hae-koos

2. CNN Feature Map + MSE 현재 가지고 있는 데이터는 다양한 형태의 충돌 장면을 담은 블랙박스 영상으로 낮밤, 차종, 충돌정도, 충돌상황 등 상황이 다양했다. 이에 사수 연구원님의 Approach에도 MSE를 활용하여 t번째 프레임과 t+1번째 프레임의 차이가 커지는 순간을 충돌로 판단하는 방법론이 대부분이었다. 여기에 전처리를 어떻게 하는냐의 차이. 가장 성능이 좋은 알고리즘이 Canny Edge Detection을 활용한 방법론이었고, 나는 CNN을 통해 얻은 Feature Map에 이를 적용하면 어떨까 싶어 시도하기로 했다. 문제정의부터 - ! 문제정의 '흔들림'을 판단하는 영상학적 근거가 무엇일까 이전 프레임과의 차이를 봐야하는 것은 변함이 없을것. 다만, 몇개의 프레임을 기준..

모든 게시물은 macOS Monterey 12.0.1 버전 기준으로 작성하였습니다. 부스트캠프 AI Tech 3기를 위한 Pre-Course 를 토대로 작성하였습니다. Convolution 방법은 위 이미지와 같지만 이 과정이 가지는 의미가 무엇일까? 적용되는 필터를 해당 이미지에 도장처럼 찍는 것인데 그 종류에 따라 blur, emboss, outline 등 다양한 결과가 나올 수 있다. 만약 커널이 3x3에 각 값이 1/9라면 그 커널 속 이미지의 평균이 해당 출력값으로 들어갈 것이다. Input 채널과 Fileter 채널이 동일한 상태에서 왼쪽과 같은 과정으로 이루어지는데 오른쪽 이미지처럼 Filter 수가 늘어난다면 Output 채널 역시 늘어날 것이다. 그 Convolution을 여러번 쌓고 M..

모든 게시물은 macOS Monterey 12.0.1 버전 기준으로 작성하였습니다. 부스트캠프 AI Tech 3기를 위한 Pre-Course 를 토대로 작성하였습니다. Convolution & CNN [ 강의 소개 ] Convolution 연산과 다양한 차원에서의 연산방법을 공부합니다. Convolution 연산의 역전파에 대해 공부합니다. Convolution은 이미지나 영상 처리에 있어서 자주 활용되는 연산이다. Fully Connected Network에 비해 Convolutional Neural Network가 가지는 장점을 이해하고 그 역전파 연산에 대해 공부한다. https://setosa.io/ev/image-kernels/ Image Kernels explained visually An i..