1D Convolutional Neural Networks and Applications - A Survey

1D CNN 이란 녀석의 동작과 특징 등이 궁금해 공부해 보며 해당 2019년 서베이 논문을 읽고 3줄로 요약해 보았다.

 

 

동작은, 짧은 1D 필터가 긴 1D데이터 막대기를 지나가며 convolution 연산을 수행한다고 생각하면 된다.

이미지 출처 : https://www.researchgate.net/figure/General-structure-of-1D-CNN-for-signal-pattern-recognition_fig3_342632756

- 1D data 에서 feature을 추출한다.

- 2D CNN에 비해 상대적으로 얕은 깊이와, 작은 크기의 필터로 매우 좋은 성능을 보인다.

- 그래서 computational cost가 정말 적게 든다. 모바일 기기에서 CPU로 충분히 동작할 정도이다.

 

---

https://www.kaggle.com/competitions/asl-signs/discussion/406684

Google - Isolated Sign Language Recognition | Kaggle

요 kaggle 대회에서 1등을 한 솔루션은, 1D CNN을 적용해 데이터에서 feature을 추출했고, 정말 효율적인 방식으로 좋은 성능을 얻을 수 있었다.

앞으로도 이런 frame별 keypoint같은 데이터를 추출할 때 1D CNN을 고려해본다면 정말 좋을 것 같다.