이전 내용 보러가기  [Thesis]The Latest Trends inAttention Mechanisms andTheir Applicationin Medical Imaging Review and Summary - 1Abstract4차 산업 혁명의 핵심 기술 중 하나인 딥러닝은 기존의 규칙 기반(rule-based) 알고리즘 또는 딥러닝을 제외한 머신러닝 알고리즘 대비뛰어난 특징 추출 능력(1)과 성능, 그리고 재현성(reproducidev-heesxxung.tistory.com 들어가기 전학습 과정에서 네트워크로 하여금 중요한 특징들에 더 집중하고, 그렇지 않은 특징에는 덜 집중하도록 능동적으로 학습하게 하는 기법 -> 어텐션 기법 종류 : 하드 어텐션소프트 어텐션확연한 차이 : 생성되는 어텐션 지도..

들어가기 전객체 분류 : 이미지 내의 객체를 식별하고 미리 정의된 클래스로 분류하는 것을 목표로 하는 작업일반적으로 머신 러닝 기술을 사용하여 수행, 모델은 레이블이 지정된 이미지 데이터 세트와 연관된 클래스 레이블에 대해 학습이후, 학습된 모델을 사용하여 학습된 특징을 기반으로 클래스 레이블을 지정하여 새 이미지 분류.Ex) 교통 표지판 인식 , 이미지에서 식물 유형 식별 등 객체 감지 : 입력 이미지 내에서 사전에 특정 정의된 클래스의 객체를 식별하고 찾는 컴퓨터 비전 작업객체 감지를 위해 R-CNN, Faster R-CNN, YOLO, SSD와 같은 여러 알고리즘과 모델 개발.이용 분야 : 자율 주행 자동차, 감시 시스템, 객체 추적 등 지역 기반 CNNCNN을 사용하여 이미지에서 객체를 감지하는 ..

Abstract4차 산업 혁명의 핵심 기술 중 하나인 딥러닝은 기존의 규칙 기반(rule-based) 알고리즘 또는 딥러닝을 제외한 머신러닝 알고리즘 대비뛰어난 특징 추출 능력(1)과 성능, 그리고 재현성(reproducibility)을 보임 => 자동 진단, 치료반응 평가, 생존 예측 등 의료분야 널리 적용 최근에는 의료기기에 탑재되어 국내외적으로 인허가를 통과하는 단계 특히 의료 영상 재구성(reconstruction), 합성(synthesis), 자동 분석(analysis) 및 판독(diagnosis) 등의 영상의학(medical imaging) 분야에서 괄목할 만한 연구들이 나오고 있다 영상 재구성 : 의료 영상 촬영 기기에서 얻어진 획득 데이터를 영상으로 복원하는 기술 영상의학 관련 연구에서 딥..

들어가기 전들어가기 전 머신러닝에 대해 제일 기초적인 이론에 대해 우선적으로 짚고 넘어가보자.머신러닝이란 무엇일까 ?단어를 통해 유추 할 수 있듯이, "데이터를 이용하여 Machine(기계)를 Learning(학습)시키는 기법" 이라 정의할 수 있다.즉 어떤 데이터를 주고 컴퓨터가 스스로 규칙이나 패턴을 찾아내도록 하는 것이고, 이 때 포인트는 "스스로" 찾는다는 점이다.그럼 어떻게 학습을 시켜야 하는가?학습 방법에는 3가지로 나눠지게 되는데, 지도 학습, 비지도 학습, 강화학습으로 나눠진다.이 3가지 학습 방법에 대해 알아보자.지도 학습지도학습은 머신러닝에서 가장 전통적인 기법으로 입력(문제)와 출력(정답)을 쌍으로 묶은 데이터가 주어진다.다음 그림을 볼 때 Input Image로 포도를 넣어주고 이에..

Abstract현재 VCM에서는 객체 탐지 및 추적 등에 뛰어난 머신비전 성능을 보여주면서 낮은 비트율을 달성하기 위해 공간적 리샘플링, 시간적 리샘플링, 관심 영역 기반기술 등 다양한 기술들이 제안되고 있다.그중에서도 관심 영역 기반 기술은 객체 탐지나 추적 등 객체 중심의 머신 작업에서 매우 높은 성능을 보여주고 있으며, 매 회의에서 다양한기술들이 제안되고 있다.VCM 기술중 관심 영역 기반 기술에 대해 주로 논의된 기술들을 살펴보고 성능을 비교분석 하고자 함.VCM 관심 영역 기반 압축 기술 (관심 영역 스태킹 기술) CE1은 143차 회의까지 진행 되었으며, 총 6개의 관심 영역 기반 기술 중 최종적으로 명지대학교와 한국전자통신연구원에서 제안한 관심 영역 스태킹 기술이 채택 부호화 과정에서 프레임..

Abstract이 연구는 CNN(Convolution Neural Network)와 고급 데이터 분석 기술을 결합한 새로운 시스템을 제안. 연구 목적 : 개인화된 약물 추천과 함께 결막염의 시기 적절하고, 정확한 검출은 효과적인 치료를 위해 매우 중요함. 해결방안제시 ->이 연구에서, 우리는 이 문제를 해결하기 위해 컨볼루션 신경망(CNN)과 고급 데이터 분석 기술을 결합한 새로운 시스템을 제안합니다 목표 -> 1. 결막염 감지           2. 검출된 결막염 상태에 따라 개인화된 약물 권장 사향 제공 1.눈의 디지털 이미지를 분석하여 정상인지 결막염인지를 분류 할 수 있도록 CNN 아키텍처를 사용 (아마 CNN의 filter기능을 통해 결막염을 분석한 부분이 나올 수도 있을 것 같음) CNN 모델..