티스토리

klee9 님의 블로그

검색하기

블로그 홈

klee9 님의 블로그

klee9.tistory.com/m

klee9 님의 블로그 입니다.

구독자: 3

방명록 방문하기

주요 글 목록

[프로젝트] 나랑 키배 뜰 사람? 가상 피아노! 1. 들어가며컴퓨터 비전 분야에는 물체의 위치를 찾는 Object Detection, 픽셀 단위로 이미지를 범주화하는 Image Segmentation, 새로운 이미지를 만드는 Image Generation 등 다양한 태스크가 있습니다. 저희는 이 중에서 사람 손 자세를 추정해 동작을 인식하는 Hand Pose Estimation에 집중했습니다. 1.1. Hand Pose Estimation을 선택한 이유우리가 세상과 상호작용 하는 방식은 다양합니다. 언어와 제스처를 통해 다른 사람들과 의사소통하거나 키보드나 마우스를 사용해 컴퓨터를 다루기도 합니다. AI 시대에 접어들면서 세상과 상호작용 하는 방식은 더 다양해졌습니다. 특히, 최근 몇 년 사이 손 관절의 위치를 추측하여 이를 바탕으로 손동작을 인식하는.. 공감수 3 댓글수 0 2025. 2. 1.
[AI] Quantum AI 주식이나 기술에 관심이 많다면 요즘 양자 컴퓨터가 화제라는 것을 알고 있을 것입니다. 구글이 발표한 신형 양자 컴퓨터 칩 ’윌로우(Willow)’는 기존 슈퍼컴퓨터로 10의 25제곱 년이 걸리는 문제를 단 5분 만에 해결할 수 있는 성능을 보여주었는데요, 이처럼 양자 컴퓨터는 큐비트(qubit)라는 독특한 데이터 단위를 사용함으로써 빠른 연산 속도를 자랑합니다. 그렇다면 양자 컴퓨터의 병렬 처리 기능과 AI를 결합하면 어떨까요? 더 빠르고 효율적으로 복잡한 문제를 해결할 수 있게 되며, 암호학, 신약 개발 등의 분야에 큰 영향을 줄 것입니다. 이번 글에서는 양자 컴퓨터에 대한 기본적인 개념과 양자 AI (Quantum AI)에 대해 알아보려고 합니다. 양자 컴퓨터 (Quantum Computer)양자 .. 공감수 4 댓글수 1 2025. 1. 16.
[AI] MediaPipe Hands: 랜드마크 탐지 모델 분석 MeidaPipe Hands는 손바닥 탐지 모델(BlazePalm)과 랜드마크 탐지 모델로 구성되어 있습니다. 이전 글에서 BlazePalm을 정리했기 때문에 랜드마크 모델을 분석해 보겠습니다. (전체 코드는 GitHub에서 찾으실 수 있습니다.) 손바닥 탐지 모델과 마찬가지로 랜드마크 모델에서도 BlazeBlock(ResModule)이 사용됩니다. 이름만 다르고 동작하는 원리는 동일하기 때문에 자세한 설명은 이 글을 참고해 주세요. def __init__(self): super(BlazeHandLandmark, self).__init__() # size of ROIs used for input self.resolution = 256 self._define_layers() 우선 모델.. 공감수 0 댓글수 0 2025. 1. 1.
[AI] MediaPipe Hands: 손바닥 탐지 모델 분석 저번에 MediaPipe Hands 논문을 리뷰하면서 손바닥을 탐지하는 모델과 랜드마크를 탐지하는 모델로 나누어 two-stage로 진행한다는 것을 확인했었죠. 이번 글에서는 두 모델 중 손바닥 탐지 모델을 분석해 보도록 하겠습니다. GitHub 페이지에 코드가 있기 때문에 확인해 보시는 것도 좋을 것 같습니다. ResModuleGitHub 페이지에서 blazepalm.py 파일을 확인해 보면, ResModule, ResBlock, PalmDetector로 구성되어 있는 것을 확인할 수 있습니다. 먼저 ResModule은 ResNet 모델과 유사한 잔차 연결(residual connection)을 구현하는 기본 모듈로, 2개의 convolution layer로 구성되어 있습니다. import torch.. 공감수 0 댓글수 0 2024. 12. 25.
