이것저것 이것저것

일반적인 스마트폰 카메라는 JPG 형식의 이미지만 저장하지만, 보다 높은 화질과 후처리 가능성을 위해 RAW 이미지를 캡처하는 방법이 필요합니다. Camera2 API를 활용하면 스마트폰의 센서 데이터를 직접 RAW 포맷으로 저장할 수 있습니다. 이 글에서는 RAW 이미지 캡처 앱을 개발하는 방법을 설명합니다.1. RAW 이미지 캡처의 원리 RAW 데이터란?RAW 데이터는 이미지 센서에서 수집된 원본 픽셀 정보를 그대로 저장하는 파일 형식입니다. 일반적으로 DNG(Digital Negative), ARW, CR2, NEF 등의 확장자로 저장됩니다. JPG와 달리, 압축 과정이 없어 세부 정보를 보존하며, 후처리를 통해 화이트 밸런스, 노출, 색감을 자유롭게 조정할 수 있습니다. Android에서 RAW ..

클러스터링(Clustering)은 데이터 분석에서 중요한 기법 중 하나로, 유사한 데이터들을 그룹화하는 데 사용됩니다. 특히 **Agglomerative Clustering(병합 군집화)**은 계층적 클러스터링(hierarchical clustering) 기법 중 하나로, 데이터 간 유사도를 기반으로 순차적으로 병합하는 방식으로 동작합니다.이번 포스팅에서는 Agglomerative Clustering을 **Pearson Correlation(피어슨 상관 계수)**을 활용하여 수행하는 방법을 소개합니다. 특히, Pearson correlation의 절대값이 클수록 먼저 클러스터링하고, 0.5보다 작은 경우 클러스터링하지 않는 방식으로 적용해 보겠습니다.1. Agglomerative Clustering이란?..

Python의 datetime 모듈은 날짜와 시간을 다루는 강력한 기능을 제공합니다. 이 모듈에서 중요한 두 가지 개념은 datetime 클래스와 timedelta 클래스입니다. 이를 활용하면 날짜 및 시간 데이터를 생성, 수정, 계산할 수 있습니다.1. datetime 클래스datetime 클래스는 날짜와 시간을 함께 표현할 수 있는 기능을 제공합니다.1.1 datetime 객체 생성from datetime import datetime# 현재 날짜 및 시간 가져오기now = datetime.now()print("현재 날짜 및 시간:", now)# 특정 날짜 및 시간 지정specific_date = datetime(2024, 2, 17, 14, 30, 0)print("특정 날짜 및 시간:", specif..

1. GridSearchCV란?GridSearchCV는 Scikit-Learn에서 제공하는 하이퍼파라미터 튜닝 도구로, 주어진 하이퍼파라미터 값의 조합을 탐색하여 최적의 모델을 찾는 데 사용됩니다. 여러 개의 파라미터를 조합하여 반복적으로 모델을 학습시키고, 교차 검증을 통해 성능을 평가하여 최상의 하이퍼파라미터를 선택할 수 있습니다.2. GridSearchCV 사용 방법2.1 필요한 라이브러리 불러오기from sklearn.model_selection import GridSearchCVfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.datasets import load_irisfrom sklearn.model_selection impor..

statsmodels는 파이썬에서 회귀 분석을 수행할 때 널리 사용되는 라이브러리다. 특히 OLS(Ordinary Least Squares) 회귀 분석을 수행할 때 get_influence() 메서드를 활용하면 데이터 포인트가 회귀 모델에 미치는 영향을 분석할 수 있다. 이번 포스팅에서는 get_influence()의 사용법과 활용 방법을 정리해본다.1. get_influence()란?get_influence()는 statsmodels.regression.linear_model.RegressionResults 객체에서 제공하는 메서드로, 회귀 모델을 학습한 후 각 데이터 포인트가 모델에 얼마나 영향을 주는지 평가하는 데 사용된다. 이 메서드는 잔차 분석, 레버리지 점수, Cook’s Distance 등 ..

데이터 분석을 할 때 표준편차(Standard Deviation)를 계산하는 방법에는 **편향 표준편차(Biased Standard Deviation)**와 불편 표준편차(Unbiased Standard Deviation) 두 가지 방식이 있다. 또한, pandas와 numpy에서 std() 함수를 사용할 때 결과가 다르게 나올 수 있으므로 그 차이를 정확히 이해하는 것이 중요하다.1. 편향 표준편차(Biased Standard Deviation)편향 표준편차는 모집단 전체(N)를 기준으로 표준편차를 계산하는 방식이다. 일반적으로 모집단(population)의 표준편차를 구할 때 사용한다.공식은 다음과 같다. 이 방식은 모집단 전체를 분석할 때는 정확하지만, 표본(Sample)에서 모집단의 표준편차를 추..

기존 Attention Mechanism과 SPAN의 Parameter-Free Attention 비교딥러닝 기반의 초해상화(Super-Resolution) 모델에서는 주의(Attention) 메커니즘을 활용하여 중요한 특징을 강조하고 불필요한 정보를 억제합니다. 하지만 기존의 Attention 방식은 추가적인 학습 가능한(Parameterized) 가중치를 필요로 하며, 연산량이 증가하는 문제가 있습니다. 이 문제를 해결하기 위해 SPAN(Swift Parameter-free Attention Network)은 매개변수가 없는(Parameter-Free) 주의 메커니즘을 도입하여, 기존 Attention 없이도 성능을 유지하면서 연산량을 크게 줄였습니다. 기존 Attention Mechanism의 ..

🔍 연구 개요**단일 이미지 초해상화(Single Image Super-Resolution, SISR)**는 저해상도 이미지를 고해상도로 변환하는 컴퓨터 비전 기술로, 최근 딥러닝을 활용한 다양한 기법들이 개발되었습니다. 그러나 기존의 주의(attention) 메커니즘을 활용한 SISR 모델들은 높은 성능을 보장하지만, 복잡한 네트워크 구조, 많은 매개변수(Parameter), 느린 추론 속도 등의 문제를 가지고 있습니다.**Swift Parameter-free Attention Network (SPAN)**은 이러한 문제를 해결하기 위해 제안된 경량화된 SISR 모델로, 매개변수가 없는(parameter-free) 주의 메커니즘을 활용하여 성능을 유지하면서도 계산량을 줄이고 속도를 높이는 것을 목표로..