Jewoo's Blog

친구들과 상하이로 여행을 가기로 했다. 한 명은 베이징에서 공부 중인지라 중국 비자가 필요 없고, 한 명은 서울에서 공부 중이지만 여행사를 통해 비자를 발급받기로 해서 별다른 걱정을 할 필요가 없었다. 나는 홍콩에서 중국행 비자를 신청하는 경험을 오롯이 홀로 겪어야 했다. 여러 블로그들이 많은 도움이 되었다. 특히 이곳 에서 기본적인 정보들을 얻었다. 몇 가지 추가해야 하는 사항들이 있어서 조금이나마 도움이 될까 글로 남기게 되었다. 1. 여권, 홍콩비자 사본이 필요하다  필요한 것은 숙박 예약 증명서, 비행기 표 예매 증명서, 여권사진 뿐만이 아니었다. 비자 신청을 하는 3층(그렇다 3층이었다!)에 도착하게 되면 아저씨들이 번호표 기계 앞에서 서 있는데 거기서 'Can I get the form?'을 말하면 서류가 주어진다. 그것을 받는 것과 동시에 여권과 비자 사본이 필요하다고 아저씨들이 말을 한다. 처음 듣는 소식이라 놀랐지만, 그럴 필요 없다. 주변에 복사기가 있기 때문이다. 복사는 한 장에 2 HKD 로 이런 폭리가 없다. 나쁜 샛기들... 동전이 없는 경우를 대비하여 동전을 바꿔주는 아주머니도 존재한다. 기계로 대체하지 않고 사람이 직접 동전을 바꿔주는 이유는 복지 차원인지 뭔지 잘 모르겠다. 여튼 복사는 밖에서 미리 해오는 것을 추천한다. 2. 숙박 예약 증명서는 필수이다.  현지인의 초청이라고 하면 될지도 모르겠다만 나같은 경우에는 현지에서 공부하고 있는 학생이 short term 인지, long term인지 물어보기에 short term 이라고 했다가 그 경우에는 남을 초청할 수 있는 권한이 없다면서 숙박을 예약하라는 불호령이 떨어졌다. long term 이라고 했을 때의 결과는 모르지만, 녹록지는 않을 것 같다. 3.Form 에 붙일 여권 사진은 6개월 이내여야 한다.  사실 비자 발급이나 하는 일개 공무원 주제에 6개월 이내인지 어떤지 확인할 수 있는 방법은 전혀 없으면서도 굉장히 깐깐하게 군다....

opencv 는 만들어진 지 얼마 되지 않은 거 같은데도 변한 거 투성이다. 이번에 적용한 background subtractor는 Stackoverflow에서 오류를 보정해서 다시 적용해도 여전히 예전 버전이었다. 결국에 찾은 코드는 다음과 같다.   원본 tutorial에 적혀있는 코드가 cv2.createBackgroundSubtractorMOG 였는데, 모듈에서 찾지 못하기에 BackgroundSubractorMOG로 바꿔줬다가 또 없다기에 마지막으로 바꾼것이 들어맞았다. 이 정도면 거의복불복 수준인데, 언제까지 이렇게 주먹구구 식으로 공부를 해야하는지 모르겠다. 농구하는 동영상을 돌려본 결과이다. 그래도 나름 코드가 잘 돌아가는 듯하다.

옛 추억을 되살리며 월리는 내가 찾아보기로 했다. 컴퓨터는 그냥 인식 할 수 있나만 보기로... 여기서 월리는 이런 모습을 하고 있었다. 내가 찾아봐도 잘 안보이는데 컴퓨터 따위가 잘 찾을 수 있을리가.... 위치는 잘 찾나 코드를 돌려보기로 했다. 아오 스벙 그래도 저 작대기들이 밀집되어 있는 곳에 월리가 있는 것은 사실이다. 근데 그래도 그렇지 이건 좀 너무하다. 다른 코드를 돌려보기로 했다.  SIFT 코드를 이용한 것이다. 결과는 다음와 같다.  웃어야할지 울어야할지 몰라 이제 놓아주기로 했다 월리는

