2017. 12. 4. 11:04
미니맵
utility > smoothfollow script
Camera Depth 0 수정필요
camera>
perspective : 원근감
orthographic :직교투영방식
clear flags = 보지않는곳어떻게 처리할 지
'유니티 Unity' 카테고리의 다른 글
| 유니티 인벤토리 만들기 (0) | 2017.12.05 |
|---|
'분류 전체보기'에 해당되는 글 75건
- 2017.12.04 유니티 미니맵 만들기
- 2017.12.01 블루투스 Bluetooth
- 2017.11.28 Unity IAD 광고플랫폼 삽입
- 2017.11.24 adb설치
- 2017.11.24 삼성 Gear VR 후기
- 2017.11.22 딥러닝 개요
- 2017.11.22 윈도우에 Jupyter Docker설치
- 2017.11.21 R wordcloud 워드클라우드
- 2017.11.15 matchShapes
- 2017.11.15 내부 최소사각형 - minAreaRect
2017. 12. 1. 01:23
Bluetooth란
근거리 무선통신기술로 줄여서 BT라고 부른다.
이름의 유래는 덴마크 왕이었던 하랄 1세 블로탄 (Harald Blåtand)에서 유래했다. 블로탄(Blåtand)은 푸른 이라는 뜻인데, 이를 영어로 옮기면 블루투스가 된다.
블루투스는 송신 된 데이터가 패킷으로 분할되고, 각 패킷은 지정된 79개의 블루투스 채널들 중 하나에 전송된다. 각 채널은 1 MHz의 대역폭을 가지며 블루투스 4.0 이후로 40개의 채널에 2 MHz의 간격을 사용한다.
<버전별 차이>
1.X
가장 초기에 나온 1.0부터 2002년에 등장한 1.1을 거쳐 1.2까지 개선되었다. 다만 최대 전송 속도가 723Kbps라서 대용량 데이터를 전송하기에는 조금 부적절했었다.
2.X +EDR(Enhanced Data Rate)
2004년 10월에 2.0이 표준화되었으며, 실제 최대 전송 속도는 2.1Mbps 정도 된다. 2007년 7월 26일에 2.1이 발표 되었으며, 2.0과의 가장 눈에 띄는 차이는 페어링이 더 손쉽게 가능하도록 SSP(Secure Simple Pairing) 기능이 추가된 것이다. 그 외 커넥션 시 필터링이 쉽도록 EIR(Extended Inquiry Response)이 강화되고, Low Power 모드에서 소비전류를 줄이는 기능이 추가되었다.
초기 안드로이드를 사용한 기기들에 사용되었다.
3.0 +HS(High Speed)
갤럭시S2와 비슷한 시기에 출시한 기기들에 주로 탑재되었다. 다만 갤럭시 시리즈의 경우 ICS 이상으로 업그레이드 하면 HS가 지원되지 않기 때문에 느린 속도로 블루투스를 써야 한다.
4.0
2010년 6월 30일에 채택되었으며, Bluetooth Low Energy(BLE)라는 새로운 프로토콜이 추가되어 기존 버전들보다 전력을 적게 소모하는 것이 장점이다.
기술에 따라 3가지로 나눠지는데,
클래식 블루투스(Classic Bluetooth)는 1.0부터 2.1로 이어져온 기존 블루투스 기술이고,
고속 블루투스(Bluetooth High Speed)는 3.0에서 더해진 Wi-Fi를 활용한 HS 고속전송 기술의 연장이고,
저전력 블루투스(Bluetooth Low Energy)는 전력소모를 최소화하고 배터리 수명을 연장하는데 중점을 둔 새로운 표준이다.
4.1
2013년 12월 4일에 블루투스 4.1이 발표되었다.
-공존성(Coexistence) 향상
-더 나은 연결(Better Connections)
-데이터 전송 개선(Improved Data Transfer)
-개발자에게 더 많은 유연성 제공(More Flexibility to Developers)
4.2
2014년 12월 4일에 블루투스 4.2이 발표되었다. 블루투스 4.2의 핵심 업데이트 내용은 크게 3가지로 요약한다.
