이빨 빠진 미남이

Array(배열) List(리스트) LinkedList(링크드 리스트) Stack(스택) Queue(큐) Dequeue(디큐) Tree(트리) Heap(힙) Graph(그래프) 0. 자료구조와 알고리즘이란? 자료구조는 데이터를 원하는 규칙 또는 목적에 맞게 저장하기 위한 구조입니다. 알고리즘은 자료구조에 쌓인 데이터를 활용하여 어떤 문제를 해결하기 위한 여러 동작의 모임입니다. 1. Array 가장 기본적 자료 구조로, 논리적 저장 순서와 물리적 저장 순서가 일치합니다. 따라서 index로 해당 원소(element)에 접근이 가능합니다. 찾고자 하는 원소의 인덱스 값을 안다면 Big-O(1)에 해당 원소로 접근 가능합니다. 즉, random access 가 가능합니다. 이 말의 뜻은 어떤 위치라도 접근 ..

참고 [1] STFT(Short Time Fourier Transform) - 1편 [2] STFT(Short Time Fourier Transform) 2편 [3] 푸리에 변환과 스펙트럼 1. EEG EEG는 뇌파 신호를 의미합니다. (Electroencephalography의 줄임말) 쉽게 설명하면 두피에서 나오는 전기를 기록하는 방법인데요. 뇌의 뉴런 내의 이온 전류로 인한 전압 변동을 측정한다고 합니다. 여러 전극에서 기록된 일정 기간 동안의 뇌의 활동이 기록됩니다. EEG엔 5가지 주파수 범위가 있음 (연구에 따라 범위는 다르게 정의될 수 있음) channel은 사용된 electrodes의 수이며, 위치에 따라 나뉩니다. sampling rate는 초당 sample Low-pass filter ..

MNE는 MEG, EEG, sEEG, ECoG, NIRS 등의 human neurophysiological data를 exploring, visualizing, analyzing 하기 위한 오픈 소스 파이썬 패키지입니다. Tutorials docs 패키지 사용을 위한 튜토리얼과 공식 문서를 통해 다양한 메서드를 사용할 수 있습니다. 저는 딱 한 번 가볍게 사용해보았지만, 꽤 상세하게 잘 설명되어 있었습니다. 제가 뇌파 데이터 자체가 처음이고 생소해서 낯설었던 점 빼고는 천천히 학습한다면 익힐 수 있을 수도?! 활용되는 곳은 Source Estimation, Machine Learning, Encoding Models, Statistics, Connectivity, Data Visualization 등이 ..

2017년 CVPR에서 발표된 논문 Pyramid Scene Parsing Network입니다. PSPNet이라고 불리며, 주요 키워드는 pyramid pooling module, global context information, different-region-based context aggregation 등이라 볼 수 있습니다. 기본 개념 Semantic Segmentation은 각 픽셀값을 특정 클래스(class)로 분류하는 것 Segmentation과 Detection 차이 Object Detection의 경우, 이미지의 각 class마다 bounding box를 만듦, 객체의 모양을 알 수는 없음 Image segmentation은 각 object마다 pixel-wise mask를 만들어서 obj..

Numpy의 array와 Python의 list의 차이를 알아보겠습니다. Numpy는 Python의 computing을 위한 패키지로, numpy 라이브러리를 import 하여 사용 가능합니다. 행렬이나 대규모 다차원 배열을 쉽게 처리할 수 있도록 지원하고, pandas와도 함께 많이 쓰입니다. import numpy as np List와 Array는 얼핏보면 비슷하게 생겼습니다. # List a = [1,2,3] print(type(a)) >>> list # Array b = np.array([1,2,3]) print(type(b)) >>> numpy.ndarray 차이점은 존재하는데요. 일단 Python은 array(배열)을 지원하지 않습니다. 또한, array는 정적 할당에 해당되어 동적 할당인 l..

자료 출처: CS5670 Cameras, CMU Geometric camera models 저에게 해당 내용들은 굉장히 어렵고 생소합니다. 물론 열심히 공부하고 이해한 것을 바탕으로 정리를 하겠지만, 설명이 다소 장황하고 방대해질 것 같습니다. 핵심 내용만을 보고 싶다면 위의 자료 출처를 참고 부탁드립니다. 감사합니다. 지난 포스팅: [CS5670] Lecture 10: Cameras (1) pinhole, lens camera 지난 포스팅의 경우, camera에 대한 기본적인 이론에 대해 정리하였고, 이번 포스팅은 camera를 배우는 이유가 되는 computer vision을 위한 geometric modeling 부분을 살펴볼 예정입니다. 이제부터 Coordinate system을 통해 projec..

자료 출처: CS5670 Cameras, CMU Geometric camera models 저에게 해당 내용들은 굉장히 어렵고 생소합니다. 물론 열심히 공부하고 이해한 것을 바탕으로 정리를 하겠지만, 설명이 장황하고 방대해질 것 같습니다. 핵심 내용만을 보고 싶다면 위의 자료 출처를 참고 부탁드립니다. 감사합니다. 서론 homographies을 통해 360 panorama를 만들 수 있을까? 이를 이해하려면 camera에 대해 알아야 한다고 합니다. computer vision의 목표는 digital image로부터 3-dimensional world의 속성을 계산하는 것에 있습니다. 이미지와 비디오의 분석을 통해 3D shape을 reconstruct하는 것, 어떻게 움직이는지 파악하고 인식하는 것이 ..

해당 내용을 복습하기 위해 간단히 정리하였습니다. 1. Homogeneous coordinate affine and perspective transformation이 하나의 matrix로 표현 가능 linear equation system이 된다. graphics or 3D vision 분야에서 많이 활용됨 homogeneous coordinate 표현 직선의 방정식 $ax+bx+c=0$ → $ax+bx+cw =0$ 로 표현 됨 $ax+bx+c = 0$ 상의 점으로 투영되는 점 $(x,y,w)$ 들은 $ax+by+cw =0$을 만족해야 함 $P(x,y)$의 좌표를 $P(wx, wy, w)$로 표현하는 방식 (단, $w\ne0$) $w=0$ 이 되어버리면 무한대가 되어버림 2D image에 한 점으로 투영..