Feature Matching은 두 사진의 공통점을 찾아내주는 건데, 뭘 예제로 하면 좋을까 하다가 월리를 찾아라 만한 예제는 또 없으리라는 생각에 돌려보았다. 코드는 다음과 같았다. 여기서도 오류는 있는지라, img3=cv2.drawMatches(img1,kp1,img2,kp2,matches[:10],None,flags=2) 코드로 바꿔줘야 했다. 앞번과 똑같은 오류인 걸 보니 버전 차이가 좀 있는 것 같다. 원본은 다음과 같고  결과는 다음과 같다 작아서 잘 안보이나 하겠지만 크게 보아도 별반 다를 거는 없이 그냥 망했다. 어제 애플 스토어를 방문하여 아이폰X를 보고 왔다. 희대의 얼굴인식을 시도해봤는데 고개를 돌리는대로 지문인식을 하듯이 얼굴을 읽는 모양새가 신기하였다만 opencv tutorial 에서 그 정도의 알고리즘을 기대하는 것은 무리였는가보다. 사진은 그냥 봤던거 자랑 ㅎ  PS. Sift 로도 월리를 찾아보았다. 크기와 상관없이 feature matching 을 가능하게 해주는 코드니까 좀 더 낫겠지 싶었다. .

뾰족한 연필도 가까이서 보면 뭉툭해진다는 걸 굳이 어떤 프로그래머가 생각해내서는 그렇게 사물이 확대가 되어도 모서리인지 아닌지 판단을 할 수 있게끔 새로 프로그램을 짰다고 한다. 근데 정말로 사람이 모서리인지 아닌지 판별할 수 없는 정도의 모습이라면 어떻게 프로그램이 판별을 할 수 있는 거지...? 언덕을 찍어서 코드를 돌려도 모서리라고 판별을 할 수 있는 정도인가? 설명에 따르면 이런 코드를 소개한 논문 원본이 워낙 쉽게 잘 쓰여 있어서 이를 설명하는 것은 그 논문을 요약하는 것이나 다름 없는 정도라는데 도대체 설명이 무슨 뜻인지 모르겠다. 이건 내가 초등학교 4학년 때 짜여진 코드인데, 그 당시 사람들이 썼던 코드를 대학교 4학년이 다 되어서도 이해하지 못한다니 괴롭다... 코드는 다음과 같다. 공식 사이트 tutorial에 나온 것과는 조금 다른게, cv2.drawKeypoionts(gray, kp,img)에서 새 번째 요소인 img 를 꼭 추가해 줘야 코드가 돌아간다. 어떻게 이런 오류를 업로드 할 수 있었는지 의문이다.  원본 사진은 어제 내가 갔다온ㅎ 홍콩의 익청맨션의 사진이다.  동그라미들이 다닥다닥 붙어있는 것은 알겠는데 대체 이걸로 뭘 하자는 건지는 모르겠다. 찍힌 것들을 보면 뭐 모서리에만 찍힌 것도 아니고, 형상을 잘 잡아내지도 못하는 것 같은데. 사실 이 코드가 'KeyPoints'를 잡아낸다고 하는데 뭘 보고 KeyPoints 라고 칭하는지도 잘 모른다.

사물의 모서리를 탐지한다는 게 별다른 것은 없지만서도, 나름대로 사물의 경계를 탐지하는 데에 있어서는 중요하게 작용할 것이다. opencv 를 이용해 체스판의 모서리를 파악해보는 코드를 돌렸다 Harris Corner Detector 라고 하는데 1988년에 완성된 코드라고 한다. 지금에 와서는 분명히 더 많이 발전을 했을 텐데도 어떻게 모서리를 감지하는 것인지 신기하기만 하다 갈 길이 멀구나 하는 것을 단박에 느낄 수 있었다. 예제로 등록되어 있는 코드를 그대로 갖다 베낀 것인데(솔직히 제대로 돌아갈 거라는 기대조차 하지 않았다. 분명히 오류가 뜨겠거니 했었지..) 기가 맥히게 모서리를 잘 잡아내어서 놀랐다. 물론 융털처럼 되어 있는 바닥까지도 모서리로 판단하는 것은 어쩔 수 없지만.. 보다 좋은 모서리 탐지 코드가 있다길래 한 번 돌려보았다. 따로 이름이 있는 것은 아니고 harris detector를 좀 더 발전시킨 것인데, 사실 좀 더 잘 잡는 것인지 어쩐지는 잘 모르겠다. 그냥 Harris 탐지기가 모서리에 빨간 점을 다닥다닥 찍어 놓은 것과는 달리 개선된 코드는 깔끔하게 하나씩만 찍은 것이 마음에 들긴 하지만 막 다른 점이 있지는 않다. 원리가 어떤고 하니 다닥다닥 찍힌 점의 원심을 찾는 코드를 여러번 돌림으로써 점의 개수를 줄인다고 한다. 원심을 찾아나갈 수록 그것이 모서리에 가까워지는지 어쩐지는 확실하지 않다만 아마도 그렇기 때문에 코드를 그렇게 짰겠지.

