이빨 빠진 미남이

난생 처음으로 github branch를 만들고 업로드를 해보았습니다! github은 원래 분산 버전 관리 툴인 git을 사용하는 프로젝트를 지원하는 호스팅 웹 서비스입니다. 하지만 이때까지 깃헙을 그저 메모장 수준으로만 사용하고 있던 저였고, 제가 아는 거라곤 git add ... git commit ... git push origin ... git pull origin ... 이정도가 다였습니다. git은 제 컴퓨터인 로컬 저장소와 원격 저장소가 되는 github를 연결 시켜주고, 작업물을 관리할 수 있습니다. branch를 만들기 전에 먼저 해야할 것이 있죠! 저는 git bash 환경에서 진행했습니다. 1. 로컬과 원격 저장소를 만든 다음, git remote add origin (Repo url..

해당 게시글은 제가 뭘 모르는지도 잘 모르는 채 일단 정리합니다. 혼자 공부하며 정리한 내용이다 보니 오류가 있을 수도 있는데 발견시 지적해주시면 정말 감사드리겠습니다.🤦‍♀️ Intro 이미지/영상 작업에 있어 Transformation은 기본적인 이미지 처리 방법인 filter나 blurring 등의 적용을 의미합니다. 픽셀 단위 별로 변환을 주는 작업에 해당됩니다. 특징으로는 픽셀 값의 변화가 있을 뿐, 픽셀의 위치 이동은 없다는 점입니다. 여기서 Geometric transformation이란 영상을 구성하는 픽셀이 배치된 구조를 변경함으로써 전체 영상의 모양알 부끄는 작업을 뜻합니다. 즉, 어떤 픽셀의 좌표가 다른 좌표로 이동되는 경우를 의미합니다. 위 그림은 대표적인 geometric tran..

자료 출처: CS5670 Image alignment Why don’t these image line up exactly? What is the geometric relationship between these tow images? Answer: Similarity transformation (translation, rotation, uniform scale) Very important for creating mosaics! First, we need to know what this transformation is. Second, we need to figure out how to compute it using feature matches. 먼저 이 변환(transformation)이 무엇인지 알아야 하..

내용 출처: CS5670 이번 파트는 cs5670의 6번째 강의로 Feature Descriptors and Feature Matching의 주제입니다. 책으로는 4.1 파트에 해당됩니다. Local features를 찾는데 1) Detection, 2) Description, 3) Matching이란 3단계가 있다면, 이제 2번째 단계입니다. 해당 파트는 PPT 자료에 나온 그대로 각각 흥미 있는 포인트 주위로 벡터의 특징을 추출하는 부분입니다. Feature descriptors 저번 Lec5. 에서 해당 페이지를 마지막으로 끝이 났습니다. We know how to detect good points Next question: How to match them? Answer: Come up with a..

내용 출처: CS5670 Local features: main components Detection: Identify the interest points. Description: Extract vector feature descriptor surrounding each interest point. Matching: Determine correspondence between descriptors in two views. Harris features(in red) Image transformations Geometric: Rotation, Scale Photo metric: Intensity change Invariance and equivariance We want corner location to be ..

평소처럼 git add, git commit을 하던 도중 error가 발생했습니다. 사실 모든 error는 원인을 알려주고, 그것을 꼼꼼히 읽고 구글에 검색하고 열심히 이것저것 따라가다 보면 해결할 수 있는데요. 이번 error는 저도 기록해두기 위해 포스팅해봅니다. 1. 문제 원인 Github에서 README.md 수정을 하였음 → 원격 Repository에는 반영이 안 됨 → git pull을 해야함 (연동!) error: Your local changes to the following files would be overwritten by merge: README.md Please commit your changes or stash them before you merge. 저는 error 명을 보고,..

Aliasing 출처: 위키디피아 Aliasing(앨리어싱)이란 무엇일까? 엘리어싱이란 위신호 현상의 의미로 신호 처리에서 표본화(샘플링)을 하는 가운데 각기 다른 신호를 구별해내지 못하게 하는 효과를 의미합니다. 신호가 샘플로부터 다시 구성될 때, 결과가 원래의 연속적인 신호와 달라지는 '일그러짐'을 가리키고, 계단 현상이라 부르기도 합니다. 붉은색 선: 실제 신호 검은색 실선: 샘플링 된 값 실제 신호보다 샘플링 된 값의 주기가 더 낮습니다. 이런 경우 sampling rate가 낮다고 하며, 신호를 제대로 해석할 수 없습니다. 이런 상황을 Aliasing이라고 합니다. 헷갈리는 몇 가지 용어를 정리해보자면 Sampling: 무한한 continuous한 데이터들에서 유한한 데이터를 얻어내는 과정을 의..

해당 게시글은 위 출처에서 질문과 답변을 참고하여 내용을 정리하였음을 밝힙니다. Machine Learning Interview Questions and Answers Q-1: 머신러닝이란 무엇인가요? 머신러닝은 인간처럼 행동할 수 있는 지능적인 시스템을 개발하는 알고리즘에 대한 연구입니다. 기계가 데이터를 학습하고 패턴을 인식하여 새로운 데이터가 도착하면 예측을 할 수 있도록 합니다. Q-2: 지도 학습과 비지도 학습의 핵심 차이점은? 참고 Supervised learning에는 label이 지정된 데이터가 필요하고, 맞춰야 하는 값이 있습니다. 따라서 크게 2가지로 나눌 수 있는데 첫 번째로는 예측하는 값이 categorical한 경우 분류(classification) 문제가 있습니다. 두 번째로는 ..