YongWook's Notes

-개인적 공부를 위해 작성하는 포스트입니다. Delving Deeper Into Convolutional Networks for learning Video Representation GRU를 이용하여 percept라는 '시각적 표현의 중간단계'로부터 비디오의 일시적 공간특징 (spatio-temporal features)을 학습한다. high level percept -> highly discriminative video representation. / low spatial resolution low level percept -> high spatial resolution high spatial resolution을 가지고 있는 low level percept를 사용하면 motion pattern을 눈으..

Tistory 초대장을 나눠드립니다.제 블로그가 아직 규모가 작아서 매월 10여명까지만 초대장을 드릴 수 있습니다.댓글 남겨주시면 확인 후 보내드리도록 하겠습니다.좋은하루보내세요~

#include int main(void){ printf( " Hello, This is Man-About-Town. \n "); return 0; } 나름의 미니멀리즘. 삼성 크롬북 플러스 한국에는 정식으로 출시도 되지 않은 이 모델을 알게 된건, 대학생이 된 동생에게 원래 사용하던 노트북을 빼앗기고 난 이후였다. 작년말부터 새로운 노트북을 찾아보고 있었다. 방학 집중 근로를 하면서 벌게될 백여만원에 그동안 차곡차곡 저축했던 용돈까지 얹어서 앞으로 다가올 2년간의 대학원 생활동안 쭉 함께 할 수 있는 노트북을 구매하려고 했다. 주로 찾아보게 되던 모델은 다음과 같다.멋이란게 폭발하는 Dell의 XPS 시리즈방금 출시되어 따끈따끈했고 전반적인 평도 좋던 LG의 올데이그램펜이 있는 태블릿 중 최고라 일컫어..

Multiple-Object Detection에 관한 두번째 포스트(http://man-about-town.tistory.com/52)에서는 SPP-Net을 이야기해 보았다.SPP-Net에 대해 요약해 보자. SPP-Net은 전체 Input image를 곧바로 CNN에 넣고 특징을 추출한다. 그리고 그것을 Spatial Pyramid Pooling layer라고 하는 특수한 장치에 집어넣어서 Region단위 연산으로 RoI를 만들어낸다. 이 SPP-layer는 CNN에서 올라온 Feature map을 Spatial bin이라 불리는 여러 filter들로 pooling하고 그 결과를 Concatenate하므로써 Local 정보를 만든다. 그 결과물을 FC layer에 넣고 순차적으로 SVM과 Boudnin..

작년 이맘때 쯤 글을 하나 올렸다. 우리집, 하늘숲황토펜션의 홍보글이었다. -http://man-about-town.tistory.com/27 많은 분들이 블로그를 보시고 우리 펜션을 고려해주셨고, 찾아주셨다. 덕분에 부모님께 도움이 될 수 있어 참으로 기쁜 한 해였다. 그래서 올해도 더 많은 분들께 우리 펜션을 알리기 위해 한번 더 포스팅을 하려고 한다. 지리산. 오봉계곡. 하늘숲황토펜션. 우리 하늘숲황토펜션은 부모님께서 귀농을 결심하시면서 자연을 벗삼아 느긋하게 살아보자며 지으신 건물들이기 때문에 주기적으로 리모델링하는 도시의 건물들과는 다르게 처음 건축했을때의 모습과 큰 차이가 없다. 다만, 황토가 자리잡고, 못 없이 이음새를 맞춰 세운 기둥들이 더욱 맞물리게 되면서 시간을 먹고 펜션과 주변의 자연..

오후 내내 작성하던 포스트를 다 날리고 처음부터 다시 작성하려니 마음이 아프다... 이전 포스트에서 Multiple-Object Detection의 첫주자로 R-CNN를 다뤄보았다. 요약하자면, R-CNN은 먼저 Input image를 Selective Search를 통해 Object 후보들을 뽑는다. 그리고 이 후보들을 각각 Conv layer에 넣어 Feature를 추출하고 Classifier에 넣어 분류하는 동시에 Bounding Box를 그려낸다. 하지만 직사각형 등으로 검출되는 Object를 Conv layer의 Input size에 맞추기 위해 Warping 하면서 생기는 정보왜곡의 문제와 3단계 파이프라인 구조와 많은 양의 Convolution 연산에서 오는 저속의 문제가 R-CNN의 단점이..

대학원에 입학하고 인공신경망을 이용한 영상처리 분야를 더 심도있게 공부하고 있다. 학부 졸업을 위해 공부했던 Image Classification을 위한 CNN은 사실 Single Object Detection이라고 볼 수 있다. 자율주행차 등의 실생활에 사용되는 영상처리는 기본적으로 단일 이미지에 여러가지 오브젝트가 존재한다. 따라서 이미지 전체에 대한 Classification 뿐만 아니라 Multiple-Object Detection이후에 각 Object에 대한 Classification을 함께 수행하는 방법론을 알아보려고 한다. R-CNN Multiple-Object Detection에 대한 관심을 가지게 된다면 가장 먼저 접하게 될 테크닉이 바로 R-CNN이다. Region의 R을 CNN에 붙인..

어느덧 해는 넘어갔는데 블로깅은 거의 3개월간 중지되었던 듯 하다. 졸업과제는 무사히 잘 끝났고 (A+와 함께!!) 학부생으로서 마지막 겨울방학을 맞아 현재는 연구실 출근을 생활화 하려고 노력중이다. 매일 늦게 일어나고 늦게 자던 생활리듬을 다시 조정하는데 꽤나 애를 먹고있긴 하지만 점점 익숙해지겠지.. 출근이 곧 공부라는 생각으로 매일 나와야겠다. 사실 말이 출근이지 여기 와도 별로 할 일이 없기 때문에 책을 읽거나 COURSERA의 강의를 듣는 시간이 대부분이다. 작년 초 처럼 활기차게 또 한 해를 시작해 봐야겠다. 블로깅을 쉬는 동안 사놓고는 반도 안읽고 책장에 쳐박아둔 책만 3~4권인 것 같다. 다행히 그 중 흥미를 가지고 완독할 수 있었던 , 지대넓얕의 독후감을 한번 적어보려 한다. 지대넓얕은 ..