[컨볼루션] Dilated Convolution

* 공부/취미용으로 작성하였기 때문에 자세하지 않고, 본 내용에 오류가 있을 수 있습니다.

 

이미지에서 사물의 크기가 크거나 이미지 해상도가 큰 등의 이유로, 전체적인 특성을 잡기 위해 필터의 크기를 키워야 할 때가 있다. 

 

필터의 크기가 너무 크면, 연산량이 많아져서 너무 부담스럽다. 그래서 pooling 연산을 통해 이미지 크기를 줄이고, 작아진 이미지에 conv 연산을 수행했다.

 

하지만, 이러면 당연히 기존 정보의 손실이 일어나기 때문에, Dilated Convolution이라는 새로운 방식이 나왔다.

Dilated Conv의 연산 과정

Dilated Convolution은 Conv필터 내부에 Zero값을 추가해서 Receptive field를 늘리는 방식이다. 이렇게 하면, 입력 이미지를 줄일 필요도 없으며, 연산량이 증가하지도 않는다.

 

위의 GIF에서 나오는 필터는 dilated rate = 2이고, 일반 Conv filter와 같으면 1, 한 칸 더 벌어지면 3이다.

 

 

conv-pooling을 이용한 방식 vs dilated conv를 이용한 방식 (atrous가 dilated을 의미) 

기존의 pooling 방식과 비교해보면, 이미지의 손실을 줄였기 때문에, 해상도의 차이가 나타난다.