1. 영상 인식이란?
영상 인식(Image Recognition)이란 영상 안의 물체를 인식하거나 분류하는 것이다.
이번 장에서 이전에 배운 CNN을 사용한 영상 인식 방법에 대해 살펴볼 것이다!
2. 전통적인 영상 인식
영상 인식 시스템
1. 전처리(Preprocess): 영상의 잡음을 없애고 후속 작업을 단순화한다.
2. 특징 추출(Feature Extractor): 영상의 특징값을 측정
3. 분류기(Classifier): 최종 판단
용어 정리
특징 벡터(Feature vector): 특징이 하나 이상의 수치 값을 가질 경우, d-차원의 열 벡터로 표현특징 공간(Feature space): 특징 벡터들이 존재하는 d-차원의 공간
예를 들어, 고양이과 강아지를 분류하는 문제가 있다고 가정하자.
고양이와 강아지를 분류할 수 있는 기준에 키와, 밝기가 있다고 할 때, Feature가 2개인 즉 2차원의 열벡터로 표현된 특징 벡터(Feature Vector)가 될 것이다.
Feature가 2개이므로 2차원 공간에 1개의 점으로 표현될 것이다. 만약 키가 50cm이고 밝기가 3정도라면 (50,3)인 점이 특징 공간(Feature space)에 나타나게 될 것이다.
3. 심층 신경망(DNN)을 이용한 영상인식
이전에 배웠듯이 최근에는 신경망을 사용하여 특징 추출과 분류가 동시에 이루어 진다.
간단히 개념만 다져보았다.
- 영상인식은 CNN의 성능이 좋다는 점!
- 기존의
전통적인 영상인식 방법(MLP)과 달리심층 신경망(DNN)은 은닉층이 입력의 특징들을 학습하고 분류한다는 점!
이 두가지를 잘 기억한 상태로 뒤로 넘어가보자~😊
백엔드 개발은 취미인 AI 개발자🥹