본문 바로가기

전체 글

 (85)
[논문 리뷰] Super Resolution - VDSR (CVPR 2016) VDSR은 다음과 같이 한 문장으로 말할 수 있겠습니다. "깊은 CNN 구조, residual learning, 높은 학습률, 여러 scale factor에 대한 훈련을 통해 기존 SR 기술들보다 속도와 성능 면에서 훨씬 월등함을 보여준 모델이다." ~ Accurate Image Super-Resolution Using Very Deep Convolutional Networks ~ # 1. Introduction 처음에는 SISR(single image super-resolution), 즉 단일 이미지 초해상화를 위해 기존에 쓰였던 방법들을 간단히 언급합니다. 그리고 SRCNN에 대해서 더 자세히 얘기합니다. SRCNN에서 쓰인 CNN은 LR(Low Resolution, 저해상도 이미지)를 HR(High..
[논문 리뷰] Super Resolution - SRCNN (ECCV 2014) 다음 학기부터 석사 생활을 시작하게 되었는데, 현재는 연구실에 매일 출근하면서 관심 분야의 논문을 읽어보고 있습니다. 요즘은 Super Resolution(SR), 초해상화에 대해 공부하고 있습니다. 이번 게시물에선 SR 중에서도 시초격인 SRCNN에 대해 알아보겠습니다. SRCNN은 다음과 같이 한 문장으로 말할 수 있겠습니다. "SRCNN은 간단한 CNN 구조를 SR 분야에 적용하면서, 기존에 존재하던 전통적인 SR 기법들을 모두 뭘등히 뛰어넘는 성능을 보여주었다. 그리고 SRCNN은 이후 등장하는 SR 기법들의 시초가 됐다." ~ Image Super-Resolution Using Deep Convolutional Networks ~ # 1. Introduction 컴퓨터 비전 분야에서, 하나의(s..
자료구조 / 알고리즘 짧막 지식 for 면접 # 시간 복잡도 - Big-O 표기법: 알고리즘 최악의 실행 시간 표기. 아무리 최악의 상황이여도 이정도의 성능은 보장한다는 의미다. - 입력 n의 크기에 따른 순서: O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(2^n) # 배열 데이터를 나열하고, 각 데이터를 인덱스에 대응하도록 구성한 데이터 구조 # 큐 가장 먼저 넣은 데이터를 가장 먼저 꺼낼 수 있는 자료구조. First In First Out # 스택 가장 나중에 넣은 데이터를 가장 먼저 꺼낼 수 있는 자료구조. Last In First Out # 링크드 리스트 물리적으로 떨어진 곳에 존재하는 데이터를 포인터, 즉, 다음 데이터를 가리키는 주소값을 이용해 연결하고 나열하는 데이터 구조. 배열은 미리 특정한 공..
통계학 짧막 지식 for 면접 # 확률이란? 여러 가지 가능한 결과 중 하나가 일어나는 실험에서, 그 중 일부가 일어날 가능성을 0과 1사이의 값으로 나타낸 것. # 조건부 확률이란? (conditional probability) 어떤 사건이 일어났다는 정보가 주어졌을 때, 또 다른 사건이 발생할 확률. 즉, 두 가지 사건에 대한 관계를 나타낼 때 쓰임. ex) 사건 B가 일어났을 때 사건 A가 일어날 확률 = P(A|B) = P(A,B)/P(B) = P(A∩B)/P(B) # 확률 변수란? (random variable) 특정 사건(=표본)들을 실수로 대응한 것. ex) 카드에서 A가 뽑힐 확률을 1, ... , king이 뽑힐 확률을 13으로 확률 변수로 대응하면 A가 뽑힐 확률은 P(X=1)로 표현 가능하다. 이때 카드 예시처럼 ..
