MJK

에지의 유요성물체의 경계를 표시해 줌매칭에 용이한 선분이나 곡선으로 변환 가능한계실종된 에지(거짓 부정), 거짓 에지(거짓 긍정) 발생에지 검출의 원리물체 내부나 배경은 변화가 없거나 작은 반면, 물체 경계는 변화가 큼이 원리에 따라 에지 검출 알고리즘은 명암, 컬러, 또는 텍스터의 변화량을 측정하고, 변화량이 큰 곳을 에지로 검출가우시안을 사용하는 이유미분은 잡음을 증폭시키므로 스무딩 적용이 중요하기 때문a를 조절하여 다중 스케일 효과a 증가 : 가우시안 함수가 더 넓어져 전역적인 특징을 더 잘 포착, 영상 디테일이 사라지며 큰 물체의 에지만 추출a 감소 : 가우시안 함수가 더 좁아져 국소적인 특징을 더 잘 포착, 물체의 디테일에 해당하는 에지까지 추출 가능에지의 세밀함 조절 가능LOG 필터입력 영상에..

공부 2024. 12. 5. 18:14

모폴로지(Mopholgy)열기와 닫기침식과 팽창 연산침식이 되면, 밝은 부분이 줄어든다팽창이 되면, 어두운 부분이 줄어든다이진모폴로지(이진영상)침식 : 스파이크 잡음이나 끊어진 에지같은 작은 크기의 물체를 제거f영상과 S라는 구조요소가 있을 때, S 구조를 만족하는 것만 1 나머지 0팽창 : 영상 내의 밝은 영역을 확장f영상과 S라는 구조요소가 있을 때, S 구조를 f영상에서 1인 것에 다 적용열림 : 한 화소 크그의 파편 같은 잡음을 제거(물체의 외곽선이 부드러워짐)침식 후 팽창닫힘 : 한 화소 크기의 틈새를 메움팽창 후 침식형태학적 그라디언트 : 팽창과 침식의 차이를 계산하여 객체의 윤곽선을 찾는 방법명암모폴로지(회색영상)동차 좌표x^ = (y,x,1)(3,5) -> (3,5,1), (6,10,2),..

공부 2024. 12. 5. 16:38

디지털 영상을 획득하기 위한 샘플링과 양자화2차원 영상 공간을 M * N 으로 샘플링(M * N을 해상도라 부름)명암을 L 단계로 양자화(L을 명암 단계라 부름, 즉 명암은 [0,L-1] 사이 분포) 영상 히스토그램[0,L-1] 사이의 명암값 각각이 영상에 몇 번 나타나는지 표시 히스토그램 평활화히스토그램을 평평하게 만들어 주는 연산명암의 동적 범위를 확장하여 영상의 품질을 향상시켜줌 히스토그램 역투영히스토그램을 매핑함수(입력영상과 출력영상의 관계) 로 사용하여, 화소 값을 신뢰도 값으로 변환 이진화와 오츄 알고리즘이진화 - 명암 영상을 흑과 백만 가진 이진 영상으로 변환임계값 방법 - 두 봉우리 사이의 계곡을 임계값 T로 결정오츄 알고리즘이진화 했을 때 흑 그룹과 백 그룹 각각이 균일할 수록 좋다는 원..

공부 2024. 10. 17. 16:14

기계 학습의 이용영상 및 오디오문자시계열특징(features)학습 모델에게 공급하는 입력Ex) 이메일 스팸 단어 포함 여부(yes or no)레이블과 샘플레이블(label)y = f(x)에서 y 변수에 해당샘플y = f(x)에서 x 변수에 해당학습과 예측학습 : 모델을 만들거나 배우는 것예측 : 학습된 모델을 레이블이 없는 샘플에 적용하는 것지도 학습회귀 : 회귀에서는 입력과 출력이 모두 실수실수 입력(x)과 실수 출력(y)이 주어질 때, 입력에서 출력으로의 매핑 함수를 학습하는 것분류 : 입력을 두 개 이상의 레이블로 분할하는 것 (정답을 제공해야 함)신경망, kNN, SVM, 의사 결정 트리비지도 학습컴퓨터가 스스로 입력들을 분류하는 것Ex) 클러스터링데이터간 거리를 계산하여 입력을 몇 개의 그룹으로..

