Human Pose Estimation 분야에서 핫한 Convolutional Pose Machines 을 이용해서 연구중인데, 내가 시도하려고 했던, 아니 향후 시도할 예정이었던 내용의 연구가 이미 발표되었다. (따끈 따끈한 1월 5일에!) 대단하기도 하고 허탈하기도하고 신기하기도 하다. 심지어 참고문헌에 내가 봤었던 논문들이 쫙 있어서 너무 놀랬다... 내가 생각한건 기존에 존재하는 3D Shape 모델인 SMPL 모델을 가지고 Deformal한 모델을 생성하거나 매칭하는 것이었는데 이렇게 좋은 연구가 나와주었다. 나도 이 모델을 가지고 연구를 하려다가 권한문제로 필요한 파일을 못받게 되는 문제 때문에 아직 나아가지 못했다가 일단 3D pose estimation 먼저 하고 다되면 ... 하려고 했던..

컨볼루션 네트워크를 이용한 3차원 인간 자세 추정 (텐서플로우를 이용한 구현) 자료이다. Convolutional Pose Machine을 이용하여 3차원 좌표상에 인간의 자세를 추정하는 과정이다.소스코드는 깃에 공개되어있다. 깃 : https://github.com/DenisTome/Lifting-from-the-Deep-release프로젝트 페이지 : http://www0.cs.ucl.ac.uk/staff/D.Tome/papers/LiftingFromTheDeep.html Abstract We propose a unified formulation for the problem of 3D human pose estimation from a single raw RGB image that reasons jo..

출처 : https://github.com/tkwoo/segmentation-visualization-training tkwoo/visualization-segmentation-process Segmentation visualization, keras, augmentation, fine tuning - tkwoo/visualization-segmentation-process github.com 텐서플로우와 케라스를 이용하여 Image Segmentation 하는 과정을 시각적으로 확인해보기

CCTV가 똑똑해지고 있다. 방범, 범죄예방, 소매점 매출 증대 등 다양한 분야에 활용되는 CCTV는 지능형 영상분석 솔루션이 더해지면서 사회를 더욱 더 안전하고 편리하게 만들어주고 있다. 딥러닝 기술이 결합되면 더 발전된 지능형 영상 분석 기술을 이용하게 되며, 클라우드를 이용해 대량의 컴퓨팅 리소스를 사용하면 더 빠르고 정확하게 탐지하고 대응할 수 있게 된다. 지능형 영상분석 솔루션 시장의 현재와 미래를 살펴본다. 최근 범죄 수사에는 CCTV와 블랙박스가 결정적인 증거 자료로 활용된다. CCTV 영상에서 피해자 또는 용의자의 동선을 쫓고 범죄현장 영상을 분석해 범죄 상황을 알아본다. CCTV와 같은 영상 정보는 이미 일상생활에 널리 사용되고 있다. 거리의 CCTV에서 범죄 상황이나 사고 상황을 지능적..

지능형 영상 분석 솔루션 RapidCheck RapidCheck Smart Video Anaylsis Solution We're developing video analysis solution to easily find out specific objects using informations such as direction, speed, colors, an so on. Entire project consists of 3 Modules : Detection Engine Tracking Engine Main GUI program Detailed docs for RapidCheck is below 1,2) Detection & Tracking Summary 1-1) Detection: Introduction 1-..

CCTV에서 폭력행위 감지 시스템 연구 오래 전부터 CCTV를 활용한 감시 시스템은 여러 분야에 활용 되어 왔다. 야간방범, 교통 및 주차단속, 쓰레기 무단투기 등 다양한 목적으로 운영되던 CCTV의 효과가 가시화되자 통합 관제 센터를 설치하여 하나로 통합, 연동해 관리함으로 인력 및 비용의 절감 효과를 거두어 효율성을 높이고 있다. 이렇게 지방자치단체 마다 관리되는 CCTV수는 점차 증가하고 있지만 평균 1,000여대에 달하는 CCTV를 관제하는 요원의 수는 20여명에 불과해 이를 제대로 관제하기는 어려운 실정이다. 따라서 CCTV 모니터를 육안으로 관제하는 한계를 극복하기 위해 CCTV 영상을 실시간으로 분석해 특정인의 행동을 인식하거나, 차량번호의 자동 감지하여 요원들에게 경보음을 알려주는 등의 지..

