코딩포트폴리오

※ 학습목표 : 영상의 획득과 표현 방법 및 그레이스케일 영상과 컬러 영상의 특징에 대해 알고 이미지 데이터에 대해 설명할 수 있다. 피사체 : 카메라로 사진을 찍을 때, 그 대상이 되는 풍경이나 사물렌즈 : 카메라 바깥으로부터 들어온 빛을 굴절시켜 이미지 센서로 모아주는 역할이미지 센서 : 빛을 전기적 신호로 변환하는 포토 다이오드가 2차원 평면상에 배열되어 있는 장치포토 다이오드에서 생성된 전기적 신호는 아날로그-디지털 변환기를 거쳐 디지털 신호로 바뀌게 되고, 이 디지털 신호는 다시 카메라의 ISP 장치로 전달, ISP 장치는 색 보정, 잡음 제거 등 기본 처리를 수행 후 2차원 디지털 영상을 생성한다.  픽셀 (PIXEL) : 영상을 구성하는 최소 단위 (사진 + 요소)하나의 픽셀은 하나의 밝기 ..

[학습 목표]이미지 인식 문제에 대해 알고 이미지 인식 분야에서 다루는 주요 문제에 대해 설명할 수 있다. 딥러닝 기술이 적용되고 있는 분야이미지 인식음성 인식자연어 처리이미지 인식 (Image Recognition) 문제인간이 일상 속에서 접할 수 있는 몇 가지 주요한 사물들을 인식하기 위한 시도가 시작CIFAR-10 데이터 셋 : 10가지 사물 중 어떤 것이 포함되어 있는지를 단순 분류하는 문제 제시하기 위해 만들어짐. 왜 학습 데이터 수가 많을까?딥러닝이라고 하는 것은 층이 굉장히 짙다고 하는 의미가 있다. 그래서 층이 깊어지다 보니까 순전파를 통해서 추론을 하고 추론한 결과에서 예측값하고 실제값의 차이를 가지고 기울기를 반영한 형식으로 학습하는 것이 바로 딥러닝이라고 할 수 있다. 그래서 층을 깊..

※ 학습목표 : 인간의 시각을 흉내 내는 컴퓨터 비전의 특징에 대해 알고 컴퓨터 비전의 개요를 설명할 수 있다. 시각은 오감 중에서 가장 뛰어난 감각물체에서 반사된 빛은 렌즈에 해당하는 수정체(Lens)를 통해 눈의 내부로 들어와 뒷면에 있는 망막에 투영망막은 빛을 화학 신호로 변환하고, 시신경에 있는 1차 시각 피질로 신호를 전달  시각 정보 처리를 담당하는 시각 피질 등쪽 경로 : 물체의 움직임을 알아낸다.배쪽 경로 : 물체의 부류를 알아낸다.두뇌는 이렇게 알아낸 인식 정보를 이용해 신체 부위를 적절하게 제어한다. 인간 시각의 장점분류, 검출, 분할, 추적, 행동 분석에 능숙하다.컴퓨터 비전의 목적인공지능의 한 분야로써 어떤 영상에서 장면이나 특징들을 이해하는 컴퓨터를 프로그래밍 하는 것컴퓨터 비전의..

[ 교수님 : 경북대학교 정희철 교수님 ]컴퓨터 비전 ?Computer Vision is an interdisciplinary scientific field that deals with how computers can gain high-level understanding from digital images or videos. 컴퓨터 비전 : 컴퓨터가 보는 시각 The goal of computer vision : To extract "meaning" from pixels. 픽셀로부터 의미를 추출 및 반응 → 컴퓨터 비전의 연구디지털화된 세상, 숫자로 된 이미지로부터 어떠한 정보를 얻으려 하기 때문에 컴퓨터 비전이 어려운 것이다.주된 이슈 IN Computer VisionImage Classificatio..

[ 교수님 : 숙명여대 동서연 교수님 ]Brain-Computer Interface뇌에서 뇌파신호를 전기신호로 전달받아 컴퓨터에 전달되어 인터페이스되는 것 원숭이를 실험대상으로 하다가, 사람으로 넘어와 임상실험이 진행이 됨.무엇을 옮기고 싶다거나, 먹고 싶다거나와 같은 생각이 컴퓨터에 나타나는 것 BrainGate BrainGate라는 프로젝트를 통해 신경 손상 환자들에게 새로운 가능성을 제시 신경이 손상이 되었거나 마비가 된 사람들이 생각만으로 행동을 할 수 있게 만들어준 프로젝트Neuroimaging Methods for BCIsElectrophysiological Vs Hemodynamic methods▶ Electroencephalography (EEG)▶ Electrocorticography (..

