합성곱신경망4 이미지 인식기술의 응용 여기서는 이미지 인식기술의 응용 분야로 문자인식, 얼굴인식, 유사 이미지 검색에 관해 알아봅니다. 1. 문자인식 문자인식은 대상 이미지에 포함된 문자를 읽어오는 기술로, OCR(Optical Character Reader)로 실용화되었습니다. OCR은 인쇄 문자인지 손으로 쓴 문자인지에 따라 구분됩니다. 손으로 쓴 문자인식은 종이에 기록한 정적인 문자 정보를 대상으로 하는 경우와 펜의 움직임과 같은 동적인 정보를 이용하는 온라인 문자인식의 경우로 분류되는데, 동적인 정보를 이용하는 기술은 OCR과는 다른 기술입니다. 템플릿 매칭(template matching)은 문자인식의 단순한 한 가지 방식입니다. 인식 대상인 템플릿을 준비해서 대상 이미지와 계산한 후 유사도가 가장 높은 문자를 인식 결과로 합니다... 2023. 6. 7. 딥러닝(Deep Learning) (1) - 합성곱 신경망(Convolutional Neural Network) 이제부터는 심층학습 또는 딥러닝(Deep Learning)이라 불리는 머신러닝(Machine Learning)에 대해 공부하고자 합니다. 1. 딥러닝(Deep Learning; DL)이란 딥러닝(Deep Learning)은 신경망을 이용한 머신러닝의 일종입니다. 딥러닝의 학습대상인 신경망은 일반 신경망과 비교해 대규모이며 복잡하다는 특징을 가지고 있습니다. 딥러닝 기술을 활용하면 신경망을 이용한 대규모 학습이 가능해집니다. 딥러닝은 이번 세기에 들어 엄청난 발전을 이루었습니다. 딥러닝이 발전하게 된 여러 가지 배경들을 정리하면 아래 (표 1)와 같습니다. (표 1) 딥러닝의 발전 배경 항 목 설 명 하드웨어 기술의 발전 CPU의 고속화와 멀티코어화, GPU를 일반 계산처리에 이용하는 GPGPU 기술의 발.. 2023. 5. 23. 인공지능(AI)과 인공 신경망(Artificial Neural Network) (1) 1. 인공 신경망 인공 신경망(Artificial Neural Network: ANN)은 생물의 신경세포 및 신경세포 네트워크 기능을 시뮬레이션해서 다양한 입출력 관계를 구현하는 계산기구입니다. 인공신경망은 인간 두뇌의 신경세포 뉴런 네트워크 구조를 모방하여 만든 기계학습(machine learning: 머신러닝) 알고리즘 모델로 인공지능(AI) 시스템이 사람처럼 스스로 학습할 수 있도록 하는 머신러닝 기법입니다. 인공 신경망 기술이 적용되면서 머신러닝의 기술들이 한층 더 발전하고 있습니다. 생물의 신경계는 신경세포(neuron)의 상호 결합으로 이루어져 있습니다. 신경세포(neuron)는 시냅스(synapse)라 불리는 접촉부를 경유해 신경세포 간에 정보를 전달합니다. 인공 신경망(이하 '신경망'으로 .. 2023. 5. 19. 인공지능(AI) 연구의 분야 별 발전 과정 (3) 2023.05.08 - [분류 전체 보기] - 인공지능(AI) 연구의 분야 별 발전 과정 (2) 7. [2010년~] 딥러닝의 발견, 빅데이터 시대의 도래 1) 딥러닝이 이미지 인식분야에 혁신 이미지 인식, 즉 영상에 무엇이 찍혀 있는지를 판단하는 기술은 이미지 처리에 중요한 과제로 오래전부터 연구되어 왔습니다. 20세기에는 다양한 방법이 제안되어 표준 벤치마크 문제에 대한 인식의 정확도도 점점 향상되고 있었습니다. 세계적으로 이미지 인식 기술의 중요한 축을 형성하는 이미지 넷 대용량 영상 인식 대회(ILSVRC; Large Scale Visual Recognition Challenge)라는 세계 대회가 있습니다. ILSVRC에서 특정 이미지 데이터세트에 포함된 이미지가 무엇인지를 분류하는 과제에서 우승.. 2023. 5. 9. 이전 1 다음 728x90
