컴퓨터비전

• Learning Theory - Underfitting and Overfitting - Addressing Overfitting - Bias-Variance Problem • Introduction to Deep Learning: Image Classification - Training Deep Neural Networks - Loss Function - Derivative of Neural Networks - Stochastic Gradient Descent (SGD) Training은 관찰된 데이터가 주어진 최상의 기능을 선택하는 것이고, Testing은 학습된 함수를 사용하여 라벨을 예측하는 것으로 쉽게 말하면 인풋을 통해 아웃풋을 찾는 과정이다. 1.1 Underfitting and Overf..

• The Perceptron • Neural Network Representation • Computational Graph Representation • Derivative of Neural Network 왼쪽의 고양이 이미지가 어떤 label에 속하는지 보는 작업이다. Image classification의 어려운 점들은 위와 같이 여러가지가 있다. 먼저, 고양이의 몸통과 배경의 색이 비슷하여 인식이 어려운 경우가 있다. 그리고 조명의 변화에 따라서도 인식하기가 어려울 수 있고 신체 일부가 가려짐으로써 구별하기 어려울 수 있다. 또한 대상이 여러마리로 같이 있을 경우에도 인식하기 어렵다. 위와 같이 이미지는 픽셀값으로 구성되어있다. 1998년 LeCun은 컨볼루션을 반복 수행하여 아웃풋을 도출한다...

• Linear Regression - What is Regression? - Regression Function - Linear Regression - Cost Function for Linear Regression - Gradient Descent • Logistic Regression - What is Classification? - Classification Function - Logistic Regression - Cost Function for Logistic Regression 위 그림에서 Supervised Learning은 빨간색, 파란색 레이블을 어떻게 나누면 될지 선을 찾아주면 되고, Unupervised Learning은 아무런 레이블 없이 분포하는 것을 알 수 있다. 그래서 데이터..

• 디지털 이미지 기본 사항 • 공간영역(Spatial Domain)의 영상향상 • 주파수 영역(Frequency Domain)의 이미지 향상 • Color Image Processing 1. 디지털 이미지 기본 사항 1) Image acquisition process 어떤 energy source로부터 어떠한 물체가 있을 때, 반사되어 빛이 들어온다. 이 때 Imaging system을 통해 영상이 투영되어 영상이 생성된다. 이렇게 아날로그 신호들이 system을 거쳐 디지털 정보로 저장된다. 그래서 최종적으로는 디지털 정보로 저장된다. 이 과정에서 원래 신호에서 sampling, quantization된 신호가 저장된다. 2)Image Sampling and Quantization ..