-더욱 빨라진 전송속도
-사물인터넷을 위해 연결성 강화
-개인정보보호 강화
5.0
기존과 비교해 전송 범위는 4배, 속도 2배, 비연결 데이터 브로드캐스트 용량은 8배가 향상되었다. 2017년 3월 29일, 최초로 5.0을 탑재한 갤럭시 S8, S8+가 공개됐다.
블루투스 5의 가장 큰 특징은 '근거리' 무선 기술 표준에서 '중거리' 무선 기술 표준으로 변화를 꾀했다는 것이다. 블루투스 5는 기존 블루투스 4.2보다 데이터 전송 범위가 4배 더 넓어졌다. 최대 1,200피트(약 365미터) 거리까지 데이터를 전송할 수 있다. 물론 기존 블루투스 4.2의 경우 20미터를 넘어가면 데이터 신호가 급격히 약해졌다는 점을 감안하면, 실제로 기기를 연결할 수 있는 유효 범위는 80미터 내외일 가능성이 높다. 사실 이 정도만 해도 장족의 발전이다.
[참고] 위키피디아, 동아it기사
2017. 11. 28. 19:54
1. 오른쪽 상단 서비스 On클릭
2. 하단에 광고설정
3. 스크립트 설정
4. 스크립트 작성
using System.Collections;
using System.Collections.Generic;
using UnityEngine;
using UnityEngine.Advertisements;
public class AdMgr : MonoBehaviour {
public void OnShowAD()
{
if (Advertisement.IsReady ()) {
Advertisement.Show ();
}
}
}
5. 광고설정 확인
아래 화면처럼 나오면 광고설정완료
'기타' 카테고리의 다른 글
| git remote 확인 (0) | 2018.01.09 |
|---|---|
| 2017 티스토리 결산 (0) | 2018.01.09 |
| adb설치 (0) | 2017.11.24 |
| 삼성 Gear VR 후기 (0) | 2017.11.24 |
| 윈도우에 Jupyter Docker설치 (0) | 2017.11.22 |
2017. 11. 24. 11:29
ADB(Android Debug Bridge)를 사용하면 PC를 사용해 스마트폰에 어플리케이션을 설치할 수 있다.
아래 페이지에서 다운받아 설치하면 된다.
https://forum.xda-developers.com/showthread.php?t=2588979
설치 완료 후, 스마트폰과 컴퓨터를 연결하고 PC에서 실행 > CMD 실행시킨 후,
adb devices를 입력해 확인한다.
(스마트폰 연결하지 않고 명령어 입력하는 경우)
(스마트폰연결시 명령어 입력하는 경우)
이렇게 뜨면 연결 성공!
'기타' 카테고리의 다른 글
| 2017 티스토리 결산 (0) | 2018.01.09 |
|---|---|
| Unity IAD 광고플랫폼 삽입 (0) | 2017.11.28 |
| 삼성 Gear VR 후기 (0) | 2017.11.24 |
| 윈도우에 Jupyter Docker설치 (0) | 2017.11.22 |
| 와치독(Watch dogs) 무료배포 (0) | 2017.11.10 |
2017. 11. 24. 11:29
삼성 Gear VR 구매후기
박스 외관입니다, 별로 무겁지 않습니다.
내부에는 부품 BOX와 VR기기 하나가 있습니다.
기기 안쪽으로 렌즈가 있어 앞에 스마트폰을 끼면 반으로 분리된 2개영상을 볼 수 있습니다.
모든 구성품 나열해서 찍어 봤습니다.
Youtube에서 VR롤러코스터를 재생시키고 VR기기 앞에 끼우면 사용할 수 있습니다.
가격은 14만원 내외입니다.
품질이 좋은 영상으로 재생해 사용하면 괜찮은데, 품질이 떨어지는
영상을 재생시키면 눈아픕니다.
