Page 21 -

앞의 그림에서는 이미지 크기가 (6, 6, 1)이며, 3×3 크기의 커널/필터가 스트라이드 1 간격으
로 이동하면서 합성곱 연산을 수행하는 것을 보여 줍니다. 이렇게 커널은 스트라이드 간격만큼
순회하면서 모든 입력 값과의 합성곱 연산으로 새로운 특성 맵을 만들게 되며, 앞의 그림과 같이

커널과 스트라이드의 상호 작용으로 원본 (6, 6, 1) 크기가 (4, 4, 1) 크기의 특성 맵으로 줄어들
었습니다.
지금까지 그레이스케일에 대한 이미지를 확인했는데, 이제 컬러 이미지의 합성곱을 알아보겠습

니다. 5

앞서 다룬 그레이스케일 이미지와 구분되는 특징은 첫째, 필터 채널이 3이라는 것과 둘째, RGB
각각에 서로 다른 가중치로 합성곱을 적용한 후 결과를 더해 준다는 것입니다. 그 외 스트라이드 합성곱 신경망 I
및 연산하는 방법은 동일합니다. 이때 필터 채널이 3이라고 해서 필터 개수도 세 개라고 오해하기
쉬운데, 실제로는 필터 개수가 한 개라는 점에 주의해야 합니다.

그림 5-10 컬러 이미지 합성곱

଻օ ѐࣻ زੌ

ƒ ƒ
ƒ ƒ

ౠࢿ ݗ
೙ఠ
ੑ۱ ੉޷૑

೤ࢿғ ো࢑
그렇다면 필터가 두 개 이상인 합성곱은 어떤 형태일까요? 필터가 두 개 이상이면 그림 5-11과

같이 필터 각각은 특성 추출 결과의 채널이 됩니다. 참고로 각 계산은 앞서 진행했던 방법과 동일
합니다.

147