공부 2024. 6. 9. 20:52

퍼지논리명확하게 정의될 수 없는 지식을 표현하는 방법Ex) 운동을 잘한다, 운동을 못한다명제논리와 퍼지논리이진논리참과 거짓Ex) 3대 500이상 운동을 잘한다 -> 3 대 501 = 운동을 잘한다 / 3 대 499 = 운동을 못한다퍼지논리Ex) 3 대 300 = 운동을 못한다 / 3 대 400 = 운동을 조금 잘한다 / 3 대 500 = 운동을 잘한다 / 3 대 600 =운동을 매우 잘한다크리스피 집합 vs 퍼지 집합크리스피 집합 - 속하면 1, 속하지 않으면 0으로 표현퍼지 집합 - 0과 1 사이의 값으로 대응퍼지 추론규칙 #1 : IF 운동을 한다. Then 몸이 좋아진다.사실 #1 : 운동을 조금 한다.사실 #2 : 몸이 조금 좋아진다.운동과 몸의 상관관계를 연관지어야 함역퍼지화무게 중심법은 퍼지 ..

공부 2024. 6. 7. 09:05

신경망최근에 많은 인기를 끌고 있는 딥러닝(deep learning)의 시작은 1950년대부터 연구되어 온 인공 신경망(artificial neural network: ANN)인공 신경망은 생물학적인 신경망에서 영감을 받아서 만들어진 컴퓨팅 구조신경망의 장점학습이 가능몇 개의 소자가 오동작하더라도 전체적으로는 큰 문제가 발생하지 않음퍼셉트론뉴런에서는 입력 신호의 가중치 합이 어떤 임계값을 넘는 경우에만 뉴런이 활성화되어서 1을 출력, 아니면 0을 출력MLP다층 퍼셉트론 : 입력층과 출력층 사이에 은닉층을 가지고 있는 신경망활성화 함수퍼셉트론에서는 계단 함수를 활성화 함수로 사용하였지만, MLP에서는 다양한 비선형 함수들을 활성화 함수로 사용Sigmid, TanH, ReLU손실 함수전체 오차는 목표 출력값..

공부 2024. 5. 28. 10:12

요구 페이징프로세스를 구성하는 모든 페이지를 물리 메모리로 가져오지 않고 프로세스가 요구하는 페이지만 물리 메모리로 가오고 나머지 페이지는 swap 영역에 저장하는 가상 메모리 관리 방법장점 - 메모리 절야그 적은 I/O로 인한 응답속도 향상Pre-paging과 비교demand paging - 프로세스가 요구하는 페이지만 물리 메모리로 가져옴Pre-paging - 프로세스가 요구할 것이라고 예상되는 페이지를 미리 물리 메모리로 가져옴현대 OS는 가상 메모리를 관리하기 위해 pre-paging보다 요구 페이징을 기본으로 사용페이지가 swap 영역에 있는 경우처음부터 HDD에서 필요한 페이지만 물리 메모리에 올라가고 나머지 페이지는 swap 영역에 저장되는 경우물리 메모리가 꽉 찼을 경우Page table ..

공부 2024. 5. 21. 22:40

buf : 송신 버퍼의 시작 주소count : 송신 버퍼에서 송신될 element 수(정수)datatype : 송신 버퍼 내의 각 element의 데이터 타입(MPI_Datatype)dest : 수신 프로세스의 rank(정수)tag : 메시지 식별 번호(정수)보내는 사람과 받는 사람의 tag는 일치해야 됨사용자가 임의의 정수로 사용comm : 커뮤니케이터request : 호출된 논블록킹 통신 함수를 식별하기 위해 사용되는 핸들반환값함수 호출 성공 : MPI 에러 코드(정수 상수)인 MPI_SUCCESS 반환함수 호출 실패 : MPI_ERR_로 시작되는 MPI 에러 코드 반환  buf : 수신 버퍼의 시작 주소count : 수신 버퍼에서 송신될 element 수(정수)datatype : 수신 버퍼 내의 각..

공부 2024. 5. 13. 09:49