기본적으로 VR기기 사용 후에 어지러움이 발생합니다.
'기타' 카테고리의 다른 글
| Unity IAD 광고플랫폼 삽입 (0) | 2017.11.28 |
|---|---|
| adb설치 (0) | 2017.11.24 |
| 윈도우에 Jupyter Docker설치 (0) | 2017.11.22 |
| 와치독(Watch dogs) 무료배포 (0) | 2017.11.10 |
| tbb.dll 에러 (0) | 2017.11.06 |
2017. 11. 22. 12:25
딥러닝을 본격적으로 설명하기 앞서 머신러닝 > 신경망 > 딥러닝 순으로 설명하겠다.
1.머신러닝
머신러닝 모델은 3단계로 구성된다.
1)주어진 데이터를 기반으로 미지의 데이터를 예측하는 식을 생각한다. (사람)
2)식에 포함된 파라미터의 좋고 나쁨을 판단하는 오차함수를 준비한다. (사람)
3)오차함수를 최소화할 수 있도록 파라미터값을 결정한다. (컴퓨터)
이렇게 머신러닝을 위해 데이터, 예측식, 오차함수를 사람이 준비하고,
컴퓨터는 오차함수를 작게 만드는 파라미터를 도출한다.
그러나 감춰진 데이터 특성을 자동으로 발견해 내는것을 기대하지만 기대와는 다르다.
1,2단계를 사람이 생각해 내야하기 때문이다.
2.신경망
이를 극복하기 위해,
복수의 수식을 조합한 함수를 만들어 신경망(neural network)를 만든다.
신경망을 구성하는 최소의 유닛은 뉴런(neuron) 또는 노드(node)라고 부른다.
단일 노드 신경망
<사진>
2계층 노드 신경망
<사진>
노드를 증가시키는 방법에 몇가지 패턴
1)계층의 수를 늘려 신경망을 다층화하는 방법
2)하나의 계층에 포함된 노드의 수를 늘리는 것
<사진>
노드의 수를 많이 늘리면 파라미터 수가 방대해져서 파라미터를 최적화 하는 3단계 계산이 힘들다. 현실적인 시간 내에 계산이 끝나지 않을 가능성도 있고, 최족화 값을 계산하는 알고리즘 자체를 만들 수 없는 경우도 발생한다.
3.딥러닝
딥 러닝의 특징(심층학습)
크게 머신러닝과 다르지 않고, 머신러닝의 한 방법이라고 생각하면 된다. 단순히 계층을 증가시켜 복잡화하는 것이 아니라 해결해야 할 문제에 맞게 각각의 노드에 특별한 역할을 부여하거나 노드간의 연결방식을 다양하게 연구한다. 각 노드에는 특정 의도를 부여해 구성한 신경망이라고 할 수 있다.
단순한 1차함수와 시고모이드함수 조합이 아니라 이미지 데이터라면 어떻게 풀어야하는가?
합성곱 신경망(CNN)에서는 첫 번째 계층 노드에 1차함수가 아닌
합성곱필터(convolution filter)라는 함수를 적용하고 있다.
합성곱 필터란, 이미지 처리 소프트웨어에서 많이 사용되는 이미지 필터의 종류이다.
사진에서 물체의 윤곽을 추출해서 선으로만 그린 그림처럼 변환하는 필터처럼 물체의 특징을 보다 정확하게 포착할 수 있게 한다.
풀링계층(pooling layer)란, 이미지의 해상도를 낮추는 처리를 한다. 물체의 본질적인 특징만을 추추라고자 하는 발상으로 너무 세밀한 것을 지운다.
노드간 연결방식을 특수한 예로 순환신경망(RNN, Recurrent Neural Network)라는 것이 있다.
일반적으로 시계열 데이터를 다루는데, 단어가 나열된 문장을 입력 데이터로 하는 자연어 처리에 응용하는 경우가 좋은 예라 할 수 있다. 특정 단어를 입력하면 그 다음에 나타날 단어를 확률과함께 예측하는 형태의 신경망이다.
