딥러닝

1. Norm Norm은 벡터의 크기(길이)를 측정하는 방법(함수)이다. 즉, 두 벡터 사이의 거리를 측정하는 방법이다. 그림 1 위 식에서 p는 Norm의 차수를 의미한다. p=1 이면 L1 Norm이고, p=2 이면 L2 Norm이다. n은 해당 벡터의 원소

사람이 사용하는 언어나 이미지는 0과 1로만 이루어진 컴퓨터 입장에서 그 의미를 파악하기가 어렵다. 예를 들어 인간의 자연어는 수치화되어 있지 않은 데이터이기 때문에 특징을 추출해 수치화를 해줘야 한다. 이 때 '언어의 벡터화'가 이뤄지고, 이런 일련의 과정을 Word

세그멘테이션(Segmentation) 이미지에서 픽셀단위로 관심 객체를 추출하는 방법. 이미지에서 개체가 있는 위치, 해당 개체의 모양, 어떤 픽셀이 어떤 객체에 속하는지 등을 알고 싶다고 가정할 때, 이미지를 분할해 이미지의 각 픽셀에 레이블을 부여하는 것이다. 이러

Super Resolution이란 저해상도 영상을 고해상도 영상으로 변환하는 작업 또는 그러한 과정을 의미하며 초해상화 라고도 한다.인터넷 속도가 느릴 때 저해상도의 YouTube 영상을 고해상도로 시청고전 드라마 혹은 영화를 고해상도로 리마스터해상도가 낮은 CCTV영

SRCNN 구조 저해상도 이미지 LR을 bicubic interpolation해 원하는 크기로 이미지를 늘린다.늘려진 이미지 ILR을 입력으로 저해상도의 이미지에서 이미지의 특징을 가지는 patch 추출 (1) Patch extraction and representa