Computer Vision이란?

• High-level description은 representation이라고도 불림

• Computer Vision은 Computer Graphic가 하는 일의 반대

• 사람의 시각 구조도 불완전하기 때문에 이를 어떻게 보완해야 할지도 생각해야함

• 인간이 하는 feature extraction은 bias가 있을 수 있는데 DL은 이를 보완해줌

이번 코스에서 배울 내용

• DL에 기반한 task들과

• 실전에서 바로 쓸 수 있는 테크닉들을 배울 예정

• 시각정보 중심의 다른 modal data들의 응용

• Conditional Generative Model

• Visualization technique

Image Classification

• 모든 이미지 분류 문제는 k-NN으로 풀 수 있음

• 하지만 모든 영상 간의 유사도를 판별해야되고, input에 대해 모든 영상을 탐색해야되는 complexity(time/memory) 문제가 발생

• k-NN: query data(질의 데이터)가 들어왔을때 주변 data의 라벨을 기반으로 해당 데이터의 라벨을 판별하는 방법

• 이를 극복하기 위해 NN을 사용

• 근데 template의 scale과 다른 input이 들어오면 굉장히 다른 해석이나 결과가 나오는 문제

• 그래서 CNN을 사용, field의 특성을 고려해 추출
  parameter의 수도 줄이면서 효과적인 특징을 추출할 수 있고, overfitting을 방지할 수 있음

• 그래서 CNN을 많은 CV의 backbone으로 사용중