파이썬으로 만드는 인공지능

chapter.6

[컨볼루션 신경망과 컴퓨터 비전]

preview

• 컨볼루션 신경망은 딥러닝에서 가장 성공한 모델이다.

Computer Vision

• 컴퓨터 비전은 컴퓨터에 시각을 부여하는 주제를 연구한다.

컴퓨터 비전 기술은 딥러닝 이전과 이후가 확연히 다르다.

• 딥러닝 이전에는 사람이 일일이 알고리즘을 구상하고 코딩헀으므로 크기,자세,조명,배경,잡음 등의 심한 변화에 대처하지 못했다.
• 반면, 딥러닝은 충분히 많은 영상 데이터가 있으면 자동으로 특징을 추출하고 인식 기능을 학습함으로써 높은 예측 성능을 보장한다.

딥러닝

• 문제를 푸는 도구 , 난이도 높은 문제에서 알고리즘이 잘 작동하는지 확인하고 꾸준히 개선해야한다.

컴퓨터비전

• 풀어야 하는 문제 , 높은 난이도의 테스트베드 역할을 톡톡히 해준다.

컨볼루션 신경망은 컴퓨터 비전에 머물지 않고 다양한 분야로 응용 영역을 확장하고 있다.

chapter 6.1 컨볼루션 신경망의 동기와 전개

CNN의 원리

네오코그니트론

• 생물 신경망에서의 과학적 발견은 인공 신경망 발전에 큰 영향을 미쳤다.
  후쿠시마가 1980년에 제안한 네오코그니트론이다.
• 네오코그니트론은 수용장을 컨볼루션 연산으로 모방한다.
  현재 가장 강력한 딥러닝 모델인 컨볼루션 신경망의 원리를 최초로 제안한 것이다.

• 손 글씨 자동 인식 시스템

1998년 [Proceedings of the IEEE]에 컨볼루션 신경망 관련한 매우 의미있는 논문이 발표된다.

이 논문은 LeNet-5라는 컨볼루션 신경망을 제시한느데, 필기 숫자에 대해 혁신적인 성능을 얻은 신경망으로서 의미가 크다.

예)

사이트에 있어 로그인을 할떄
'당신은 로봇이 아닙니까?' 라는 질문이 나올떄가 있을것이다.

이떄 예를 들어 '표지판'이 들어간 그림을 몇개 선택하시오 .
이러한 것 이 있을텐데 이것은 학습을 잘한 악의적인 의도를 가진 컴퓨터가 로그인을 하는 것을 방지하기 위한 것이라고 한다.

즉, 이 부분에 있어서는 아직 컴퓨터보다는 사람이 더 잘 선택을 할 수 있다는 것을 의미한다.

• AlexNet

자연영상인식에서의 성공의 사례

• 추가 사례

컨볼루션 신경망은 순환 신경망 또는 강화 학습과 결합해 이전에 낮은 성능에 머물던 응용을 실용적 수준으로 끌어올리고 이전에는 상상도 못했던 인공지능 응용에 도전한다.

예)

자연 영상이 입력되면 , 내용을 파악해 10개 정도의 단어로 이루어진 문장을 생성하는 시스템이다.

• 영상 내용을 분석하는 일은 컨볼루션 신경망이 맡고 분석 결과에 따라 자연어 문장을 생성하는 일은 순환 신경망이 맡는 컨볼루션 신경망 - 순환 신경망 협업 모델이다.