지난번에 크롤링한 이미지들을 기반으로 전처리 작업을 진행했다. 모델에 학습시키기 위해서는 인물의 사진 중 얼굴만 crop 된 상태를 학습시켜야 했는데, 이 부분에 대해 찾아보니 haar cascade classifier 라는 알고리즘이 있었다. 1. Haar Cascade Classifier 알고리즘이란? 간단하게 요약하자면, haar cascade classifier 알고리즘은 검출할 대상이 되는 물체가 있는 이미지 (Positive Image)와 없는 이미지(Negative Image)를 최대한 많이 활용해서 다단계 함수를 훈련시키는 기계학습 방식이다. 해당 알고리즘은 유사 하르 특징 (haar-like features)과 캐스케이드 분류기 (cascade classifier)를 사용한다. 1. 유사..
1. 설계 과정 우선 모든 닮은꼴로 나오는 인물을 모든 연예인으로 하기에는 너무 광범위하다고 생각되어, 당시 유행한 드라마인 '더 글로리'의 등장인물로만 설정하기로 했다. 생각해 본 작업 순서는 아래와 같다: 더글로리 등장인물의 사진 크롤링 사진 전처리 작업 및 data augmentation 모델 선정 모델 학습 테스트 및 웹 연결 2. 크롤링 물론 많은 라이브러리와 공개된 오픈소스들이 있었지만, 크롤러도 직접 구현해 보고 싶었다. (많은 리소스가 드는 것은 아니니까..) 현재 우리가 필요한 것은 등장인물들의 이미지이기 때문에, 구글 이미지 사이트 (https://www.google.co.kr/imghp?hl=ko)을 기준으로 크롤링하기로 결정했다. 우선 최종적으로 구현한 코드는 다음과 같다: from..
1. 시작 계기 학교 공대전공공통 과목 수업 중, 다학제협업설계라는 수업을 수강하게 되었다. 강의계획서를 보니, 3개월의 학기 동안, 첫-둘째 수업은 주제를 선정하여 팀을 배정하고, 이후 1개월간 아두이노 교육, 기계 활용 교육 등의 교육을 시행한 뒤 (선택사항), 남은 1~2개월 동안 작은 프로젝트를 만드는 수업이었다. 친한 컴퓨터공학과 친구들과 이 수업을 수강하면서 작은 웹 서비스 프로젝트를 만들어보면 재밌을 것 같다고 생각했다. 2. 주제 선정 및 IA 당시 computer vision 분야의 논문들을 많이 읽고, 해당 분야에 관심이 많았던 나는, 특정 한 분야의 사람들을 학습해서 닮은꼴을 찾아주는 닮은꼴 웹사이트를 만들어보고 싶었다. (이미 몇 서비스들이 출시된 상태였지만, 직접 모델을 학습시키고..
