Ustage Week7 - Computer Vision

컴퓨터로 영상 데이터 (이미지, 비디오) 를 입력으로 받아 시각적 인식과 판단을 하는 것

이미지를 보고 어떤 물체인지 분류하는 태스크

학습 데이터는 실제 데이터를 제대로 반영하지 못하는 문제를 해결하기 위해 데이터를 증강시킨다.

적은 데이터로 태스크를 수행하는 방법

AlexNet 에서 VGGNet 을 거치면서 더 깊은 레이어를 가질 수록 성능이 좋아진다는 것을 확인하였다.그런데 어느 정도 이상 깊어지면 더 성능이 낮아지는 문제가 발생했다.

영상 단위로 분류하는 것이 아닌 영상의 픽셀 단위로 물체를 구분하는 태스크

Instance segmentation 과 Panoptic segmentation 을 하기 위해 Object Detection 이 필요하다.

CNN 에 입력 데이터를 넣으면 현재 어떻게 수행되는지 파악할 수 있도록 시각화를 한다.

이미지에서 객체를 구분하는 수준까지 가보자.

그림으로 그린 가방을 실제 가방으로 생성해준다면?

사람은 시각 정보 뿐만 아니라 Audio 나 Text 데이터 등을 함께 사용하여 인식을 한다.이렇듯 여러 종류의 데이터를 사용하는 것을 Multi-modal 이라고 한다.

우리는 3D 세상에 살고 있다. 앞으로 나타날 AI 로봇이나 자율주행 등도 3D 세상에 기반하기 때문에 3D 공간에 대한 이해를 해야한다.