[컴퓨터 구조] 챕터5 리뷰 Memory HierarchyProcesscor - Memory - Memory ... higher the level(closer to the CPU) = smaller, more expensive($), fasterPrinciple of localitytemporal locality: recent items are likely to be accessed again soonspatial locality: items near recent items are likely to be access soondata is copied between only two adjacent levels at a timelowest level(HDD) must have all data (= store everything on d.. 공감수 2 댓글수 3 2024. 12. 20.
[논문 리뷰] MediaPipe Hands: On-device Real-time Hand Tracking 0. Abstract이전 논문 리뷰에서는 뎁스 카메라를 사용한 Hand Pose Estimation을 살펴봤습니다. 구글 개발자들은 이 논문에서 단일 카메라만의 RGB 데이터를 사용한 방법을 제시하고 있습니다. 이들이 제시한 모델은 손바닥 탐지기와 손 관절 랜드마크 모델, 이렇게 두 가지로 구성되어 있습니다. 손바닥 탐지기는 손의 바운딩 박스를 탐지하고, 손 관절 랜드마크 모델은 MediaPipe 프레임워크를 사용하는 모델입니다.1. Introduction현존하는 Hand Pose Estimation 모델은 실시간 처리를 하기엔 너무 무겁기 때문에 하드웨어의 성능에 많이 의존하고 있죠. 저자들은 이 제약을 없애고 모바일 기기에서 실시간 처리를 가능하게 하고자 합니다.2. Architecture자, 그러면.. 공감수 1 댓글수 1 2024. 12. 9.
[논문 리뷰] A survey on 3D hand pose estimation: Cameras, methods, and datasets “디스, 디스”. 제가 몇 개월 전 친구들이랑 일본에 여행을 갔을 때 식당에서 가장 많이 들었던 말입니다. 그런데 “디스”라고만 하지 않고 굉장히 다급한 손가락질을 하면서 말하죠. 이처럼 손은 없어선 안 되는 중요한 친구입니다. 물건을 집는 것부터 누군가의 의사소통 수단이 되기도 합니다.Hand Pose Estimation은 컴퓨터가 사람의 손가락 관절의 위치를 추측하는 것입니다. 이를 통해 제스처를 인식해 인간-컴퓨터 상호작용을 할 수도 있기 때문에 가상현실(Virtual Reality; VR), 증강현실(Augmented Reality; AR) 등 다양한 분야에서 매우 중요한 태스크 중 하나입니다. 제스처를 완벽하게 인식할 수 있다면 토니 스타크처럼 자유자재로 인터페이스를 조작할 수도 있죠.“아니 저.. 공감수 3 댓글수 2 2024. 12. 4.
3D Pose Estimation 고양이의 냥냥펀치부터 타이슨의 핵펀치를 예측해서 나의 생존율을 높여주고 다른 동물의 감정을 분석해 더 깊은 유대를 쌓고 싶다는 생각, 한 번쯤은 해보셨을 텐데요, 만약 안 해보셨다 하더라도 지금 이 글을 읽으며 궁금증이 조금은 생겼을 거라고 생각합니다. 이 모든 것을 가능하게 해주는 것이 (3D) Pose Estimation인데요, 로봇, VR, 인간-컴퓨터 상호작용 등 다양한 분야에서 사용되고 있습니다. 3D Pose Estimation을 정확히 이해하기 위해선 Pose Estimation이 무엇인지부터 알아야 합니다. Pose Estimation이란 말 그대로 포즈(Pose)를 추정(Estimation)하는 것을 말합니다. 이미지나 영상 데이터에서 객체의 특정 랜드마크를 추출하고 이를 기반으로 포즈를.. 공감수 1 댓글수 0 2024. 11. 21.