 현지인 친구가 Lucky Draw 같은 것에서 당첨되었다면서 나에게 액션캠을 하나 선물로 주었다. 자신에게 쓸모가 없어서 준다고 하는 것이었지만 정작 나에게도 그다지 쓸모가 있는 물건은 아니다. 그래도 신기한 터에 잘 받아두었다. Yi Camera 는 처음 들어보는 회사였다. 설명서를 보니 Xiao Yi 라 적혀있는데 아 그냥 샤오미 짝퉁인가보다 하는 느낌이 바로 들었다.   생김새도 그냥 장난감처럼 생겼다. 액션캠이면 방수도 되고 해야하는데 뭐 그런거는 고사하고 화질이나 제대로 나올까 고민이었다. 설명서도 중국어인터라 대체 뭘 어떻게 써야 하나 싶었다.  그래서 인터넷에 찾아보았는데 알고보니 샤오미 자회사였다. 충격적인 결말이었지만 나름 성능이 괜찮은 것에서 또한번 놀랄 수밖에 없었다. 와이파이를 자체적으로 생성하여 아이폰과 연동이 가능했다. 이 말인즉슨 액션캠과 연결된 상태에서는 인터넷을 못쓴다는 이야긴데, 지난번에 방문했던 DJI 드론들도 그렇고 왜들 아이폰 연동 시에 인터넷을 못쓰게 만드는지 모르겠다. 하긴 드론이야 거리가 거리인지라 블루투스보다는 와이파이가 낫겠다만... 그런데 직원말에 따르면 안드로이드보다는 아이폰의 성능이 드론의 어플을 제어하는데 더욱 안정적이라고 한다. 액션캠 활용에도 아이폰이 조금 더 낫지 않을까 기대해본다.  어플과의 연동은 그래도 준수했다. 즉각적인 반응은 물론 어렵지만 0.5초 정도의 딜레이 이내에서 영상이 휴대폰으로 전송되는 듯했다. 그나저나 화질이 너무 안 좋아서 이걸 어디 쓸 수나 있을까 걱정했지만 알고보니 1600만 화소로 즉각적인 확인을 위해 어플로 전송시에 압축이 되며 화질이 낮아지는 듯하다. 영상을 다운로드하여 확인해 보니 화질 역시 좋았다.  지금으로서는 딱히 쓸모는 없지만 방에 쓸모없는 sd카드들이 굴러다니다가 이 액션캠에 들어왔듯이 이 액션캠도 굴러다니다가 쓸모가 생길때 요긴하게 쓰이기를 기대해 본다.

 아무리 생각해도 스위치를 박수로 제어하기에는 실내 소음을 아두이노가 걸러낼 수 있는 능력이 되지 않고 적외선 센서로 하기에는 지금의 리모콘의 파장이 너무 짧은 듯하다. 차라리 기계적 요소를 써서 장난감 자동차로 스위치를 제어할 수 있는 방법을 생각해 보았다. 그 우선이 되어야 하는 것이 장난감 자동차를 해킹하여 내가 원하는 대로 사용하는 것이다. 방법은 이 영상을 참고로 하기로 했다만 이래저래 난관이 있었다. 우선 내가 산 칠천원짜리 자동차의 메인보드에는 그라운드가 명시되어 있지 않았다. 도대체 어디를 어떻게 연결해야 제어가 되는지 알 수가 없었다. 그래도 꾸역꾸역 이곳저곳 대어 보다가 신호가 닿는 부분들을 찾아내었다. 다음 영상과 같다. 소리가 작아 잘 들리지는 않지만 차체에서 불빛이 깜빡이는 순간들이 뒷바퀴의 회전 시그널에 연결된 때이다. 이제 각 부분들을 점퍼로 연장하여 아두이노로 연결한 후에 아두이노로 제어하면 미션은 끝나는 셈이었다. 예상외로 순조로운 전개에 기분이 좋았다. 하지만 역시 하루가 지나자 마자 망했다. 맨 위의 설명영상에서 나오듯이 전원을 직접 연결하여 자동차 메인보드에 신호를 주는 것을 실험하려고 했는데, 어찌된 영문인지 보드가 타버렸다. 외부 전원이 5V인 것을 본체 전원이 4.5V니까 똑같겠지 하고 그냥 연결한 것이다. 시그널로 몇 볼트가 필요한 것인지도 생각하지 않고 무작정 연결했더니 타버린 듯하다. 위의 영상은 보드가 탄 후 전원이 들어오기만 하면 질주하려고 하는 자동차의 모습이다. 그래서 결국은 자동차를 해체하기로 했다. 비싸게 산 것도 아니니까 부품들만 활용하는 셈 쳐야 한다. 모터들과 본체를 7천원에 샀으면 뭐 그래도 잘 샀다 (사실 아니다). 라디오 컨트롤러까지 해킹할 수 있다면 좋겠지만 아직 그 단계는 아니다. 위의 영상은 자동차 내부의 모터를 빼낸 사진이다. 영상을 보지 않아도 되는 것이 아무일도 일어나지 않는다. 대체 뭐가 문제일까...

