데이터 공부하는 뉴욕킴

Style Transfer - Blends two images to create a new image that maintains the original content but with the style of the other. 두 이미지를 혼합하여 원본 내용을 유지하면서 다른 이미지의 스타일을 유지하는 새로운 이미지를 만듭니다. •Content: Refers to the basic structure and main elements of an image, such as the shapes and positions of objects within a scene (i.e., subject matter of the image). • Style: Encompasses the visual aesthetics or t..

Human Pose Estimation사람의 관절이나 중요 신체부위를 keypoint로 지정하여 사람의 자세를 예측하는 기술입니다. 해외에서 활발하게 연구되고 있는 Human Pose Estimation은 국내에서는 아직 생소한 기술입니다사용처: AR/VR, Healthcare, Autonomous driving, Surveillance, Sports  By number of subjects(사람에 수에 따라 나눔)1) Single-person pose estimation / 1명• Regression to spatial coordinates • Heatmap representation for joint location prediction → 히트맵을 만들어 확률을 구함 ex. 오른쪽 팔꿈치 일 확률이 ..

Semantic Segmentation : 똑같은 사물들을 각각 나눠서 분류하지 않고, 하나의 묶음으로 봄(FCN) → 이미지에 있는 모든 픽셀에 대한 예측 Instance Segmentation : 각각의 사물들을 분류 (U-NET) → 같은 Class라도 서로 다른 물체로 구분 Instance Segmentation 이미지 내의 각 개별 객체를 감지, 분할, 분류하는 컴퓨터 비전의 한 작업입니다. 이 과정에서, 이미지 내의 모든 객체를 식별하고, 각 객체를 개별적으로 분할하여 어떤 클래스(범주)에 속하는지 분류합니다. 인스턴스 분할은 단순히 객체를 감지하는 것을 넘어서, 각 객체의 정확한 형상과 경계를 파악하고, 서로 겹치는 객체들도 구분합니다. 1. Object Detection: 먼저 객체를 감지..

Object Recognition (객체 인식) 컴퓨터비전(Computer vision), 영상처리(image processing)와 관계가 깊은 컴퓨터 기술 Recognition: Object가 어떤 것인지 구분 Object Detection: Recognition보다 더 작은 범위로써 Object의 존재 유무만 판단 Proposal-based models • Faster R-CNN (NIPS 2015) • R-FCN (NIPS 2016 Proposal-free models → 한번에 예측 • YOLO (CVPR 2016) • SSD (ECCV 2016) R-CNN (2014) R-CNN은 이미지에서 Bounding Box를 뽑아내고 각 Bounding Box를 CNN으로 Classification -..

XOR 함수 두 개의 이진 입력을 받아 서로 다를 때만 1을, 그 외의 경우에는 0을 출력하는 논리 함수 딥러닝 연관성: 신경망이 XOR 문제를 해결할 때 생성되는 비선형 결정 경계의 중요성을 강조함 딥러닝 단층 퍼셉트론의 한계: 초기 신경망 모형인 단층 퍼셉트론으로는 XOR 문제를 해결할 수 없음 다층 퍼셉트론의 등장: XOR 문제를 해결하기 위해 은닉층을 포함한 다층 퍼셉트론이 개발됨 해결방안과 의의 비선형 함수와 은닉층: 비선형 활성화 함수와 은닉층을 이용하여 XOR 같은 비선형 문제 해결 딥러닝의 발전: XOR 문제는 딥러닝 모델들의 복잡성과 유연성을 이해하는데 중요한 사례로 여겨짐 Convolutional Neural Networks (CNN, 합성곱 신경망) 이미지나 비디오 데이터에서 사용되는..