양갱로그

2.6.4 집합 연산과 논리 연산기본 집합 연산과 논리 연산은 따로 정리 안함퍼지 집합요소가 집합의 멤버인지 아닌지를 따지는 것은 크리스프 개념들이다.이러한 개념들에는 한계가 있다.예) 모든 사람들을 젊음, 젊지 않음으로 분류하려고 한다. U는 모든 사람들에 대한 집합, A는 젊은 사람들의 집합인 U의 부분 집합이다. 부분집합 A를 만들기 위해 A에 속하는 지 아닌지를 판별할 수 있는 1 또는 0을 부여하는 U의 각 요소에 대한 멤버쉽 함수가 필요하다. 멤버쉽 함수는 threshold이며 이 값보다 작은지 큰 지를 통해 사람이 젊은지 안 젊은지 판단한다. 20살 이하면 젊다고 할 때, 20년 1초를 산 사람은 젊지 않은 집합의 멤버가 된다. 크리스프 개념들은 이러한 문제를 갖는다. "젊음"이라는 기준에 ..

2.6 디지털 영상 처리에 사용되는 수학적 도구들 소개2.6.1 배열 연산 대 매트릭스 연산하나 이상의 영상을 포함하는 배열 연산은 화소 대 화소로 수행된다. 즉 element-wise가 적용된다.배열 연산과 매트릭스 연산이 구별되는 것은 다음 예시로 설명한다.[a11a12a21a22]와[b11b12b21b22]\begin{bmatrix}a_{11}&a_{12}\\a_{21}&a_{22} \end{bmatrix}와 \begin{bmatrix}b_{11}&b_{12}\\b_{21}&b_{22} \end{bmatrix}[a11​a21​​a12​a22​​]와[b11​b21​​b12​b22​​]위 두 영상의 배열 곱은 아다마르곱이 적용된다.[a11a12a21a22][b11b12b21b22]=[a11b11a12b..

2.5 화소 간 몇 가지 기본적 관계2.5.1 화소 이웃좌표 (x,y)에서 화소 p는 네 개의 수평, 수직 이웃을 가진다.(x+1,y),(x−1,y),(x,y+1),(x,y−1)(x+1, y),(x-1,y),(x,y+1),(x,y-1)(x+1,y),(x−1,y),(x,y+1),(x,y−1)이 화소 집합이 p의 4-neighbors이며 N4(p)N_4(p)N4​(p)로 표기된다. p의 대각 이웃 좌표는 다음과 같고 ND(p)N_D(p)ND​(p)로 표기된다.(x+1,y+1),(x+1,y−1),(x−1,y+1),(x−1,y−1)(x+1,y+1),(x+1,y-1),(x-1,y+1),(x-1,y-1)(x+1,y+1),(x+1,y−1),(x−1,y+1),(x−1,y−1)이 점들은 4-neighbors와 함께 8-..

2.4 영상 샘플링 및 양자화2.4.1 샘플링과 양자화의 기본 개념센서로부터의 출력은 연속적인 전압 파형으로 디지털 영상으로 사용하기 위해 연속 데이터를 이산 데이터로 전환해야한다. 이 때 사용되는 과정이 샘플링(sampling)과 양자화(quantization)다.그림에서 좌측 상단 이미지가 센서로부터 얻은 연속적 영상 f이다. 디지털 형태로 전환하기 위해 좌표 값을 디지털화하는 샘플링, 진폭 값을 디지털화 하는 양자화를 거쳐야한다.우측 상단 이미지에서 표현된 선분 AB는 연속적 영상 f의 진폭 값들의 변화를 나타낸다. 이 함수를 샘플링 하기 위해 일정 간격으로 샘플을 얻는다. 그러나 아직 밝기값은 연속적이기 때문에 이 또한 이산적으로 전환되어야 한다. 이 과정이 양자화이다. 좌측 하단 이미지에서 수직..

