1960년대 - 1980년대: 기초적인 패턴 인식 및 특징 추출 이 시기에는 주로 단순한 패턴 인식과 특징 추출 알고리즘들이 사용되었습니다. 히스토그램 기반의 특징, 에지(edge) 검출, 템플릿 매칭 등의 방법이 주로 사용되었습니다. 1990년대 - 2000년대: 통계적 및 기계학습 기반의 방법 이 시기에는 통계적 기법과 기계학습이 컴퓨터 비전에 도입되었습니다. 지역 이진 패턴(LBP), 허프 변환(Hough transform), 특징 기술자(Feature Descriptors) 등이 개발되었습니다. 지지 벡터 머신(Support Vector Machine, SVM), 의사결정 나무(Decision Trees) 등의 기계학습 알고리즘이 널리 사용되었습니다. 1960년대부터 1980년대 초반까지의 컴퓨터..