공영재의 개발일지

[C++] C++ 기초 정리

1. 네임스페이스 (namespace)네임스페이스는 라이브러리 간 충돌(conflict)을 방지하기 위해 사용된다. 어떤 라이브러리와 네임스페이스를 사용하는지 명시적으로 선언할 수 있다.예를 들어, C++ 표준 라이브러리의 함수들은 std 네임스페이스에 정의되어 있다. 이를 사용하려면 다음과 같이 선언한다 #include using namespace std; Python의 모듈(module)과 유사한 역할을 한다.2. main 함수main() 함수는 프로그램의 시작점을 정의한다. 모든 C++ 프로그램은 main() 함수로 시작된다.C++에서 main()은 반드시 반환값이 있어야 하므로 일반적으로 return 0;으로 종료한다.3. 변수의 타입 선언C++은 정적 타입(static type) 언어로, 변수..

SQL SQL에는 DDL(정의어) / DML(조작어) / DCL(제어어)가 있다. - DDL : CREATE 테이블 / ALTER 테이블 / DROP 테이블- DML : SELECT / INSERT / UPDATE / DELETE- DCL : GRANT (=권한 부여) / REVOKE (=권한 삭제) 기본적인 문법은 아래와 같다. SELECT (중복 제거 시 DISTINCT) 속성들 FROM 테이블 WHERE 조건GROUP BY(일반적으로 집계함수와 함께) 속성 HAVING(일반적으로 GROUP BY와 함께) 조건ORDER BY 속성(기본 오름차순, 내림차순 시 DESC); - 예제 1. 특정 직원의 급여 정보 조회- employees 테이블에서 **부서가 "Sales"**인 직원들의 **이름(name)..

Previewhttps://arxiv.org/abs/2011.11534 Accurate 3D Hand Pose Estimation for Whole-Body 3D Human Mesh EstimationWhole-body 3D human mesh estimation aims to reconstruct the 3D human body, hands, and face simultaneously. Although several methods have been proposed, accurate prediction of 3D hands, which consist of 3D wrist and fingers, still remains challenging due toarxiv.org 기존 whole-body pose e..

Previewhttps://arxiv.org/pdf/2308.04079NeRF는 학습 시간이 매우 오래 걸린다는 단점이 있다.당시 sota였던 Mip-NeRF가 학습에 48시간이 걸린 것에 비해, 3DGS 방법은 51분의 학습으로 Mip-NeRF보다 높은 성능을 보여줄 뿐아니라, 1080p 기준 30fps 정도의 실시간 렌더링까지 가능해져 엄청난 관심을 받게 되었다. 참고로 3DGS는 NeRF와 달리 MLP 방식을 사용하지 않는다. 3D Gaussian을 화면에 흩뿌려(Splatting) geometry의 정밀한 부분을 묘사하는, explicit representation 방법을 사용한다. Method  SfM을 통해 pointcloud를 받아와서, 이 pointcloud 각각에 대해 가까운 세점과의 분..

Previewhttps://arxiv.org/pdf/2003.089343D를 representation하는 방법은 크게 implicit representation과 explicit representation으로 구분한다. explicit의 경우 pointcloud, voxel, mesh 등을 통해 3D를 직접 표현하므로 메모리를 많이 사용한다.implicit의 경우 데이터를 간접적으로 표현하는데, NeRF는 이 방법에 해당한다.픽셀 좌표를 넣어주면 Neural Network를 통해 추론하여 해당 좌표에 대한 RGB+density 값을 출력하는 방식이다.이러한 방식을 통해 서로 다른 여러 시점의 사진을 입력으로 받아 새로운 시점을 합성할 수 있다. NN을 사용하기에 연속적인 공간을 표현하는데 자유롭고 디테..

Image Segmentation Image segmentation : 이미지에서 ROI(Regions Of Interest)를 분리해내는 것. Segmentation Methods - Intensity based : Edge based와 Region based로 나뉘며, 픽셀 값의 불연속과 유사성을 사용한다. - Information based : 기존에 ROI에 관해 알고 있던 정보들 사용 - Data and learning-based : 위 두가지를 포함하며, 유저가 개입하지 않는다. 위 methods를 조합하여서도 사용한다. region-based intensity segmentation의 경우 Morphological filtering, Region labeling, Region selectio..

Intensity Transformation intensity(밝기)는 어떻게 구하나? - RGB pixel 값으로 얻는 intensity 공식이 있음. ex) 0.2R + 0.7G + 0.1G, application에 따라 상세값은 달라짐 Contrast enhancement methods (대비 강화) - mimax normalization : max-min, detail은 유지하나 contrast 변환이 제한적 - z-score normalization : 표준편차 - Histogram equalization : 픽셀 수의 누적으로 처리, detail 떨어짐 let L=2^bit count (e.g. 256) minmax의 각 bit 계산 = (L-1) * ((Rk - Rmin) / (Rmax - ..

DFS (Depth First) : 루트부터 시작해서 한 브랜치의 자식 노드를 모두 파악한 뒤 다음 브랜치로 넘어가며 탐색 DFS의 예시 - 미로탐색에서 한 길을 쭉 본다음 길이 없으면 그다음 갈림길로 돌아와서 다시 쭉 탐색하는 방식. BFS보다 간단하며 BFS보다 느리다. 모든 노드를 탐색하고자 할 때 사용한다. DFS 구현 - 스택과 재귀함수로 구현한다. BFS (Breadth First) : 루트부터 시작해서 각 브랜치의 level 별로 인접한 노드를 먼저 탐색 BFS 예시 - 두 노드 사이의 최단 경로를 찾을 때 사용. DFS보다 복잡하지만 빠르다. BFS 구현 - 큐로 구현한다. 어떤 문제에서 사용해야 할까? 1. 그래프의 모든 정점을 방문해야 하는 문제 > 둘 다 가능. 2. 경로의 특징을 저..

Reference - Computer Networking: a Top Down Approach link layer는 자원(bandwidth, time, power)을 다뤘다. 자원을 더 투입하면 더 빠르게 데이터를 전송할 수 있다. 즉 주파수 대역(bandwidth)을 어떻게 활용해야 가장 효율적으로 쓸 수 있을지인데, 이 대역은 같은 주파수 대역을 여러 업체가 사용하면 collision이 발생하기 때문에 정부에서 SK, LG U+등에 판매한다(빌려준다). 알뜰폰의 경우는, 3사가 낙찰받은 주파수 대역을 알뜰폰 사업자에게 다시 판매하고, 알뜰폰 사업자가 이를 관리하는 것이다. 이때 유선 네트워크와 무선 네트워크는 명확한 차이가 있다. 이번 파트는 이전까지 교재에서 자세히 안다루어지다가 최근 개정판에 추가..

Reference - Operating Systems: Three Easy Pieces https://pages.cs.wisc.edu/~remzi/OSTEP/ Operating Systems: Three Easy Pieces Blog: Why Textbooks Should Be Free Quick: Free Book Chapters - Hardcover - Softcover (Lulu) - Softcover (Amazon) - Buy PDF - EU (Lulu) - Buy in India - Buy Stuff - Donate - For Teachers - Homework - Projects - News - Acknowledgements - Other Books Welcome pages.cs.wisc.ed..