탐구의 시작
행렬 곱셈의 계산 방식과 활용에 대한 질문
MATRIX MULTIPLICATION
첫째 행과 좌표 벡터를 짝지어 계산합니다.
MATRIX × IMAGE
이미지 처리
좌표 변환으로 이해하는 행렬 곱셈
AFFINE TRANSFORMATION
01 / 발표 순서
행렬 곱셈의 계산 방식과 활용에 대한 질문
픽셀 좌표, 어파인 변환, 행과 열의 의미
이동·전단·크기·대칭을 직접 조절하며 비교
서로 다른 변환을 하나로 묶는 행렬 곱셈
CHAPTERS
02 / 탐구 동기
행렬의 곱셈은
왜 저렇게 계산할까?
저렇게 계산하면
어디에 활용할 수 있을까?
행렬의 덧셈
행렬의 곱셈
이미지의 좌표 변환에서 이 계산이 가지는 의미를 찾아본다.
03 / 이미지와 좌표
이미지는 작은 픽셀로 구성된다.
각 픽셀의 위치는 (x, y)로 나타낸다.
x 오른쪽으로 증가
y 아래쪽으로 증가
가로 w → x = 0 … w−1
세로 h → y = 0 … h−1
컴퓨터에서 자주 쓰는 0-기반 좌표04 / 어파인 변환
05 / 행렬 곱셈과 좌표 계산
첫 번째 변환식 → 새 가로 좌표
두 번째 변환식 → 새 세로 좌표
06 / 이동 변환
AFFINE LAB 01
x′ = x + 150
y′ = y + 100
가로 150px · 세로 100px 이동
a는 가로 이동 거리, b는 세로 이동 거리다.
07 / 가로 전단
AFFINE LAB 02
x′ = x + 0.3y
y′ = y
mₓ = 0.3
y가 증가할수록 x 방향 이동량 mxy가 커진다.
08 / 세로 전단
AFFINE LAB 03
x′ = x
y′ = 0.3x + y
mᵧ = 0.3
x가 증가할수록 y 방향 이동량 myx가 커진다.
09 / 크기 변환
AFFINE LAB 04
x′ = 1.5x
y′ = 1.5y
가로 1.5배 · 세로 1.5배
sx, sy가 1보다 크면 확대되고 1보다 작으면 축소된다.
10 / 대칭 변환
AFFINE LAB 05
x′ = w−1−x
y′ = y
좌우 대칭 · x′ = w−1−x
좌우 대칭은 x 방향 −1배, 상하 대칭은 y 방향 −1배와 이동을 결합한다.
11 / 결론
01이동·전단·크기·대칭은 모두 같은 행렬 곱셈 구조로 표현할 수 있었다.
02변환마다 계산 형식이 바뀐 것이 아니라 행렬의 원소가 달라졌다.
03첫째 행은 x′, 둘째 행은 y′를 계산한다.
04행렬 곱셈은 여러 좌표 변환을 하나의 공통 형식으로 표현하고 계산하게 한다.
THE END
행렬의 곱셈이 사용되는 곳 — 이미지 처리
서로 다른 이미지 변환도
같은 행렬 곱셈으로 표현할 수 있다.