평균 기울기

평균 기울기는 회색조 변화율의 평균값을 말합니다. 이미지의 선명도를 나타내는 데 사용됩니다. 이는 이미지의 경계나 그림자 근처의 회색조에 눈에 띄는 차이가 있기 때문입니다.

이는 이미지의 작은 세부 사항의 대비 변화율, 즉 이미지의 다차원 방향에서 밀도의 변화율을 반영하며 이미지의 상대적 선명도를 나타냅니다.

평균 기울기는 이미지 선명도이며, 이미지가 세부적인 대비를 표현하는 능력을 반영합니다. 계산 공식은 다음과 같습니다.

이미지 그래디언트:

• G(x,y) = dxi + dyj;
• dx(i,j) = I(i+1,j) – I(i,j);
• dy(i,j) = I(i,j+1) – I(i,j);

이 중 I는 이미지 픽셀의 값(예: RGB 값)이고, (i,j)는 픽셀의 좌표입니다.

일반적으로 이미지 그래디언트는 중앙값 차이를 사용하여 계산할 수도 있습니다.

• dx(i,j) = [I(i+1,j) – I(i-1,j)]/2;
• dy(i,j) = [I(i,j+1) – I(i,j-1)]/2;

이미지 모서리는 일반적으로 이미지에 그래디언트 연산을 수행하여 얻습니다.

경사 하강 관련 알고리즘

경사 하강법은 오늘날 가장 인기 있는 최적화 알고리즘이며, 신경망을 최적화하는 데 가장 흔히 사용되는 방법이기도 합니다.

경사 하강의 다양한 변형:

• 배치 경사 하강법
• 확률적 경사 하강법
• 미니 배치 경사 하강법