3팀-최웅준, 송근영, 김정민

회의 날짜 : 02/07 금요일

회의장소 : 능곡역 지노스 카페

회의 내용 : Sliding Window에 대한 팀원들 간의 질문이나 생각들이 가장 많이 겹친 부분이었으며 중요하다고 판단하여 이번 발표 주제로 선정하게 되었습니다.

Sliding Window란 무엇인가?

sliding window는 사진을 윈도 사이즈에 맞춰 나눈 다음 매 윈도우로 잘린 이미지를

입력값으로 모델을 통과해서 결과를 얻는 방법입니다.

기존 Sliding window의 문제점

기존 컴퓨터 비전 분야에서 신경망이 성공적으로 사용되기 전에는 간단한 선형 분류를 사용했었습니다.

사용자가 직접 특징을 정해주었고 분류기가 선형 함수를 사용하기 때문에

계산 비용이 저렴하였기 때문에 문제가 없었지만

슬라이드 윈도우를 CNN 네트워크에 적용시켰을 때
여러 번 네트워크 연산을 해야 하므로 계산 속도가 느려지게 되고

반대로 스트라이드를 넓히게 되면 결과가 정확하지가 않았습니다.

이러한 문제점을 바로잡기 위해서

슬라이딩 윈도우 물체 인식기를 합성곱을 이용하여 효율적으로 구성하게 됩니다.

합성곱으로 슬라이딩 윈도 구현하기

기존의 Sliding Window 연산의 FC를 convolution으로 바꾼 형태

400개를 단지 노드의 집합으로 보기보다는
1*1*400의 볼륨을 가지는 것으로 보도록 하겠습니다.

400개의 노드가 5*5*16 차원의 필터를 가지고 있기에
수학적으로 완전히 Fully connect와 동일 합니다.

400개의 각 값이 5*5*16에 대한 임의의 선형 함수 이기 때문입니다.