객체 감지를 위해 신경망에 같은 객체의 여러 이미지를 제공하는 방법

Question

객체 인식을 위해 신경망을 사용하는 장난감 프로젝트에 대해 생각하고 있습니다. 하나의 특정 각도에서 보았을 때 내 대상의 일부는 상당히 유사하지만 다른 각도에서 볼 때 쉽게 구별 할 수 있습니다. 따라서 내 질문 :

같은 개체의 여러 이미지를 네트워크에 공급하는 방법은 무엇입니까? 또는 다른 각도로 찍은 여러 이미지를 이용할 수있는 네트워크 아키텍처가 있습니까?

저는 기계 학습 기술에 대해 잘 알고 있지만 신경 네트워크에 대한 기본 지식 만 가지고 있습니다. 그래서 내가 여기서 찾고있는 것은 방법, 기술 및 기타 전문 용어뿐만 아니라 Google 검색과 관련이있을뿐만 아니라 관심있는 특정 논문이나 기사에 대한 링크입니다.

Answer 1

다차원 데이터를 사용하는 가장 일반적인 것들은 다차원 회선 (https://keras.io/layers/convolutional/#conv3d), 반복 네트워크 (http://www.deeplearningbook.org/contents/rnn.html) 또는 다차원 컨벌루션과 유사한 여러 입력을 사용합니다.

반복 네트워크는 일련의 데이터를 처리하며 이미지 스택은 시퀀스로 볼 수 있습니다. 반대로 다차원 회선은 주로 주변 데이터를 활용합니다. 따라서 동일한 공간이 이미지 스택 전체에서 높은 상관 관계를 갖는 것이 중요합니다. 그렇지 않은 경우 신경망에 여러 입력을 사용하는 것이 좋습니다.