VISION 썸네일형 리스트형 클러스터링 (Clustering) 군집화라는 것은 말 그대로 어떤 데이터들을 몇 개의 군집으로 모으는 것을 의미한다. 쉽게는 그룹으로 나눈다고 이해하면 된다. 이는 참으로 많은 곳에 쓰인다. 그도 그럴 것이 수많은 데이터마다 따로따로 처리해줄 수는 없지 않은가. 수많은 데이터를 그룹으로 나눈 뒤에 특정 그룹별로 처리를 한다거나 그 그룹의 특성을 알아내는 것이 훨씬 더 쉽기에 데이터를 올바르고 빠르게 군집화하는 것은 머신러닝이나 빅데이터 분야에서 항상 중요한 문제로 다루어지고 있다. 이번에는 기본이 되는 군집화 알고리즘을 소개하고자 한다. K 평균 군집화 (K-mean clustering) 대부분의 사람들이 군집화 알고리즘을 배울 때 가장 처음 접하는 K 평균 군집화 알고리즘이다. 데이터가 벡터로 표현되어 있을 때, 아래의 목적식을 최소화.. 더보기 이미지 세분화 (Image segmentation) 이미지를 세분화한다는 것은 이미지에 있는 픽셀들을 군집화하겠다는 의미이다. 이미지가 가지고 있는 특성으로 픽셀간의 거리와 픽셀값 그 자체가 있다. 일반적으로 인접한 픽셀끼리 군집화 하고 픽셀값이 비슷한 것끼리 군집화하는 것이 말이 된다. 예를 들어, 사자가 있는 이미지에서 세분화를 진행했을 때, 사자에 해당하는 픽셀들은 위치적으로 모여있을 것이고 대체로 색깔이 노랄 것이기 때문이다. 이처럼 이미지를 세분화 하는 것은 거리 정보도 고려해야 하기 때문에 일반적인 데이터를 세분화하는 것과는 살짝 다르다. 이 또한 딥러닝이 제일 잘하지만.. 이전에 사용되었던 클래식한 여러 알고리즘에 대해서 알아보자. 분수령 알고리즘 (Watershed algorithm) 이미지의 픽셀 하나하나를 높이라고 생각해보자. 그러면 이.. 더보기 이전 1 다음