[컴퓨터 구조] 챕터 4리뷰 MIPS - simplified datapath외우지 말고 이해하라고 하신다. 중간고사가 끝나고 보니까 너무 잘 이해된다. R-formatex) add rd, rs, rt4 is added to the PC to fetch the next instruction.Read instruction stored in the PC address from the instruction memory.rs, rt, rd are set as read reg1, read reg2, and write reg, respectively.The first 6 bits(=opcode) are passed into the ALU.The addition result goes back to the register memory as wri.. 공감수 0 댓글수 0 2024. 11. 15.
[컴퓨터 구조] 챕터1 리뷰 기말 TF 대비 리뷰PerformanceFactors that affect performanceAlgorithmProgramming language, compiler, architectureProcessor and memory systemI/O system and OSMoore's lawIC capacity doubles every 18-24 monthsResponse time ( = latency, execution time)How long it takes for a task to be completedThroughputTotal work done per unit time (ex. tasks / hr)Comparing performance $$Performance_{X} = \frac{1}{Execut.. 공감수 6 댓글수 3 2024. 10. 25.
[프로젝트] 안전운전 하세요! 킥보드 위험 상황 디텍션 들어가며잠깐! 혹시 안전모를 쓰지 않고 킥보드를 타고 계시진 않은가요? 인도에서 탄 적도 있으시다고요? 2021년 5월 13일부터 강화된 안전운행 규제에 따르면 킥보드의 경우, 인도 주행 금지, 횡단보도 주행 금지, 안전모 필수 착용 등의 의무사항이 적용됩니다. 하지만 이러한 규제에도 불구하고 킥보드 사고는 매년마다 증가하고 있는데요, 도로교통공단에 따르면 최근 5년간(’19~’23) 전동킥보드 사고 건수는 매년 증가하고 있고 작년에는 무려 사고 건수 2,389건, 사망자 24명을 기록했습니다. 정부는 최고 속도 하향, 경찰력 배치로 안전수칙 위반 집중 단속 등 다양한 정책을 펼쳤지만 여전히 사고는 줄지 않고 있습니다. 또한 경찰력을 모든 곳에 배치할 수 없다보니 공권력이 낭비되고 있다는 지적도 나오고 .. 공감수 4 댓글수 2 2024. 10. 4.
[프로젝트] 파리 올림픽 관중석에서 아시아인을 찾아보자! 주제 선정 배경스포츠 경기를 보면 팬들의 응원이 선수들에게 굉장히 큰 영향을 준다는 것을 알 수 있을 텐데요, 실제로 응원 소음은 선수의 심리적 스트레스를 감소시키고 경기 집중력을 향상시키는 데 중요한 역할을 합니다. 이번 2024 파리 올림픽에서도 관중들의 응원 소리에서 힘을 얻은 선수들이 많다고 합니다. 올림픽에서는 각 나라마다 강세를 보이는 종목이 다르고, 그에 따라 관중들의 국적 비율도 달라집니다. 예를 들어 우리나라의 경우, 양궁이나 펜싱 경기에서 상대적으로 많은 한국인을 찾아 볼 수 있는 것처럼요. 저희는 이러한 경향에 주목했습니다. 관중석에서 한국인의 비율을 분석해 우리나라가 어떤 종목에서 높은 인기와 강세를 보이는지 알아보는 것을 목표로 프로젝트를 진행했습니다. 그러나 한국인의 비율을 구.. 공감수 1 댓글수 1 2024. 10. 4.
[논문 리뷰] Jaywalking detection and localization in street scene videos using fine-tuned convolutional neural networks CCTV가 발명되고 영상에서 다양한 이상(anomaly)를 탐지하는 기술은 크게 발전했다. 그러나 영상 데이터의 증가로 full-time으로 사용하기 어렵고 정확한 예측이 힘들다는 단점이 존재한다. 이 논문에서는 영상 이상 탐지(video anomaly detection) 기술과 변형된 InceptionV3 모델을 사용해 CCTV 데이터에서 무단횡단을 탐지하는 자동화 시스템을 구현하고 있다.1. 이전 연구와 비교과거에도 무단횡단을 탐지하고자 하는 여러 성공적인 시도가 있었지만, 언급된 연구들은 2011년에 발표된 것으로 최신화가 필요하다. 또한 자동차 시점의 데이터만 사용하고 있어 일상적인 상황에서 무단횡단을 탐지하는 데 적합하지 않은 시점이다.비교적 최근(2019년)에 ISOCC에서 발표된 논문 중 서.. 공감수 1 댓글수 0 2024. 9. 10.
