특하고 부분적으로 자율적인 분과를 형성하기 위한 노력이 증대되었다.컴퓨터 언어학과 유사하게, 인공 표현 컴퓨터 시각학은 컴퓨터를 "입체"하는 과학적인 그림들을 조사하기 위한 전체 범위를 다루는 데 사용된다.

대상 영역

컴퓨터 과학 내 이미지 과학의 경우 추상 데이터 유형 »imageimage(또는 그러한 유형 몇 개)이 잠재적인 구현(cf)과 함께 관심의 중심에 서 있다.시라 2005).계산 시각학에서 고려해야 할 세 가지 주요 알고리즘 그룹이 있다.

»image«에서 »image로 이어지는 알고리즘

이미지 처리라고 하는 분야에서는 적어도 하나의 사진(그리고 영상이 아닌 여러 개의 2차 파라미터)을 취(그리고 잠재적으로 몇 개의 2차 파라미터)을 취해서 다른 사진과 관련시키는 작업에 의해 주의의 초점이 형성된다.이러한 연산을 통해 영상의 품질을 향상시키기 위한 알고리즘(예: 대비 강화), 영상의 특정 부분을 추출하기 위한 절차(예: 가장자리 찾기) 또는 특정 게슈탈트 기준(예: 블루 스크린 기법)에 따른 그림 패턴을 스탬핑하기 위한 알고리즘을 정의할 수 있다.그림 데이터의 효율적인 저장 또는 전송을 위한 압축 알고리즘도 이 분야에 속한다.

»image«에서 "not-image"까지의 알고리즘

두 가지 분야가 이미지를 비사진 데이터 항목으로 변환하는 작업을 공유한다.패턴 인식 분야는 사실 사진에 국한되지 않는다.그러나 그것은 단순한 기하학적 게스탈트(예: "원형 영역")의 식별, 글자의 분류(필기의 인식), 이미지 속의 공간 객체의 "보기"와 같은 정보를 본질적으로 분류하는 영역에서 1950년대 초부터 컴퓨터 시각학을 위한 중요한 선행 작업을 수행해 왔다.s 또는 심지어 표현에 대한 양식적 속성의 연관성.즉, 이미지는 일부 측면에 대한 설명을 구성하는 비사진 데이터 유형의 인스턴스(instance)와 연관되어야 한다.컴퓨터 비전의 인접 분야는 인공지능(AI) 분야로, 컴퓨터 과학자들이 컴퓨터에게 시각적 지각 능력을 가르치려 하는 부분이다.따라서, 문제는 오히려 그것의 목표가 "대안적"인 정도, 즉 그 결과는 그림 속의 사물에 대한 인간의 시각에 근접한 정도로 컴퓨터 시력에 속한다.

not-image에서 »image에 이르는 알고리즘

데이터 타입 »image«은 발생하지만 비사진 데이터 타입의 출발점 인스턴스로 삼는 연산에 의해 얻어진 가능성에 대한 조사는 특히 컴퓨터 그래픽과 정보 시각화에서 수행된다.전자는 더 가까운 의미에서의 이미지, 즉 ('객체'의 구어적 의미에서의) 공간적 구성을 가상 건축과 같이 다소 자연주의적인 표현으로 보여주는 그림들을 다룬다.컴퓨터 그래픽에서 그림 생성 알고리즘의 시작점은 일반적으로 3차원으로 기하학적 구조와 고려된 표면의 중요한 광학적 특성과 함께 묘사될 장면의 조명을 설명할 수 있는 데이터 유형이다.정보 시각화의 과학자들은 특히 주의 "공간"에 있는 비시각적 구성요소로 구성된 데이터 유형을 그림으로 표시하는 데 관심이 있다. 그러기 위해서는 먼저 시각적 표시 규약을 결정해야 한다(예: 색상 코드 또는 특정 아이콘).잘 알려진 프랙탈 이미지(예: Mandelbrot 집합의 프랙탈 이미지)는 추상적인 수학 특성이 가시화된 이후 정보 시각화의 경계선 사례를 형성한다.

컴퓨터 시각통계학 학위 프로그램

컴퓨터 시각학 과목은 1996년 가을 독일 마그데부르크 대학에서 도입되었다.그것은 Thomas Strothotte 교수에 의해 시작되었다.Magdeburg의 컴퓨터 그래픽을 위해, 그리고 의학뿐만 아니라 사회 및 기술 과학의 학제간 연구자들로 구성된 전체 팀과 함께 Jörg Schirra의 지원을 많이 받았다.이 5년짜리 졸업장 프로그램은 컴퓨터 과학 강좌를 핵심으로 하고 있는데, 학생들은 그림 관련 문제를 해결하기 위한 디지털 방법과 전자 도구에 대해 배운다.노력의 기술적 영역은 인문학의 그림 강좌로 보완된다.학생들은 그림을 사용하는 전통적(즉, 컴퓨터화되지 않은) 문맥에 대해 배우는 것 외에도 의사소통 기술을 집중적으로 연습한다.프로그램의 세 번째 구성요소로서, 생물학, 의학 등의 응용 과목은 생물학 및 의학 분야의 현미경 및 방사선 이미지 데이터와 같이 디지털 이미지 데이터가 필수적인 다른 분야의 전문가 및 고객과의 공동 운영에 필요한 기술을 배운다는 점에서 학생들이 지식을 조기에 적용할 수 있는 기회를 제공한다.ine. 학사 및 석사 프로그램은 2006년에 도입되었다.

'컴퓨터 시각학'이라는 표현은 코블렌츠랜도 대학의 유사한 학위 프로그램에도 사용된다.

참조

  1. ^ (Schirra 2000).

추가 읽기

외부 링크