Noisy Images Domain에 따라 다르지만, 주로 Gaussian noise를 가정 Denoising with Spatial Filter Mean Filter Median Filter: Impulsive Noise Adaptive Filter Noise의 정도에 따라 local window를 미리 설정한다. 만약 Nois...

Unitary Transform Unitary transform은 이미지 또는 신호의 데이터를 변환하는 linear transform으로 원래 데이터의 basis를 바꾸지만, 그 length는 보존한다. Unitary transform은 복소수 공간에서 정의되는 변환으로, 실수 벡터 공간에서의 orthonormal matrix에 대응된다. ...

2D Fourier Transformation 주어진 2D image $f(x,y)$에 대한 Fourier Transform을 $F(u,v)$라고 하자. 2D discrete Fourier transform: [F(u,v) = \sum_{x=0}^{N-1} \sum_{y=0}^{M-1} f(x,y) \exp\left(-j \left( \frac{2...

2D Convolution Linear Space Invariant(LSI) System 2D Convolution 정의에 엄밀한 2D Convolution은 image spread function 또는 kernel을 flip해서 elementwise multiplication을 수행해야 한다. Kernel을 flip하지 않고 그대로 ele...

Affine Transformation 아래 형태의 변환을 affine transformation이라고 한다. [\begin{bmatrix} x^{1} \ y^{1} \end{bmatrix} = \begin{bmatrix} a & b \ c & d \end{bmatrix} \begin{bmatrix} x \ y \end{bmatrix}...

Introduction Image에서의 Frequency 물리학에서 frequency는 ‘1초 동안의 주기적 변화의 횟수’ = 1/period 그러나 image에서의 frequency는 ‘공간적으로 패턴이나 특징이 반복되는 정도’를 의미하며, pixel 간의 밝기 변화를 기반으로 계산됨. High frequency는 밝기가 급격하게 변하는 영역(...

Data Cleaning Data cleaning이란 데이터의 품질을 높이기 위해 다양한 규칙을 검사하여 데이터의 일관성을 유지하고 오류를 방지하는 작업이다. Data preprocessing에서 필수적이고 중요한 단계이다. 일반적으로 data cleaning을 위한 방법으로는 data discrepancy detection이 있다. 이는 metad...

Garbage-in garbage-out의 관점에서, 좋은 모델이 되기 위해서는 결국 좋은 data가 필요하다. 하지만 좋은 data를 모으기는 정말 어렵고, 또 모은 data는 항상 생각한 것만큼 좋지는 않다. 따라서, data를 깊게 살펴보는 작업을 통해 data를 이해하고, 적절한 형태의 data로 transform하는 것은 좋은 model을 만...

RECAP: Approximate Bayesian Method Bayesian inference can be summarized as follows: Using a model for the data distribution (likelihood, $L(\theta\mid X)$) and the prior distribution ($\pi(\the...

Approximate Bayesian Method Bayesian inference is performing inference on a parameter using the posterior probability $\pi(\theta\mid X)$, which is derived from a model for the data distribution (l...