Computer Vision

• 컴퓨터 분야에서 시각을 연구하는 분야

 

Recognition

Classification

• 이미지 input에 대해서 label 예측하는 것

 

• CNN 모델을 중첩해서 사용하거나, 응용하여 모델들을 구현

 

ex) LeNet, AlexNet, GoogleNet, ResNet, VGG

 

Semantic Segmentation

• 모든 픽셀의 label을 예측하는 Task

 

• 한 장에 사진에서 여러 개의 label이 존재 가능

 

• 한 장의 이미지에서 대상을 구체적으로 정의하지 않고, 큰 분류로 구분

 

ex) DeepLabV3, FCN, LRASPP 

 

Instance Segmentation

• Semantic segmentation과 다르게 각각의 객체를 인식하는 것이 특징

 

ex) Mask R-CNN

 

Object Detection

• 하나의 이미지에서 사물(object)을 탐지하는 모델

 

• 이미지 입력에서 사물의 위치(localization)과 사물의 종류(label)을 동시에 예측

 

• 탐지 방법에 따라 One-stage detection과 Two-stage detection으로 나뉨

 

ex) Faster R-CNN, SSD

 

 Motion analysis

Keypoint analysis

• 사물의 특정위치를 학습하여 행동을 예측하거나 분석하는 컴퓨터 비전 기술

 

• 일반적으로는 사람을 대상으로한 연구가 많이 진행되고 있고, 동물에 대한 연구도 최근 진행되고 있음

 

ex) Mask R-CNN

 

Image reconstruction

GAN(Generative Adversarial Network)

 

• 새로운 이미지를 생성하기 위해 생성자(Generator)와 구분자(Discriminator)의 적대적(Adversarial) 구조로 네트워크를 구성하는 모델

 

ex) BEGAN, StyleGAN, StarGAN 

 

---

한계

데이터

• 공개된 데이터 이외에 새로운 데이터에 대해서 새로 label을 달기 매우 어려움 (고비용)

 

• 고해상도 이미지를 활용하거나 동영상을 활용하는 경우, 학습을 위한 고성능 컴퓨터 디바이스가 필요

 

• Self-supervised learning, Un-supervised learning, Transfer learning 등의 연구가 진행중

 

모델

• 여러가지 Task를 잘 수행 가능한 모델 개발이 어려움  (도메인이 다른 경우, label 특징이 다른 경우)

 

• 고성능 모델의 경우, 경량화 문제로 모바일 디바이스나 IoT 디바이스에서 활용이 어려움

 

•  Knowledge distillation, Domain Adaptation 등의 연구가 진행중

 

explainable

• 인공지능 모델이 도출한 예측 결과에 대해 설명력을 부여 할 수 없음

• 자동차, 의료 등 일부 산업에 활용하기 위해서는 판단 근거에 대한 설명력이 필요할 수 있음

• XAI 연구가 진행중

 

 

 

출처 : 파이토치로 딥러닝 제대로 배우기