개념
자동 특징 추출은 사람이 직접 특징을 설계하지 않고, 모델이 데이터에서 유용한 특징을 스스로 찾는 것이다. CNN은 이미지에서 자동 특징 추출을 가능하게 한 대표적인 모델이다.
기존 방식의 한계
Sobel 같은 필터는 경계를 강조할 수 있지만, 색상·질감·복잡한 형태를 모두 잘 표현하지는 못한다. 또한 사람이 만든 필터가 특정 데이터에 최적이라는 보장도 없다.
CNN의 방식
CNN은 처음에는 랜덤한 필터로 시작하지만 학습하면서 분류에 도움이 되는 필터로 바뀐다. 필터는 이미지에 적용되어 Feature Map을 만들고, 이 feature map들이 쌓이며 더 고차원적인 표현이 된다.
각 층의 표현은 이전 층의 표현에 학습된 변환을 적용해 만든다.