반응형

LSTM 2

Day 65: 보행자 행동 예측 모델 구현

🚶 1. 보행자 행동 예측이란 무엇인가?자율주행차의 핵심 과제 중 하나는 단순히 “사람을 인식”하는 것을 넘어,보행자가 앞으로 어떤 행동을 할지를 예측하는 것이다.예를 들어,보행자가 도로에 진입할 것인지,멈춰 설 것인지,혹은 갑자기 뛰어들 가능성이 있는지 등을 미리 판단하는 것이다.이러한 예측이 가능해야, 차량은 사전에 감속하거나 회피 기동을 수행할 수 있다.따라서 보행자 행동 예측 모델(Pedestrian Behavior Prediction Model) 은자율주행 시스템의 안전성과 반응성을 결정하는 핵심 요소다.🧠 2. 예측 모델의 핵심 아이디어보행자의 행동은 단일 이미지로 판단하기 어렵다.시간에 따라 변화하는 연속된 동작(Sequence) 을 분석해야 하며,따라서 시계열 기반 딥러닝 모델이 필요하..

자율주행 2025.10.31

Day 64: RNN, LSTM 개념 학습

🧠 1. 시퀀스(Sequence) 데이터란?딥러닝은 이미지뿐 아니라 시간의 흐름에 따라 변화하는 데이터, 즉 시퀀스 데이터(Sequence Data) 를 다룰 수도 있다.예를 들어, 다음과 같은 데이터가 시퀀스 데이터의 대표적인 예다.🎵 음성 데이터: 시간에 따라 변화하는 음파📈 주가 데이터: 하루하루의 주가 변동📱 텍스트 데이터: 단어 순서에 의미가 있는 문장이러한 데이터를 학습하려면, “이전 정보가 현재에 영향을 미치는 구조”가 필요하다.이때 사용되는 것이 바로 RNN(Recurrent Neural Network, 순환 신경망) 이다.🔁 2. RNN의 기본 개념RNN은 “기억하는 신경망”이다.기존의 CNN이나 MLP는 입력을 한 번에 처리하지만,RNN은 이전 단계의 출력(Output) 을 다..

자율주행 2025.10.30
반응형