합성곱 신경망 (Convolutional Neural Network, CNN) CNN의 기원합성곱 신경망(Convolutional Neural Network, CNN)은 주로 이미지와 비디오 데이터의 분석에 사용되는 딥러닝 아키텍처로, 패턴 인식에 특화되어 있다. 1958년과 1959년에 David Huble과 Torsten Wiesel은 시각 피질에 대한 실험을 수행했는데, 시각 피질 안의 뉴런이 시야의 일부 범위 안에 있는 시각 자극에만 반응한다는 사실을 발견했다. 어떤 뉴런은 수직선의 이미지에만 반응하고, 다른 뉴런은 다른 각도의 선에 반응하기도 하며, 어떤 뉴런은 큰 수용 영역을 가져 저수준의 패턴이 조합되어 복잡한 패턴에 반응한다는 것을 알게 되었다. CNN은 고수준의 뉴런이 이웃한 저수준의 뉴런의 출력에 기반한다는 아이디어를 시작으로 진화되어 왔다. CNN의 구성CNN은.. 공감수 2 댓글수 0 2024. 9. 1.
전이 학습 (Transfer Learning) 프로젝트를 진행하면서 UTKFace와 같이 중간 사이즈의 데이터셋(약 25,000장의 이미지 데이터)을 사용할 때는 데이터 증강(Data Augmentation)과 pre-trained 모델을 fine-tuning 및 전이 학습하는 방법이 효과적이라는 사실을 알게 되었다. 데이터 증강은 직관적으로 이해할 수 있었고 구현에 있어서 어려움이 없었지만, fine-tuning과 전이 학습에 대해선 더 알아봐야 할 필요성을 느꼈다. 우선 fine-tuning은 기계 학습, 특히 딥러닝 모델을 새로운 작업에 맞게 조정하는 기술이다. 기존에 학습된 모델을 바탕으로 새로운 데이터나 작업에 맞춰 모델의 성능을 개선하는 과정을 포함하며, 일반적으로 전이 학습(Transfer Learning)의 일환으로 사용된다. 그렇.. 공감수 0 댓글수 0 2024. 8. 26.
Cross Entropy Loss 프로젝트를 진행하며 손실 함수를 정의하는 부분에서 크로스 엔트로피(cross entropy)가 많이 쓰이는 걸 보고 정확히 어떤 함수인지 궁금해졌다. 크로스 엔트로피에 대해서 더 자세히 알아보기에 앞서 엔트로피의 정의를 다시 한 번 짚고 넘어가야 할 것 같다는 생각이 들었다. 물리학에서 엔트로피는 열역학적으로 시스템의 무질서도나 에너지 분산 정도를 나타낸다. 이 개념을 바탕으로, 정보 이론에서는 엔트로피를 사용하여 결과 집합의 불확실성이나 무질서의 양을 측정하며, 어떤 확률 분포에서 일어나는 사건을 표현하는 데 필요한 평균 정보량을 의미한다. 딥러닝에서는 이 개념이 직접적으로 사용되지 않지만 정보 이론에서의 엔트로피와 비슷한 방식으로 혼잡도나 불확실성을 측정하는데 사용된다. 엔트로피는 아래의 수식으로 .. 공감수 0 댓글수 0 2024. 8. 20.
선형 회귀 (Linear Regression) 회귀 문제는 숫자 값을 예측하려고 할 때 발생한다. 일반적인 예로는 가격 예측(주택, 주식 등), 병원에서의 환자 체류 기간 예측, 수요 예측(소매 판매) 등이 있다. 구체적인 예를 들어, 주택의 면적과 나이를 기반으로 주택 가격을 추정하고자 한다고 가정해 보자. 주택 가격을 예측하기 위한 모델을 개발하려면 각 주택의 판매 가격, 면적, 나이 등을 포함한 데이터(훈련 데이터셋)를 확보해야 한다. 여기서 하나의 판매에 해당하는 데이터가 포함된 각 행은 샘플(data point, instance, example)이라고 한다. 우리가 예측하려는 것(가격)은 레이블(label, target)이라고 하며, 예측이 기반되는 변수(나이와 면적)는 특성(features, covariates)이라고 한다. 정의선형 회.. 공감수 0 댓글수 0 2024. 8. 12.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.