CNN 기반의 이미지 회귀 모델 학습을 위한 전처리 기법 분석

Abstract

딥러닝 기반의 이미지 분석법은 일반적으로 이미지를 분류(classification)하거나 이미지 내에서 사물을 인식(object detection)하는 등의 목적으로 많이 활용되고 있다. 하지만 이미지에서 특정한 수치를 예측하는 회귀(regression) 모델 역시 다양한 응용에서 활용될 수 있다. 본 논문에서는 CNN (Convolutional Neural Network) 기반의 이미지 회귀 모델 설계시 고려해야 될 특징과 활용 예를 보여주며 회귀 모델에 적용될 수 있는 전처리 기법을 보여준다. 실험 결과에서는 회귀 모델을 이용하면 학습 데이터를 생성하는데 비용을 최소화 하면서 비교적 정확한 예측 정확도(0.9534 상관 관계, R squared) 를 달성할 수 있음을 보여준다