기숙사 전등 스위치가 멀어서 원격으로 제어하는 스위치를 만드려고 구상 중이다. 홍콩의 sham shui po 역에 있는 커다란 시장에서 헤매다가 마침내 sound sensor와 infra red sensor를 구매할 수 있었다. (구글 지도를 따라서 갔다가 한참 헤맸다..역시 그냥 주위 상인들한테 물어보는게 제격이다) 가격은 각 20달러 씩으로 한화 약 3000원 정도 하니 비싼 값이다. 알리 익스프레스에서는 600원이면 사는데, 30일동안 기다리느니 그냥 3000원 주고 바로 사는 게 나을거라고 생각했다. 어쨌든 그렇게 완성한 짝짝이 초안은 다음과 같다. 다음과 같은 회로에 적용하였다. 알고보니 sound sensor는 1023까지밖에 측정을 하지 못한다. 이 정도면 충분한건가..? 결과는 다음과 같다. 또한 실행을 시키고 보니 한번 켜지는 것은 되는데 잘 꺼지지를 않는다. 그래서 시리얼 모니터를 확인해 보니 소리가 한번 날 때 단순하게 입력값이 하나만 들어가는 것이 아니었다. 짧은 시간 사이에 여러번 입력이 되면서 led 가 빠르게 껐다 꺼지길 반복하는 것 같다. 그래서 짧은 시간 내에 소리가 두번 혹은 특정 패턴으로 날 때에 작동하도록 만들어야 하는게 다음 목표가 되었다.

딴짓이 그리워지는 시험기간을 맞아 한 달만에 수업을 다시 들으려니 다 까먹었다. week 2의 과제를 남겨두고 그만둔 터라 상황이 심각했다. 결국 복습이 필요하다. 무엇보다도 이 cost function이 중요한 건데, 왜 2로 나눠주는지를 도통 모르겠어서 한참을 헤맸는데, 수학적 의미가 있는 것은 아니었다. Derivative term에서 차수 2가 내려오면 자연스럽게 사라지도록 하는 편의상의 기능을 할 뿐이란다 ㅂㄷㅂㄷ 새로운 세타값들을 찾아나가는 것까지는 기억이 나는데 그 방법이 아리송하다. 알파는 시행이 되는 속도를 말하는 것일테고, 각 점에서 내린 접선의 기울기를 빼주는 듯한데, 왜 그렇지?? 보아하니 예전에도 같은 의문을 가졌던 모양이다. 답은 위의 그래프를 위에서 바라봤을 때 찾을 수 있다. 강의에서도 이렇게 설명해줬다면 더 좋았을 듯 한데, J함수를 각 세타 변수로 편미분 해 주면, X자로 이어진 선의 한 단위의 방향이 등장하게 된다. 그 방향으로 알파만큼 곱해주어 각 세타변수에서 빼주게 된다면 다음 X자가 등장하는 것이다. 그렇게 단계단계 밟아간다면 최저점인 세타1로 도달한다는 것인데, 아직까지도 국소적 최저점인 세타0으로 도달하는 경우와 전역적 최저점 세타1로 도달하는 경우 둘을 구별할 수 있는지에 대한 의문은 남아있다. 과제로 나온 문제도 이런 방법들로 풀 수가 있다. 2번 문제는 Gradient Descent를 MatLab으로 표현하라는 문제인데, 문법만 익힌다면 문제없이 풀 수 있을 듯 하다. 먼저 cost function을 matlab으로 표현을 해야 하는데, 어려운 문법이 사용되는 것은 아니다. X, y, theta가 주어진 상황이므로 이들을 활용하여 차근차근 해결하면 된다. 문제에서 X와 theta 는 다음과 같이 설정되어 있다. X = [ones(m, 1), data(:,1)];  theta = zeros(2, 1);  X의 형식을 찾...