학습 목표 나쁜 데이터와 나쁜 알고리즘의 예시를 알고 모델 기반 학습 예제를 분석할 수 있다.파이썬에 대해 이해하고, 아나콘다와 주피터 실행을 위한 환경 설정을 따라할 수 있다.머신 러닝(기계학습)의 주요 도전 과제머신 러닝의 주요 작업은 학습 알고리즘을 선택해서 어떤 데이터에 훈련 시키는 것이므로 문제가 될 수 있는 2가지는 나쁜 데이터와 나쁜 알고리즘이다.Q. 앞에서 살펴본 모델 기반 학습을 개선하려면 ? 또는 무언가 잘못되었다면 ?더 많은 특성 (예시: 고용률, 건강, 대기오염, 등 ...) 을 사용한다.좋은 훈련 데이터를 더 많이 수집한다.더 강력한 모델 (다항 회귀 모델 등) 을 선택한다.모델을 훈련시킨다 ?비용 함수를 최소화하는 모델 파라미터를 찾는 과정이다. 이를 통해서 만들어진 모델을 통해..

교과목 개요본 교과목은 컴퓨터 비전의 기본 개념과 OpenCV를 이용한 영상정보를 다루는 데 필요한 기술 요소를 습득한다.개와 고양이, 폐렴, 얼굴 이미지 등을 활용한 시간지능 구현을 위해 텐스플로와 GPU 활용을 위한 구글 코랩(Colab), 아나콘다(Anaconda) 기반의 주피터 노트북을 이용한다.이 프레임워크로 딥러닝 네트워크를 구성하여 학습 및 평가를 직접 구현함으로써 시각지능 활용역량을 배양한다.이를 통해 교육 목표를 달성하고 영상 정보를 기반으로 현실세계의 다양한 문제 해결 역량을 배양한다.교과 목표컴퓨터 비전의 기본개념을 이해할 수 있다.OpenCV를 이용하여 영상 정보를 처리(시각정보 다루기, 이미지 필터링 및 합성 등) 할 수 있다.영상 정보를 학습 및 평가를 통한 시각지능을 구현할 수..

컴퓨터 비전 (Computer Vision)컴퓨터를 이용하여 정지 영상 또는 동영상으로부터 의미 있는 정보를 추출하는 방법을 연구하는 학문즉, 사람이 눈으로 사물을 보고 인지하는 작업을 컴퓨터가 수행하게끔 만드는 학문 컴퓨터 비전 VS 영상 처리 (Image processing)영상 처리는 영상을 입력으로 받아 화질을 개선하는 등의 처리를 하여 다시 영상을 출력으로 내보내는 작업영상 처리는 컴퓨터 비전을 위한 전처리 작업영상 처리는 영상을 다루는 모든 학문과 응용을 통틀어 지칭컴퓨터 비전은 영상 인식과 같은 고수준의 영상 처리를 지칭 컴퓨터 비전 역사1960's 아날로그 방식의 사진 편집 1966년, MIT "THE Summer Vision Project" 연구가 컴퓨터 비전의 시초위성으로부터 전송 받은..

교수님 : 성균관 대학교 오하영 교수님[ 교수님 소개 ]디지털 치료기기 개발챗봇 개발 (챗봇 기반 디지털 치료제 개발)IT 영역이 아닌 사회과학, 심리과학 융합 영역 연구 및 개발 [ 목차 ]AI, ChatbotConversational User InterfaceChatbot ? 1. A.I., NLP and Chatbot NLP : NLG + NLUGeneration = 생성, 거짓이 존재할 수 있음 → 검증 단계가 필요Understanding = 이해 자연어 처리는 이미지 처리에서도 쓰이는, 아주 기본 단계User가 무언가 얘기를 했을 때, 의도를 파악하여 (이해) 답변을 내놓는다. (생성) 이해와 생성에서의 딥러닝을 얼마나 넣었느냐에 따라, 결과의 품질이 달라진다. 단순히 그대로 머신러닝을 할 수도..

교수님 : 한동대학교 전재영 교수님Video Event Tagging경기 장면을 디지털화Data for Football AnalyticsEvent Data (Shot, Dribble, Block, ...)Tracking Data (Continuous Data, Event Data보다 훨씬 많은 양의 데이터 : 할 수 있는 것들이 진짜 많다.)Physical Data (심박수, 스프린트 속도, 회복탄력성, ...)Biometric Data (수면패턴, 근육산소량, ...)Pyschological Data (정신, 감정, 집중력, ...)Football Data Science [ 기본적으로 습득해야 할 것들 ]파이썬 : 통계 + 인공지능, R : 통계적 부분의 느낌이 강하다.Python, Jupyter No..