선형대수학 짧막 지식 for 면접 # 머신러닝(또는 딥러닝)에서 선형대수학의 의미 행렬과 벡터를 이용해 수많은 데이터를 한번에 묶어 계산을 쉽게 도와준다. 묶인 데이터의 고유 특징들을 알려줌으로써 겉으로 보기 힘든 다양한 특성을 알려줌. 벡터라는 것은 크기와 방향을 가진 물리량. 머신러닝에서는 데이터 샘플들을 각각의 특징 벡터로 나타낸다. # 머신러닝(또는 딥러닝)에서 행렬이 어떻게 쓰이는가? 특징 벡터로 나타내어진 데이터 샘플들을 담아서, 데이터를 간결하게 표현하는데 쓰인다. (ex. 4개의 특징을 가진 붓꽃 샘플 150개 → (150, 4) 행렬) 또는 신경망의 가중치나, 데이터의 상관관계를 나타내는 공분산 표현에도 쓰인다. # 기저벡터(basis)의 의미 어떤 벡터 공간을 구성하는 벡터들의 기본재료, 기준. n차원에 존재하는 다른 ..
나이브 베이즈 분류기 (Naive Bayes Classifier) 이번 글에서는 나이브 베이즈 분류기(Naive Bayes Classifier)에 대한 이론적 지식을 알아보겠습니다. 베이즈 정리, 최대 우도 추정, 최대 사후확률 추정, 둘 간의 비교, '나이브'의 뜻, 라플라스 스무딩, 나이브 베이즈 분류기의 특징 순서로 정리하겠습니다. 1. 베이즈 정리 베이즈 정리(Bayes Theorm)는 이름에서도 알 수 있듯이, 나이브 베이즈 분류기의 근본이 되는 수학 정리입니다. 베이즈 정리는 두 사건 X, Y에 대한 조건부 확률(conditional probability) 간에 성립하는 확률 관계이며, 수식은 다음과 같습니다. 수식 중 P(X|Y), P(Y|X)라는 것이 바로 조건부 확률을 나타내는 표현입니다. 예를 들어 P(A|B)라는 확률은 사건 B가 일어났다는 가정 하..
YasuoNet : 딥러닝을 활용한 리그 오브 레전드 경기 영상 하이라이트 추출 이 연구는 작년 8월 "2020년도 AI 양재 허브 인공지능 실무자 양성 과정"에서 진행했던 프로젝트였으며, 서울특별시의 지원을 받았습니다. 이번 게시물은 해당 프로젝트의 연장선 상에서 작성한 논문을 좀 더 보기 편하게 재작성하고 내용을 추가한 것입니다. 해당 논문의 제목은 "3D CNN과 Bi-LSTM을 이용한 리그 오브 레전드 경기 영상 하이라이트 추출 (Highlight Extraction of League of Legends Game Video using 3D CNN and Bi-LSTM)"이며, "제 22회 전자정보통신 학술대회"에 제출된 바 있습니다. 0. 초록 최근 영상 스트리밍 시장의 규모가 증가함에 따라 시청자들의 서비스 이용 시간도 날이 갈수록 길어지고 있습니다. 그런데 게임 영상의 경..
머신러닝 수업 프로젝트 (6) : 기법 비교 및 최종 실험, 결론, 사용 코드 E. 데이터 증강 기법에 대한 비교 실험 Table 8과 Figure 36은 [A. 실험 조건]에서 설명한 기본적인 실험 조건 아래에서 PyramidNet에 데이터 증강 기법을 실험한 결과를 나타냅니다. 데이터 증강 기법의 경우 Basic과 Various로 구분됩니다. Basic은 Random Crop과 Random Horizontal Flip만을 사용한 것이고, Various는 Table 3의 모든 데이터 증강 기법을 사용한 것입니다. 결과적으로 Various 데이터 증강 기법을 사용했을 때 0.82737의 Test Accuracy로 Basic 방법보다 더 높은 결과를 보여주었습니다. 따라서 Table 3에 명시된 모든 데이터 증강 방법을 최종 모델에 사용했습니다. F. 활성화 함수에 대한 비교 실험 ..

티스토리툴바