[BoostCourse CV] 1.Start

Source: Boost Course 'Computer Vision의 모든 것'

 

 

Course Overview

---

유아시절 인간을 자세히 관찰해 보면, 지능 습득에 있어서 지각능력획득이 첫번째이자 가장 중요한 것을 알 수 있다.

이 중, 시각 지각 능력이 가장 중요하다고 생각한다. 우리는 비교적 시각에 더 많이 의존하여 살아가고, 뇌에서 대부분 처리하는 정보가 시각정보라는 주장도 있다. 따라서 인공지능에 있어서도 시각 지각 능력 구현이 매우 중요하다고 말할 수 있다.

 

인간의 뇌가 시각정보를 인지하고 뇌에서 처리하는 과정을 컴퓨터에 적용해보자.

우선 카메라로 영상을 찍어서 이미지를 인지한다. 이후 어떤 알고리즘을 통해 GPU에 올려서 장면에 대한 분석이 이루어진다.

이 출력문은 컴퓨터가 다루기 쉬우면서도 사람이 해석할 수 있는 구조로 이루어져 있다. 이전에는 이를 '자료구조'라고 불렀지만, 이제는 'Representation'이라는 표현을 사용한다.

 

 

 

 

Computer Vision

---

기계의 시각 기능 구현은 당연히 사람의 구조를 모방하며 시작할 것이다.

하지만 인간의 시각능력에도 불완전성이 존재하기때문에, 인간 시각능력의 장단점을 분석하며 학습시키는 것이 중요하다.

 

source: visionAI

 

그렇다면 이를 어떻게 구현할까?

이전에는 사람이 직접 feature extraction을 수행한 후 분류하는 ML방법이 사용되었지만, DL이 새로운 패러다임을 일으키면서 많은 변화가 일어났다. ML에서 사람이 일일히 특징을 추출하는 대신, DL에서는 gradient descent로 자동적으로 수행하는 것으로 이해할 수 있다.

 

 

+

하지만 개인적인 생각으로 ML이 아예 사라질 것이라고 보지 않는다.

왜냐하면 데이터셋이 충분히 크지 않은 경우에는 오히려 전통적인 ML을 사용하는 것이 더 좋은 결과를 이끌어내기때문이다.

아직까지 딥러닝 방법론에 몇가지 한계점이 존재하기때문에, 간단한 문제해결법에서는 ML도 사용할 줄 알아야 할 것 같다.