사람

기업

게시물

CNN은 사람과 보는 방식이 어떻게 다른가? ImageNet - Train CNNs are biased towards texture; increasing shape bias improves accuracy and robustness(https://openreview.net/pdf?id=Bygh9j09KX)를 읽고 정리해봤습니다. 최대한 내용 명확하게 전달하기 위해서 논문에 있던 자잘한 내용들은 생략했습니다. 요약 1. 기존의 CNN이 이미지 분류를 할 때, 형상 정보를 기반으로 인식을 한다는 형상 정보 가설(Shape Bias Hypothesis)와 질감 정보를 기반으로 인식한다는 질감 정보 가설(Texture Bias Hypothesis)가 존재했다. 2. 사람과 CNN이 영상 데이터를 어떤 관점에서 분류하는지 확인하기 위해 정신 물리학 실험을 수행했다. 해당 실험을 통해서 사람은 형상 정보에 편향 되어있고, CNN은 질감 정보에 편향 되어 있음을 확인할 수 있었다. 3. 모델을 SIN/IN 데이터를 혼합하여 학습하면 모델을 형상 정보로 편향시킬 수 있다. 형상 정보로 편향된 모델이 기존 IN 데이터로만 학습된 모델보다 더 좋은 성능을 나타냄과 동시에 전이 학습(Transfer learning)에서도 성능 개선이 유효함을 확인할 수 있었다. 따라서 본 논문에서 제안한 SIN/IN 데이터 학습이 인공지능 모델을 일반화(Generalization) 시키는데 기여한다라고 이야기할 수 있다. https://ssaru.github.io/2019/08/06/20190806-How_the_Eye_of_AI_Sees/?fbclid=IwAR2CF7yMzcvY0bG1NdjSwQp1UIeiHhuC1Wdtv0VF9rRbAykTUd2ttf8gOuI
링크 첨부됨
2019-08-09
황동현  연구원 @전자부품연구원(KETI)
minikube, Kubernetes, micro-architecture

블로그 글

채용 정보

뉴스/미디어

프로젝트

A Study on Vision-based Approaches for Eye Dryness Detection during Computer Use
 
2019년 4월 | 진행중 
우수졸업논문상 수상, 제 65회 IPSJ SIGUBI에서 발표 예정. 컴퓨터 사용중인 유저의 눈에 비친 모니터 화면을 영상처리하여 눈의 건조상태를 측정할 수 있는지 검증한 졸업논문입니다. 총 3750장의 학습 이미지를 수집하여 CNN의 일종인 Resnet-50을 사용해 학습시킨 결과, LOOCV에서 평균 91.75%의 정확도를 보였습니다.
최시욱  도쿄대학 전자정보공학과
420RP · OpenCV 상위 7%
Real-Time Facial Gaze Tracking Using Facial Keypoints Detection Using OpenCV
 
2018년 10월 - 2018년 11월 
OpenCV의 얼굴인식, 얼굴 랜드마크 추출 기능을 이용해 얼굴이 향하는 방향을 추적하는 프로그램 입니다.
최시욱  도쿄대학 전자정보공학과
420RP · OpenCV 상위 7%
What Is It?
2019년 12월 - 2019년 12월 
-Mobile App for visually impaired users. -The user needs to take a photo then the app is going to detect the object and give a voice output message. -Python, Java. Pretrained Inception model was used for Object Detection
아산카느백  울산과학기술대학교 Computer Science
510RP · Python 상위 5%