2.1 시각적 인지의 요소2.1.1 눈의 구조우리의 눈은 세 개의 막이 눈을 둘러싼 구조이다.각막은 눈 앞 표면을 덮고 있는 투명한 조직이다.공막은 각막과 이어져 눈 구의 나머지를 둘러싼 불투명한 막이다.맥락막은 공막 바로 밑에 존재하며 눈에 필요한 영양분의 주 공급원인 혈관 네트워크를 포함한다. 맥락막의 외막은 빽빽하게 착색되어 눈에 들어오는 광량과 내부의 후방 산란을 줄여준다. 맥락막은 앞에서 모양체와 홍채로 갈라진다.홍채의 중앙 구멍(동공)은 직경이 변화하며, 홍채의 앞면은 눈의 가시 색소를, 뒷면은 흑색 색소를 포함한다.수정체는 모양체에 붙은 섬유에 의해 지탱된다. 눈의 다른 조직들보다 단백질을 많이 포함하고 있다. 수정체는 가시 광선의 약 8%를 흡수하고 파장이 짧을수록 흡수율이 높다. 적외선과..

1.4 디지털 영상 처리의 기본 단계영상 획득 앞에서 설명했었던 다양한 영상화로부터 얻은 디지털 영상 또는 이미 디지털 형태로 영상이 주어지는 것을 말한다. 영상 획득 단계에선 스케일링과 같은 전처리 단계도 포함된다.영상 필터링 및 개선 사용하기 위한 목적에 맞게 영상을 조작하는 과정을 말한다. 특정 응용에 적합하게 조작한다는 것은 개선 기법들이 문제 지향적임을 정한다. 즉, 엑스레이 영상을 개선하는 데 적합한 방법이 다른 대역에서 촬영된 영상을 개선하는 데에 최선의 방법이 아닐 수 있다. 개선 기법이 매우 다양하고 많은 접근법을 사용하기 때문에 범용적인 영상 개선 이론이라고 특정할 수 없다.영상 복원 영상 복원도 영상의 모습을 개선하기 위한 단계이다. 앞선 영상 개선이 주관적이라면 영상 복원은 영상 품..

1.1 디지털 영상 처리란?영상은 2차원 함수f(x, y)로 정의될 수 있으며, x와 y는 공간 좌표이고 좌표 쌍(x,y)에서 f의 진폭을 영상의 밝기 또는 그레이 레벨이라고 한다.x, y, f의 밝기 값이 모두 유한하며 이산적으로 표현되는 영상을 디지털 영상이라고 한다.디지털 영상은 유한한 수의 요소들로 구성된다. 요소는 특정 위치와 값을 갖는다. 이 요소를 pixel, 화소라고 부른다.디지털 영상 처리가 포함하는 것입력과 출력이 영상인 프로세스영상으로부터 속성들을 추출하는 프로세스개별 객체 인식1.2 디지털 영상 처리 기원디지털 영상의 처음 응용 중 하나는 신문 산업이었으나 초기 디지털 영상에는 컴퓨터가 관련되어 있지 않기 때문에 정의상 디지털 영상 처리로 간주하지 않는다.컴퓨터의 진보Bell 연구소..

UNet3+ 스터디 요약 기존 UNet, UNet++의 충분하지 못한 정보 탐색 한계를 개선하기 위해 Deep supervision을 도입한 연결 방식을 새롭게 디자인하고 Hybrid loss function을 사용하며 Classification Guidance Module을 추가함. Github [ZJUGiveLab/UNet-Version](http://github.com/ZJUGiveLab/UNet-Version) 새 창에서 열기

제목 : Specification gaming: the flip side of AI ingenuity 날짜 : 2020년 4월 21일 URL : deepmind.com/blog/article/Specification-gaming-the-flip-side-of-AI-ingenuity Specification gaming: the flip side of AI ingenuity Specification gaming is a behaviour that satisfies the literal specification of an objective without achieving the intended outcome. We have all had experiences with specification gaming, ..

이번에 볼 논문은 Asynchronous Advantage Actor-Critic (A3C)이다. A3C가 소개된 논문은 Asynchronous Methods for Deep Reinforcement Learning 이다. ICML에 Google DeepMind에서 발표하였다. 논문 전체가 A3C에 대한 이야기는 아니고 소개된 여러 비동기적 방법들 중에 RL Task에서 SOTA를 차지했었던 A3C가 포함되어 있다. A3C의 가장 큰 특징은 다음과 같다. Global Network/actor-learner Global Network : 각 Actor threads의 Gradient를 받아서 학습된 Network, Actors에게 parameter를 공유해준다. Actor threads : 주어진 Envi..