나중에 detector 를 파이썬으로 구현하고자 할 때 좋은 자료가 될듯 관련논문 1은 딥러닝을 구현하여 heatmap 을 생성해 object detection을 수행하는 논문이고, 관련논문 2도 딥러닝을 기반으로 bounding box 를 추출하는 과정을 수행한다. 관련논문 3은 구글에서 수행했던 논문인데, image cropping 부터 시작해서 human pose estimation 을 수행한다. 다음은 관련논문 1의 Git 이다. https://github.com/google/multibox google/multibox Contribute to google/multibox development by creating an account on GitHub. github.com 관련 논문 1 : Sca..

참고자료 : 신경망 첫걸음 (한빛미디어) 딥러닝에서의 Hello World는 손글씨 숫자 이미지를 인식하는 것이다. MNIST 데이터셋 MNIST 데이터셋은 훈련용 55000개 및 테스트용 1만개로 이루어진 손글씨 숫자의 흑백 이미지 데이터이다. 이 데이터는 http://yann.lecun.com/exdb/mnist 에서 다운 받을 수 있다. 이미지를 다루는 경우에 데이터 전처리나 포매팅이 중요하지만, 이는 시간이 많이 걸리는 부분이다. 그러므로 이 데이터셋은 딥러닝을 시작하기에 안성맞춤이라고 한다. 이 흑백 이미지는 가로세로 비율은 그대로 유지하고 20x20 픽셀로 정규화 되어있다. 정규화 알고리즘 (가장 낮은 것에 맞춰 전체 이미지 해상도를 감소)에는 앤티에일리어싱 처리가 되어 이들 이미지에는 회색 ..

Pose Estimation 관련 Git DeeperCut Part Detectors :: https://github.com/eldar/deepcut-cnn (Caffe) 관련 논문 : [1] DeeperCut: A Deeper, Stronger, and Faster Multi-Person Pose Estimation Model [2] DeepCut: Joint Subset Partition and Labeling for Multi Person Pose Estimation DeepPose (Stg-1) on TensorFlow :: https://github.com/asanakoy/deeppose_tf asanakoy/deeppose_tf DeepPose implementation on TensorFlo..

참고자료 1 : medium.com/mathpresso참고자료 2 : http://gdyoon.tistory.com/9참고자료 3 : 텐서플로 첫걸음 (한빛미디어) 1. 회귀분석 (Regression) Pose Estimation에 대한 자료를 찾다보면 Keypoints detection에서 heatmap을 이용한 포즈추정시 Regression 이라는 개념이 많이 등장한다. 사실 이 개념은 머신러닝에서 나오는 개념이며, 이번 기회에 정리해보도록 한다. 회귀분석이란 주어진 데이터가 어떤 함수로부터 생성되었는가를 알아보는 '함수 관계'를 추측하는 것이다. 즉, 훈련 데이터세트 (X, Y) 로 부터 학습알고리즘을 이용하여 가설을 생성하고, 생성된 가설에 데이터를 입력하여 예측 값 데이터를 얻는 것이다. 이러한..

Pre Training 이란? 선행학습(pre-training) 사전훈련(pre-training) 전처리과정(pre-training) 이라고도 하는데, 이는 Multi Layered Perceptron (MLP)에서 Weight와 Bias를 잘 초기화 시키는 방법이다. 이러한 Pre-training을 통해서 효과적으로 layer를 쌓아서 여러개의 hidden layer도 효율적으로 훈련 할 수 있다. 또한, 이는 unsupervised learning이 가능하기 때문에(물론 이러한 가중치와 편향 초기화가 끝나면 레이블 된 데이터로 supervised learning 해야 한다 -> fine tuning) 레이블 되지 않은 큰 데이터를 넣어 훈련 시킬 수 있다는 점을 장점으로 들 수 있다. 또한 Drop-..

논문을 읽다가 이해가 안되던 end-to-end trainable neural network 의 의미를 알아보도록 하자. 모델의 모든 매개변수가 하나의 손실함수에 대해 동시에 훈련되는 경로가 가능한 네트워크로써 역전파 알고리즘 (Backpropagation Algorithm) 과 함께 최적화 될 수 있다는 의미이다. 예를들어 인코더(언어의 입력을 벡터로)와 디코더(벡터의 입력을 언어로)에서 모두가 동시에 학습되는 기계 번역 문제에서 효과적으로 적용 될 수 있다. 즉, 신경망은 한쪽 끝에서 입력을 받아들이고 다른 쪽 끝에서 출력을 생성하는데, 입력 및 출력을 직접 고려하여 네트워크 가중치를 최적화 하는 학습을 종단 간 학습(End-to-end Learning) 이라고 한다. Convolutional neu..