Image Feature 조사

목차

1. Image Feature
2. Image Feature가 왜 필요한가.
3. Feature Extraction
4. Feature Selection VS Feature Extraction

본문내용

Image Feature
* Image Feature(이미지 특징)은 컴퓨터 비전 분야, 이미지 프로세싱 분야에서 사용됩니다. 특정한 응용프로그램에서 계산이 필요한 문제들을 해결할 때 사용되는 기술입니다. Machine Learning(머신러닝) 과 Pattern Recognition(패턴인식) 과 같은 의미로 사용됩니다. 사진이나 비디오 영상에서의 특징을 찾아내는 기능으로 주로 사용됩니다.

Image Feature가 왜 필요한가.
* 머신러닝은 입력 데이터를 출력 데이터로 대응시켜주는 블랙박스라고 대략 설명할 수 있습니다. 이 매직박스는 입력 데이터의 함수인데 선형 또는 비선형의 형태를 가질 수 있는데, 우리는 훈련 데이터를 사용해서 이 함수를 학습하지만, 항상 잘 학습되지는 않습니다.
예를 들어, 우리가 경기장의 관중 수를 입력으로 해서 해당 야구 경기의 결과를 알고 싶다고 합시다. 경기장의 관중 수만으로 경기의 결과를 정확하게 예측하는 것이 가능할까요? 아마도 관중 수 정보만으로는 경기 결과를 도출하기에는 충분하지 않을 겁니다.
앞의 예제를 통해, 머신 러닝의 성능은 데이터의 양과 질에 굉장히 의존적이라는 것을 알 수 있습니다. 가장 이상적인 입력 데이터는 부족하지도 과하지도 않은 정확한 정보만 포함합니다. 그렇다면, 우리는 관찰을 통해서 정확한한 정보만을 얻을 수 있을까요? 물론 우리가 풀고자 하는 문제에 대한 완벽한 배경(사전) 지식이 있다면 올바른 정보만을 모을 수 있겠지만, 아쉽게도 대부분 상황에선 그렇지 않습니다. 아마도 많은 경우는 풀고자 하는 문제에 충분한 배경 지식이 없기에 우리가 머신 러닝 기법을 적용하려는 것이겠죠.

따라서, 우리가 보통 취하는 방법은 먼저 충분한 데이터를 먼저 모으고 (예를 들어, 우리가 관측하고자 하는 대상에 충분한 개수의 센서를 붙입니다.), 데이터를 모은 후 어떤 feature가 유용한지 아닌지 확인하는 과정을 거칩니다.

참고 자료

Li, Jundong, et al. “Feature Selection: A Data Perspective.”,
https://en.wikipedia.org/wiki/Feature_(computer_vision)
https://en.wikipedia.org/wiki/Feature_extraction