객체 모양에 대한 의미 있는 설명자의 통계적 추출
John C. Russ, PhD, 교수, 노스캐롤라이나 주립대학교
F. Brent Neal, 박사, 연구 과학자, Milliken & Company
모양은 이해하기 어려운 개념입니다. 인간은 핵심 특징의 존재 또는 부재에 따라 세상에서 다양한 사물을 인식하는데, 이러한 특징도 인식하는 법을 배워야 합니다. 컴퓨터에 모양을 기준으로 사물을 분류하거나, 역사나 성과와의 상관관계를 위해 모양을 측정하도록 가르치는 것은 고전적으로 어려운 작업입니다. 법의학, 자연 과학, 공학, 심지어 인쇄된 텍스트를 읽기 위한 광학 문자 인식과 같은 "간단한" 작업에서도 중요합니다. 사물의 종류, 특정 개인 또는 독특한 표시를 식별하는 것과 관련이 있을 수 있습니다. 무차원 비율, 푸리에 또는 웨이블릿 계수, 불변 모멘트 등을 포함하여 모양의 특정 측면을 특성화할 수 있는 광범위한 수학적 측정 도구가 있습니다. 그러나 이러한 도구 중 어느 것이 주어진 인스턴스에서 가장 적절하거나 유용한지 결정하려면 일반적으로 일련의 훈련 데이터를 수집하고 통계적으로 탐색해야 합니다. 자연 및 인공 물체를 포함한 다양한 특정 응용 프로그램을 사용하여 판별 분석 및 신경망을 사용하여 프로세스를 설명합니다.
