[Computer Vision] 1(1). 컴퓨터 비전과 신경망 개론
컴퓨터 비전과 신경망 개론
컴퓨터 비전은 디지털 이미지에서 정보를 자동으로 추출하는 것이다. 추출된 특징은 기존의 특징들과 비교되어 기존의 클래스에 속하거나 새로운 클래스를 만든다.
주요 작업 및 애플리케이션
1. 콘텐츠 인식
객체 분류(classification)
사전 정의된 집합의 이미지에 적절한 레이블(혹은 클래스)을 할당하는 작업
객체 식별(recognition)
클래스의 특정 인스턴스를 인식하는 작업. 데이터셋을 클러스터링하는 절차로 볼 수 있음.
객체 탐지와 위치 측정(detection & localization)
이미지 내의 특정 요소를 탐지, 객체의 경계 상자 제공.
객체 및 인스턴스 분할
발전된 형태의 탐지 기법. 특정 클래스 혹은 특정 클래스의 인스턴스에 속한 모든 픽셀에 레이블을 단 마스크를 반환.
분할 알고리즘은 객체 분할 알고리즘과 인스턴스 분할 알고리즘으로 나눌 수 있으며, 객체 분할 알고리즘은 같은 클래스에 속한 픽셀 전체에 동일한 마스크를 반환하지만 인스턴스 분할 알고리즘은 식별된 인스턴스 별로 다른 마스크를 반환한다.
자세 추정
자체 추정은 객체의 고정 유무에 따라 다른 목적성을 갖는다.
고정된 객체의 경우, 일반적으로 3차원 공간에서 카메라를 기준으로 객체의 위치와 방향을 추정한다.
고정되지 않은 객체의 경우, 하부 요소들의 상대적인 위치를 추정한다.
2. 동영상 분석
인스턴스 추적
동영상 스트림에서 특정 요소의 위치를 추정. 추적은 프레임마다 탐지와 식별 기법을 적용함으로써 이루어지며, 위치를 부분적으로 예측하기 위해 이전 결과를 사용해 인스턴스의 움직임을 모델링하는 것이 효율적이다. 이것을 움직임 연속성이라 한다. (단, 빠르게 움직이는 객체와 같은 경우 움직임 연속성이 중요하지 않을 수 있음)
행동 인식
이미지 시퀀스를 놓고 봐야하는 작업. 사전 정의된 집합 중 특정 행동을 인식하는 것
움직임 추정
동영상에 포착된 실제 속도/궤도를 추정하는 작업
3. 콘텐츠 - 인식 이미지본
이미지 자체의 개선을 위한 작업. 잡음 제거, 흐릿한 부분 제거, 고해상도 변환 등.
이는 사진/그림 애플리케이션 등에 많이 사용.
4. 장면 복원
하나 이상의 이미지가 주어졌을 때 장면의 3차원 기하학적 구조를 복원하는 작업
컴퓨터 비전의 약력
- 60년대 인공지능 연구 학회의 한 영역으로 시작.
- 90년대 주성분 분석(PCA)와 SIFT(Scale Invariant Feature Transform)가 등장. 핵심은 하나의 이미지에서 특징을 추출하고 다른 특징들과 비교한다는 것.
-
머신러닝의 등장. 이미지 특징을 기반으로 이미지를 분류하는 통계적인 방법으로 접근. 서포트 벡터머신(SVM)은 추출된 특징을 기반으로 한 클래스를 다른 클래스에서 구분하기 위한 함수를 학습하고, 이 함수를 적용하여 그 이미지를 클래스 중 하나로 매핑한다.
- 이후 랜덤 포레스트, 단어 주머니(BoW), 베이즈 모델, 신경망 등 다른 머신러닝 알고리즘이 조정, 발전되어 왔음.
딥러닝의 출현
1. 초기 시도와 실패
- 최초로 고안된 신경망의 기반을 이루는 블록인 뉴런에서 고안된 퍼셉트론은 비선형 문제(XOR 문제)를 해결하지 못하였다. 이는 퍼셉트론이 선형 함수로 모델링되었기 때문에 당연한 결과이다.
- 확장성을 갖기에는 계산적으로 너무 무거워 큰 문제로 확장될 수 없었다.
2. 복귀 이유
- 인터넷의 폭발적인 발전으로 인한 대량 데이터셋의 공유, 새로운 콘텐츠의 범람.
- GPU에서 비롯한 강력한 컴퓨팅 파워. CUDA는 프로그래밍에 있어 GPU의 힘을 활용한다.
3. 왜 딥러닝인가
- 딥러닝은 말 그대로 더 깊은 신경망, 즉 여러 개의 ‘은닉 계층’이 있는 신경망을 다시 그룹으로 묶는다. 각 계층은 입력을 처리하고 그 결과를 다음 계층으로 전달하여 점점 더 추상적인 정보만 추출하도록 훈련된다.
- 클라우드 컴퓨팅 분야의 발전이 훈련 절차를 병렬로 처리할 수 있게 해주어 딥러닝 모델의 학습 속도와 정확도를 큰 폭으로 향상시켰다.
- 더 깊이 있는 모델, 더 고도화된 훈련 기법, 그리고 휴대용 기기에 적용할 만한 더 가벼운 솔루션의 개발 등이 활발하게 이루어지고 있다.
Leave a comment