[ Computer Vision ] Unary Potential란?

Segmentation 및 Estimation 논문을 읽다보니, 자주나오는 용어이다. 
Unary potential은 이미지, 텍스트 등의 입력 데이터에서 각각의 특성이 얼마나, 특정 클래스에 속하는지를 측정하는데 사용하는 함수이다. Vision에서는 Pixel에 해당하는 클래스에 속할 확률을 계산합니다.

일반적으로, 확률 분포를 모델링하는데 사용되는 함수로, 다양한 형태로 나타내는 것이 가능합니다. Unary Potential은 학습 중에 가중치를 조정함으로써, 입력 특성을 올바르게 분류하도록 돕습니다. 학습을 진행하면서, 데이터의 손실 함수를 최소화 하도록 가중치를 조정하면서, 모델이 올바르게 예측하는 것을 최대화하려고 합니다.

 

예를 들어, 이미지 분할에서 unary potential은 차량의 특징인 네 개의 바퀴, 지붕 및 앞유리와 같은 특징을 갖는 데이터 포인트에 대해 "car" 레이블에 높은 점수를 할당할 수 있습니다. Unary potential은 또한 가지, 잎 및 줄기와 같은 나무의 특징을 가진 데이터 포인트에 대해 "tree" 레이블에 높은 점수를 할당할 수 있습니다.

 

Unary Potential의 정점 

   1. 다양한 작업에서 딥러닝 모델의 성능을 향상시킬 수 있습니다.

   2. 데이터 포인트 간의 지역적 종속성을 모델링하는 데 사용될 수 있습니다.

   3.  상대적으로 쉽게 학습될 수 있습니다.

   4. 계산 효율적입니다.

 

* 아래의 글을 참고하시면, 이해하는데 보다 많은 도움을 얻을 수 있습니다.

https://shining-programmer.tistory.com/1

Convolutional CRFs for Semantic Segmentation