[DIP] K-Means Tree: Nearest Neighbor Search
·
Programming/DIP
https://gist.github.com/dsaint31x/f7f59e6b99f6ef3dc46e4e7da8826cd9 dip_kmeans_tree.ipynbdip_kmeans_tree.ipynb. GitHub Gist: instantly share code, notes, and snippets.gist.github.com 0. 소개K-Means Tree는대규모 데이터에서효율적으로 Nearest Neighbor Search (최근접 이웃 검색)을 수행하기 위해계층적으로 데이터를 K개의 cluster로 clustering하여일종의 Binary Tree 자료구조 를 만드는 알고리즘.k-d Tree에서 k는 검색하는 vector space의 dimensionality에 해당하며,K-Means Tree는 각 d..
[SS] Discrete System Representation: DE, MA, AR, ARMA, ARIMA, SARIMA
·
.../Signals and Systems
신호처리 관점에서의 시스템 표현: 차분 방정식과 MA, AR, ARMA, ARIMA, SARIMA 모델신호처리에서 이산 신호 시스템은 FIR(Finite Impulse Response) 시스템과 IIR(Infinite Impulse Response) 시스템으로 분류할 수 있음.이들은 difference equation(차분 방정식)을 통해 수학적으로 표현가능함.그러나 차분 방정식만으로는 신호의 주파수 응답, 자기 상관성, 노이즈 제거 등의 다양한 특성을 효과적으로 반영한 모델링이 어려움. 이를 보완하기 위해 다음의 확장된 형태의 표현(representation, model)이 도입됨.MA(Moving Average),AR(Auto-Regressive),ARMA(Auto-Regressive Moving A..
[Math] Exponential Moving Average (EMA)
·
.../Math
Definitionmoving average (=rolling average or running average)데이터 포인트를 분석하기 위한전체 데이터 집합에서 연속적인 부분 집합들의 평균을 계산하는통계적 방법이다.MA 중에서도 EMA는최근의 데이터에 더 큰 가중치를 주고오래된 데이터일수록 지수적으로(exponentially) 감소하는 가중치를 적용하여계산하는 이동 평균 임.주의: EMA는 Auto-regressive model임.The EMA $y$ for a series $x$ may be calculated recursively:$$\begin{aligned}y_{t}&={\begin{cases}x_{1},&t=1 \\ \beta \cdot x_{t}+(1-\beta )\cdot y_{t-1},&t..
[SS] Structural Characteristics of Discrete Signals (or Time-series Data) : 작성중
·
.../Signals and Systems
Discrete Signal과 Time-series DataDiscrete signal은 이산 시간(discrete time)에서 측정된 값을 가지는 Signal이는 일반적으로 time series data의 한 형태로 볼 수 있음.시간의 discrete point에서 정의된 signal은 시간적 패턴과 통계적 특성을 분석하기 위해 동일한 방법론이 적용될 수 있음:Difference EquationDigital ConvolultionMAARARMAARIMASARIMA2023.09.01 - [Computer] - [ML] Time Series 란? [ML] Time Series 란?시계열 데이터라고 불리는 time series data는 쉽게 생각해서 일정한 시간 간격으로 배치된 seqence (수열) 을..
[CV] Optical Flow: Lucas Kanade Method (LK method, 1981)
·
Programming/DIP
Optical Flow: Lucas Kanade Method (LK method, 1981) Lucas-Kanade Method은 특징점을 중심으로 하는 local window를 선택하여,해당 window내에서 모든 pixel이 brightness constancy contraint를 만족한다는 가정 하의 linear system model을 이용하여 sparse optical flow를 구하는 알고리즘을 가리킴.local optimization method에 기반하다는 점에서 Horn-Shunck 메서드와 대비됨.작은 local window를 사용하기 때문에 계산량이 작다는 장점을 가지나, large motion에 취약.key point에 의존하며, 일반적으로 정확도 면에서 Horn-Shunck보다 떨..
[CV] Optical Flow: Horn-Schunck Method (1981)
·
Programming/DIP
Horn-Schunck(혼 슁크) 방법은Optical Flow를 구하는 기법으로Global Optimization Method임.Optical flow는 연속된 영상프레임 사이에서Global Optimization 기반으로 물체의 이동(motion vector or velocity)을 추출하는 기법임. Original Ref. : https://www.researchgate.net/publication/222450615_Determining_Optical_Flow 더보기참고:2004년 제안된 Brox Algorithm은 Horn-Schunck Method가 조명이 변화하는 환경이나 Texture가 약한 환경에서 잘 동작하지 않는 단점을개선한 알고리즘으로 $E_\text{data}$와 $E_\text{sm..