CNN 이란?

CNN(Convolution Neural Network)

Convolution(뜻 : 매우 복잡한, 수학적 의미 : 중첩 적분, 합성곱)

cnn에서 convolution은 말그대로 'convolution'이라는 작업이 들어가는 NN을 의미
→ Deep Neural Network에서 이미지나 영상과 같은 데이터를 처리할 때 발생하는 문제점들을 보완한 방법

• CNN은 이미지를 인식하기위해 패턴을 찾는데 특히 유용
• 데이터에서 직접 학습하고 패턴을 사용해 이미지를 분류, 특징을 수동으로 추출할 필요가 없음
• 이러한 장점때문에 자율주행자동차, 얼굴인식과 같은 객체인식이나 computer vision이 필요한 분야에 많이 사용

CNN이 나오기 이전, 이미지 인식 방법 :
2차원으로 된 이미지를 1차원으로 바꾼뒤 FC(Fully Connected) 신경망으로 학습시키는 방법

위와 같이 이미지의 형상은 고려하지 않고, raw data를 직접 처리하기 때문에 많은 양의 학습데이터가 필요하고 학습시간이 길어집니다.

또한 이미지가 회전하거나 움직이면 새로운 입력으로 데이터를 처리해줘야 합니다. 이미지의 특성을 이해하지 못하고 단순 1D데이터로 보고 학습을하는것이 특징입니다.

해당 방법은 신경망이 특징을 추출하고 학습하는데 있어 비효율적이고 정확도를 높이는데 한계가 있으므로 이러한 단점을 보완하여 이미지의 공간정보를 유지한채 학습을 하게하는 모델이 CNN 입니다.

CNN 요약

CNN은 Convolution과 Pooling을 반복적으로 사용하면서 불변하는 특징을 찾고, 그 특징을 입력데이터로 Fully-connected 신경망에 보내 Classification을 수행합니다.