1. Embedding의 수학적 정의두 vector space(벡터 공간) $V$와 $E$가 있을 때,함수 $f: V \to E$가 다음 조건을 만족하면 embedding이라고 정의됨.$f$는 단사 함수(injective function).즉, 모든 $\textbf{v}_1, \textbf{v}_2 \in V$에 대해:$f(\textbf{v}_1) = f(\textbf{v}_2) \Rightarrow \textbf{v}_1 = \textbf{v}_2$$f$ 는 연속 함수(continuous function) 임.$f$의 Inverse function $f^{-1}: f(V) \to V$는 $f(V) \subset E$의 부분집합에서 $V$ 로 가는 함수이며 이역시 연속이어야 함.2021.09.14 - [..

Kernel Function은머신러닝, 특히 SVM(Support Vector Machine) 과 같은 알고리즘에서 중요한 역할을 하는 함수로Similarity를 측정하거나데이터를 고차원 특성 공간으로 매핑하여 비선형 문제를 선형적으로 처리할 수 있는 과정에 핵심적인 역할을 수행함.1. 수학적 정의:Kernel function $K(\textbf{x}, \textbf{y})$는두 데이터 포인트 $\textbf{x}$와 $\textbf{y}$ 사이의 similarity을 측정하는 function.이는 고차원 특성 공간에서의 내적(inner product)을 계산하는 것과 동등함.즉, Kernel function $K(\textbf{x}, \textbf{y}) = \langle \phi(\textbf{x})..

RBF KernelRBF 커널 또는 Gaussian 커널이라고도 불리는 함수머신 러닝에서 Kernel Function으로 널리 사용되는 함수서포트 벡터 머신(SVM), 커널 PCA 등의 알고리즘에서 사용.similarity 계산 및 고차원 feature space에 매핑후 inner product 값을 구하는 등에서 사용됨.similarity metric으로 사용됨 (distnace function은 아님)distance 와 similarity의 차이가 명확하지 않으면 다음 접은 글을 참고더보기https://dsaint31.me/mkdocs_site/DIP/cv2/etc/dip_metrics/#distance-function-or-metric BME228Metrics for Image Quality Im..

cv2.convertScaleAbs()이 함수는 주로 image의 brightness(밝기)와 contrast(대비)를 조절하는데 사용됨.alpha parameter로 contrast를 조절.beta parameter로 brightness를 조절.기본 구문dst = cv2.convertScaleAbs(src[, dst[, alpha[, beta]]])src: 입력 이미지 (numpy 배열)dst: 출력 이미지 (선택적)alpha: 스케일 팩터 (기본값 1)beta: 추가할 값 (기본값 0)동작 원리이 함수는 각 픽셀에 대해 다음 연산을 수행:dst(x,y) = saturate( |src(x,y) * alpha + beta| )where,saturate 함수는 결과값을 [0,255]로 제한.주요 특징입력 ..

1. Basic Operationsimage pixel 값에 접근하기: 개별접근과 slicing (NumPy의 FancyIndexing이나 mask를 이용한 방식에 대한 이해도 중요함)더보기https://dsaint31.me/mkdocs_site/DIP/cv2/ch01/dip_1_01/#pixel BME228Basic Operations on Images 목표 pixel의 intensity 또는 color vector의 값을 읽거나 수정하기. image의 property들을 확인하기 ROI 설정하기. image를 여러 축으로 나누거나 합치기. OpenCV의 Python Binding에서 기본 데이dsaint31.me 다음은 NumPy 외에 ndarray에 해당하는 Tensor의 요소를 indexing하는..

CV2.INTER_AREACV2.INTER_AREA는 OpenCV 라이브러리에서 제공하는 image interpolation 방법 중 하나임. 주요특징과 작동방식 주요 특징과 작동 방식은 다음과같음:목적:주로 이미지를 축소(downsampling or shrinking)할 때 사용됨.pixel area 관계를 사용하여 새로운 픽셀 값을 계산.작동 원리:소스 이미지의 pixel area을 목표 이미지의 pixel area에 매핑.각 목표 픽셀에 대해, 해당하는 소스 이미지의 픽셀들의 평균값을 계산하여 채움.특징:모아레(Moiré) 패턴을 줄이는 데 효과적.이미지 축소 시 선명도를 잘 유지함.성능:이미지 축소 시 다른 방법들보다 좋은 결과를 제공함.확대 시에는 nearest-neighbor interpola..