일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 회고
- 직무의사유화
- Agile
- OpenCV
- 스펙
- 개인성향
- Computer Vision
- 보석들
- 인간
- 코딩 테스트
- Specification
- 애자일
- xper
- 김창준
- Python
- 와인버그
- 엔지니어
- build
- Documentation
- 인사과
- 개저씨
- MacOS X
- 교훈들
- 맥
- 원격면접
- 인사
- 페북글
- Open Computer Vision Library
- 품의
- 안좋은기억
- Today
- Total
목록Technical writing/Computer vision (2)
세상을 놀라게 하자!
XPER 2011년 1월 모임에서 위와 같은 주제로 발표를 하게 되었습니다. Agile approach can help computer vision research Computer vision과 Agile을 같이 이야기 할 수 있는 것이냐 한다면 사실 좀 다른 범주입니다. 하지만 Computer vision 연구 조직을 운영하는데 있어서는 Agile방법론이 많이 아이디어를 줄 수 있다고 생각합니다. 어찌보면 Software를 이용하는 다른 연구/개발 쪽에도 볼만한 아이디어들이 있다고 생각합니다. 사실 Agile도 도구에 지나지 않지요, 이 Agile뒤에 있는 '인간의 존중'이란 생각이 제일 큰 그림이라고 저는 생각합니다. 그만큼 발전을 해야 하는데 아직도 부족한 자신을 돌아보게 됩니다. 이 슬라이드는 그..
일반적으로 Computer vision을 하다보면 Pattern recognization에서 사용하는 방법들을 많이 사용하게 됩니다. 그런데 '조금' 다릅니다. 때론 '많이' 다르게 해야 합니다. 어떤 이유 때문일까요? 일반적으로 두 서너개의 집합이 있고 이에 대한 분류를 하라고 하면 Pattern recognition쪽을 하신 분들은 자연스럽게 K-Mean Clustering을 찾게 됩니다. 그런데 이것이 늘 맞을까요? 아시는 분들은 알겠지만 최소한 mean이 몇개가 어디에 있을 것이라는 것을 정해주어야만 가능하기 때문에 이것을 어떻게 정하느냐에 따라 많은 차이를 나타냅니다. 늘 맞지 않는다는 이야깁니다. 그럼 이런 분류 방식을 Computer vision에 적용해보지요. 예컨데 Thresholding..