| 작성자 | 김명원 |
| 일 시 | 2024. 10. 01 (화) 18:00 ~ 21:00 |
| 장 소 | 복지관 b128-1호 |
| 참가자 명단 | 임혜진, 이재영, 성창민, 김명원, 장원준 |
| 사 진 |  |
합성곱 신경망 (Convolutional Neural Networks, CNN)
합성곱 신경망을 사용하는 분야들
1. 객체 감지(Object Detection): 자율주행 차량은 도로 위의 자동차, 보행자, 표지판, 신호등 등 다양한 객체를 인식하고 구분해야 합니다. CNN은 이미지나 비디오 프레임에서 이러한 객체를 실시간으로 감지하고, 각 객체의 위치를 파악하는 데 중요한 역할을 합니다.
2. 차선 인식(Lane Detection): 도로에서 차선을 감지하고 이를 기반으로 차량이 도로를 유지하도록 돕습니다. CNN은 카메라로 촬영한 도로 이미지를 분석하여 차선을 인식하고, 차량의 주행 경로를 결정하는 데 기여합니다.
3. 장면 이해(Scene Understanding): 자율주행 차량은 단순히 객체만을 감지하는 것이 아니라, 전체적인 환경을 이해할 수 있어야 합니다. CNN을 통해 주변의 도로 환경(예: 다른 차량의 움직임, 도로 상태, 장애물)을 분석하여 차량의 안전한 주행을 돕습니다.
4. 위험 감지와 회피(Risk Detection and Avoidance): 자율주행 차량은 위험한 상황(예: 앞 차와의 충돌 가능성, 갑작스러운 장애물 출현)을 빠르게 인식하고, 적절한 회피 행동을 취할 수 있어야 합니다. CNN은 위험 요소를 신속히 인식하여 적절한 대응을 할 수 있도록 돕습니다.
예시들
- 그리드로 정의된 데이터를 처리하는 데 사용됨
- 1차원 시계열 데이터, 2차원 이미지, 3차원 비디오를 처리함
- 두 가지 주요 레이어 유형
1. 합성곱 레이어
2. 풀링 레이어
-예시: VGG 16
Fully Connected
Convolutional Layers
Cross Correlation
1. Width: horizontal dimension of input volume
2. Height: vertical dimension of input volume
3. Depth: number of channels of input volume
4. Padding size: essential to retain shape!
OpenCV의 기본 개념인 CNN이다.
기본부터 탄탄하게 공부하여 다양한 컴퓨터 비전 기능들을 활용해보고 싶다.