sarah0518

선형패턴 vs. Ellipse 패턴 선형패턴은 주로 인공적인 물체(책상)등에 나타남 ellipse는 자연물체 (꽃) cluttered background: 배경에 잡음이 많이 섞여있는 그림 여러그림을 이어붙이는 방법 공통의 점이나 선을 연결하여 overlap되는 부분에서 이어붙임 --> 공통의 점이나 선을 찾아야함 --> line fitting이 필요한 이유 line fitting의 어려움 1. 실제로는 직선이더라도 사진찍는 각도에 의해 사선으로 사진에서는 표현됨 2. 끊긴것처럼 사진에서는 나타날 수 있음 3. cluttered background --> 해결책 voting/RANSAC(voting이 더좋음) Voting방법 line fitting을 하기 위해서 두점을 이어야 하는데 모든 점의 조합을 보..

SNS Network measures를 하는 이유 1. Who are the central figures (influential individuals) in the network? – 중심도 파악을 위해(Centrality) 2. What interaction patterns are common in friends? (interaction pattern을 찾기위해- level of interaction) – Reciprocity(상호성) and Transitivity – Balance and Status 3. Who are the like-minded users and how can we find these similar individuals? – Similarity(유사도 측정을 위해) 이번에는 2번,..

Part of speech Part of speech tagging(PoS): 각 문장에 품사를 붙여 주는 것 한국어 PoS tag: 46개 영어 PoS tag: - Noun - Verb - Adjective(형용사) - Adverb(부사) - Preposition - Determiner: 관사, WH-determiner(which, that) - Coordinating Conjunction: and, but, or - Particle: 연결부사(take off에서 off와 같은 것들) Closed class categories: Pronouns, prepositions, modals, determiners, particles, conjunctions Open class categories: 명사, 동사..

Edge Detection - Goal: 급격한 변화(불연속성등)을 파악하는 것 - 장점: More compact than pixels Edge Detection을 통해 얻을 수 있는 것들 1. 정보추출 2. 물체인식 3. Recover geometry and viewpoint Edge Detection에 방행되는 요인 illumination 효과 (음영효과) Edge 구성요소 1. Edge direction: intensity가 증가하는 방향에서 직교하는 방향 2. Edge strength: intensity 변화의 정도 --> 0~255 vs. 10~20 중 앞에것이 edge strength가 더 큼 3. Edge position: the image position at which the edge i..

SNS Network measures를 하는 이유 1. Who are the central figures (influential individuals) in the network? – 중심도 파악을 위해(Centrality) 2. What interaction patterns are common in friends? (interaction pattern을 찾기위해- level of interaction) – Reciprocity(상호성) and Transitivity – Balance and Status 3. Who are the like-minded users and how can we find these similar individuals? – Similarity(유사도 측정을 위해) Centrali..

Rule-based approach 문제점 1. Hard to scale-up 2. Brittle(깨지기 쉬움) 3. Ambiguity Tagged Corpus 종류 Ø 품사(Part-of-Speech)가 tag된 corpus Ø Tree tagged corpus ( Penn Treebank) Ø Semantic code(feature) tagged corpus Ø Discourse structure tagged corpus Ø Parallel corpus for MT ( 한-영의 parallel corpus를 뜻함) N-gram 사용 영역 Ø Speech recognition - 음성인식 Ø OCR & Handwriting recognition Ø Machine translation - 기계번역 Ø G..

The traversal technique guarantees that 1. All users are visited; and 2. No user is visited more than once. graph algorithms의 2가지 main techniques 1. Depth-First Search (stack 기법을 사용함 - FILO) 2. Breadth-First Search (BFS) (queue를 사용함 -FIFO) DFS의 코드 간략화(push) 단, 밑줄 친 빨간 부분은 if node에 방문마크가 안되어있는 것만 push해서 S 스택에 넣으라는 명령어로 바꿔주어야지 속도가 빨라짐 BFS와 DFS의 차이점은 BFS는 neighborhood의 노드를 먼저 방문한 다음에, 그 다음에 다른 노드로 ..

image의 bit depth grey scale: 8bit RGB: 24bit or 32bit 24bit에서 R, G, B 이렇게 3개(8*3?)를 표현하고 32bit에서는 RGB외의 8bit를 이미지의 다른 특성을 표현하는데에 사용함 ** 참고로 analog image - film은 0~255의 discrete한 값을 갖는 것이 아니라, 연속적인 값을 갖는 것임 이미지 표현 bitmap or vector 이 외에도 matrix표현방법도 있음 ** openCV는 C++기반 library이고 (0,0)이 기준점 ** 참고로 matlab는 (1,1)이 기준점 이미지 복원 예시 (d)는 강한 high frequency영역만 취해서(threshold로 noise 제거) 만든 이미지 이미지 correction ..