알고리즘의 발전과 초기 CNN(초기 합성곱 신경망)

1990년대 후반부터 머신러닝과 패턴 인식 기술을 이미지 인식 문제에 적용하기 시작했습니다. 이미지에서 추출한 특징을 기반으로 머신러닝 알고리즘을 사용해 인식하는 방식이었습니다.

캐나다의 컴퓨터 과학자 데이비드 로(David Lowe)는 이미지에서 스케일 불변적인 특징 점(keypoint)을 추출하여, 이미지 크기나 회전 변화에 강한 특징을 제공하는 알고리즘인 SIFT(Scale-Invariant Feature Transform)를 개발했습니다.

SIFT는 이미지 내에서 변화에 강한 특징(코너, 에지, 텍스처 등)인 특징 점을 추출하고 매칭하는 알고리즘입니다. 즉, 이미지가 크거나 작아지거나, 회전하더라도 동일한 물체를 인식할 수 있도록 설계된 기법입니다.

▲ 그림 1-24 SIFT 특징 점 매칭
출처: http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture1.pdf