Review/Paper

개요 지난 글의 전통적인 Semantic segmentatio 방법론에 이어서 딥러닝을 통한 Semantic segmentation을 살펴보기 위해 2015년 CVPR에 퍼블리시된 FCN(Fully Convolutional Networks for Semantic Segmentation)을 정리해보겠습니다. FCN 설명 간단하게 FCN을 설명하자면 기존의 분류모델인 VGG, Google Net 등의 모델을 Semantic Segmentation으로 사용하기 위헤 목적성에 맞게 Classifer를 FCL(fully connected layer)에서 Conv layer로 교체(Convolutionalization)하여 Encode 부분을 구성하고 Upsampling(Bilinear Interporation, ..

Semantic Segmentation 이란? Semantic Segmentation은 Computer Vision을 통해 해결하고자 하는 Task 중 하나이다. 간단하게 설명하자면 이미지 내에서 픽셀들을 각각이 내포하고 있는 class로 분류하는 작업을 의미한다. Semantic Segmentation Task는 다양한 분야에서 활용되지만 저는 주로 의료 데이터를 통한 segmentation 연구를 진행하고 있습니다. Traditional method based Semantic Segmentation? CV 연구 개발 초기에는 thresholding, edge detection 및 region growing과 같은 간단한 휴리스틱 기반 방법으로 시작되었다. Thresholding Thresholding..

메디컬 데이터에서 많이 사용되는 CV 기법인 segmentation에 대한 논문 리뷰를 진행해 보겠습니다. segmentation은 딥러닝에서도 많이 다루고 있는 주제 중에 하나이지만 딥러닝 같은경우 가용되는 컴퓨터 리소스도 많을 뿐더러 많은 데이터가 필요하다는 단점이 있습니다 메디컬 데이터 측면에서 본다면 일반적인 데이터보다 라벨링이 어렵다는게 가장 큰 문제인데 메디컬 데이터는 일반적인 사람이 라베링하기가 많이 어렵기 때문에 의료인(관련 분야의 의사, 영상의학과 교수 등등)이 진행해야 합니다. 하지만 의료인과 같은 경우는 전문적인 직종일 뿐더러 인적자원이 풍부하지 않기 때문에 더더욱 어렵다는 점이 있습니다. 따라서 오늘은 보다 전통적인 방법인 Otsu을 사용하여 segmentation을 진행하는 논문에..