소소한 지식 저장소

CNN (Convolutional Neural Network) 개요필터 (Filter)의 역할: 이미지에서 찾고 싶은 특정 모양(특징)을 감지함.학습 방식: 과거에는 연구자들이 수학적으로 필터를 설계했지만 , 딥러닝에서는 데이터로부터 목적에 맞는 필터를 자동으로 학습함.주요 특징:물체가 이미지의 어느 위치에 있든 탐지 가능.완전 연결 계층(Dense Layer)에 비해 파라미터 수가 훨씬 적음.Dense Layer의 파라미터 수: (입력 차원) * (출력 차원).CNN의 파라미터 수 (예: 3x3 필터): 9 * (필터 개수).주어진 데이터셋에 특화된 특징을 추출하는 경향이 있음.Convolution 연산의 구성 요소Stride: 필터를 이미지 위에서 이동시키는 간격. 예를 들어, 두 칸씩 이동하면 st..

1. 이미지의 본질디지털 이미지의 이해- 디지털 이미지는 강도(intensity) 값들의 격자(grid)로 표현- 수학적으로는 2D 함수 f(x,y)로 나타낼 수 있으며, 각 위치의 밝기 값을 출력샘플링과 양자화: 연속 함수를 이산화한 결과일반적 표현: 0(검정) ~ 255(흰색), 1바이트 per 픽셀3D 시각화: x,y축은 위치, z축은 밝기를 나타냄2. 노이즈 감소 문제문제 상황- 정지된 장면을 촬영할 때 카메라 노이즈를 어떻게 줄일 것인가? 해결 방법 최선책: 같은 장면을 여러 번 촬영해서 평균 계산노이즈는 랜덤하므로 평균으로 상쇄됨차선책: 단일 이미지에서 이웃 픽셀들의 평균 사용인접 픽셀은 유사한 값을 가진다는 가정- 이것이 이미지 필터링의 기본 아이디어!!3. 선형 필터링의 원리핵심 개념각 픽..