코딩가딩가딩

운동 동작 인식에 관한 연구를 좀 더 찾아볼 것!

Intel Realsense D455를 활용할 환경을 구축했으니, 성능을 검증해보았다. 이거는 영상인데, 30cm정도까지는 물체의 거리를 잘 측정하지만 그 이내로 가까운 물체의 거리를 인식하지 못하는 것을 녹화해두었다. 이게 적외선을 이용해서 Depth를 측정하는 기기인줄 알고 왜 가까우면 측정이 안 될까 의문이었는데, 스테레오 방식이었다... 스테레오 방식에서 카메라 두 개가 만나는 지점? 이내에서는 거리를 측정할 수 없으니 당연히 안 나오는 게 맞았다. 그런데 기기 설명에서는 스테레오로 Depth를 측정하지만, 적외선을 이용해서 정확도를 높여?준다는데, 그럼 가까운 거리는 적외선으로 측정해서 보여주면 안 되는 건가...? 실제로 자를 이용해 거리를 측정해보며 얼마나 정확한지 검증해보았다. 직접 손으로..

C++ 코드를 도저히 이해하기가 어려워서 Python으로 바꿨다. 실시간으로 깊이 정보를 받아와서 그걸 문자 형태로 출력해내는 예제 코드를 실행하고 이해해보았는데, 제대로 동작을 했다. 이건 전체 코드이고, 다음 슬라이드에서 핵심 부분을 설명한다. 640*480 크기로 받아온 것을 10*20이 한 픽셀이 되도록 쪼개서 계산을 해준다. 한 픽셀, 즉 하나의 10*20 묶음마다 1m 이내의 거리가 몇 번 등장하는지를 세어서 25로 나눈다. 최대 200번 등장할 수 있으므로 각 픽셀은 0~8의 값을 갖게 된다. 0~8의 값을 각각 " .:nhBXWW"로 치환해준 뒤 콘솔에 출력해준다. 출력된 모습이다. 왼쪽은 내 상체 부분이고, 오른쪽은 상체 앞으로 손을 내밀었을 때의 모습이다. 손의 모습이 뚜렷하게 보이지는..

Depth Camera를 이용한 연구과제를 수행하기 위해 Kinect 기기를 기다렸지만 더이상 한국에서 판매를 하지 않아 Intel RealSense D455로 사용하게 되었다. 해당 기기를 사용하기 위한 개발 환경을 구축하였는데, 랩미팅을 한 시점에서는 계속 오류가 발생하여 오류가 난 그대로 랩미팅을 진행하였다. Intel RealSense D455 Depth Camera로 정면에서 찍은 모습 정면에서 찍은 것을 PC 화면상에서 돌려보면 거리까지 계산되어 이렇게 나타나는 것을 볼 수 있다. 슬라이드 2,3번의 사진은 Intel RealSense SDK를 설치하면서 함께 설치된 Intel RealSense Viewer 프로그램을 이용해 본 것이다. C++로 작성된 코드로, 카메라가 찍고 있는 프레임 내에..

Tensorflow로 학습한 word2vec 모델을 안드로이드 프로젝트에서 활용하기 위해 Tensorflow Lite 형태의 파일로 저장을 해서 사용해보았다. 아직 내가 원하는 동작까지는 성공하지 못했지만, tflite 파일을 저장해서 사용할 수 있다는 것을 확인하기 위해 예제로 사용한 간단한 코드에서는 제대로 동작했다. 지식이 너무 부족하다보니 시스템 설계 자체를 애초에 잘못한 것 같다. 시스템 설계를... 제대로 해야겠다. 그리고 다음주부터는 Lab meeting에서 이 주제가 아니라 연구 논문을 쓸 주제로 진행하기로 했다. 관련 공부를 좀 더 해보고, 이 관련 내용은 동아리 활동에서 계속 진행하면 될 것 같다.

유의어가 아니라 연관어를 얻기 위해 동시 출현 기반 방법을 이용해보았다. 둘의 비교가 필요할 것 같다.

word2vec 모델을 직접 이용하여 데이터 학습을 시켰을 때 원하는 값이 나오는지 확인을 해보았다. +) 학습 데이터 https://www.kaggle.com/snapcrack/all-the-news All the news 143,000 articles from 15 American publications www.kaggle.com

이번 Lab meeting에서는 word2vec를 학습할 때 어떤 데이터를 사용해야 할지에 대해 공부하고 발표해보았다. 불용어를 제거하지 않았을 경우에는, 해당 단어가 크게 의미를 가지지 않은 단어임에도 불구하고 다른 단어와의 연관성이 있다고 판단될 수 있다. 또한 의미없는 단어까지 학습하게 된다는 점에서 불필요한 시간이 소요될 수 있다. 이제는 직접 코드를 작성하고 실행해보는 작업을 해보아야 할 것 같다.

이번주는 Word2Vec 이외에 연관어를 분석하는 방법 2가지를 공부해보았다. 같은 단어 쌍(순서 무관)이 여러번 등장할수록 연관되어 있다고 보는 '동시 출현 기반 연관어 분석' 방법이 있다. 가중치를 활용한 '통계적 가중치 기반 연관어 분석' 방법이 있는데, 이 방법에서 가중치를 이용해 유사도를 계산하는 수식이 3가지 정도 존재한다.(더 존재할수도 있지만 내가 발견한 글에는 대표적으로 3가지가 설명되어 있었다) 수식을 자세히 보지도 않고 어려워 보여서 건너뛰었는데, 교수님이 해당 수식은 어려운 것이 아니라고 하셨다. 나중에 자세히 보면서 공부할 필요가 있을 것 같다. 연관어 분석에서 단어별 중요성을 파악하는 데 쓰이는 중심성 계수에 대해서도 공부해보았다. 교수님과 대화를 나누다보니 이 부분은 이해가 확..