This is a 3개 단어를 입력하는 신경망을 준비하면 되지 않나? 라는 생각할 수 있는데, 이 경우에는 세단어 까지만 입력할 수 있게 된다.
과거의 입력값 정보가 중간 계층에 축적되어 감에 따라 보다 긴 단어열을 바탕으로 판정할 수 있게 된다.
이렇게 이전 중간 계층의 값을 다음 입력에 재이용하는 신경망이 RNN이다. 이전에 입력한 단어 정보는 중간계층에서 서서히 사라지게 되므로 노드 간 연결 방식을 좀 더 연구해서 과거의 정보를 가능한 한 오래 축적하는 등의 테크닉이 이용된다.
2017. 11. 22. 11:55
[윈도우 10환경 내 TensorFlow사용하기 위해 Jupyter Docker설치]
1.Ctrl+Shift+Del 키 눌러 가상화 사용가능한지 확인한다.
-불가능한경우 재부팅하여 부트모드로 들어가서 가상화사용을 체크한다.
2.사이트로 들어가 윈도우용 프로그램설치
https://www.docker.com/products/docker-toolbox
3.프로그램 설치 후 대기하면 아래와 같은 화면이 뜬다.
4.대기상태가 되면, 아래 명령어를 입력한다.
$ mkdir $HOME/data
$ docker run -itd --name jupyter -p 8888:8888 -p 6006:6006 \
> -v $HOME/data:/root/notebook -e PASSWORD=passwOrd \
> enakai00/jupyter_tensorflow:0.9.0-cp27
5.결과화면
'기타' 카테고리의 다른 글
| adb설치 (0) | 2017.11.24 |
|---|---|
| 삼성 Gear VR 후기 (0) | 2017.11.24 |
| 와치독(Watch dogs) 무료배포 (0) | 2017.11.10 |
| tbb.dll 에러 (0) | 2017.11.06 |
| IntelliJ, Pycharm 같은 유료프로그램 무료로 사용하기 (0) | 2017.11.04 |
2017. 11. 21. 16:06
'R' 카테고리의 다른 글
| R이란? (0) | 2017.11.02 |
|---|---|
| substring 문자분리 함수 (0) | 2017.11.02 |
| 순서함수 sort, order, rank (0) | 2017.11.02 |
| 반복문 (0) | 2017.11.02 |
| R 조건문 사용 (0) | 2017.11.02 |
2017. 11. 15. 13:43
matchShapes
Compares two shapes.
- C++:
matchShapes(InputArray contour1, InputArray contour2, int method, double parameter)
- Python:
cv2.matchShapes(contour1, contour2, method, parameter) → retval
- C:
cvMatchShapes(const void* object1, const void* object2, int method, double parameter=0 )
- Python:
cv.MatchShapes(object1, object2, method, parameter=0) → float Parameters: - object1 – First contour or grayscale image.
- object2 – Second contour or grayscale image.
- method – Comparison method:
CV_CONTOURS_MATCH_I1,CV_CONTOURS_MATCH_I2orCV_CONTOURS_MATCH_I3(see the details below). - parameter – Method-specific parameter (not supported now).
The function compares two shapes. All three implemented methods use the Hu invariants (see HuMoments() ) as follows ( 
denotes object1,:math:B denotes object2 ):
method=CV_CONTOURS_MATCH_I1
method=CV_CONTOURS_MATCH_I2
method=CV_CONTOURS_MATCH_I3
where
and 
are the Hu moments of and 
, respectively.
'OpenCV' 카테고리의 다른 글
| 내부 최소사각형 - minAreaRect (0) | 2017.11.15 |
|---|---|
| 내부 최대 원 찾기 - minEnclosingCircle (0) | 2017.11.15 |
| 적당한 선으로 채우기 fitLine (0) | 2017.11.15 |
| 구멍 채우기 - fitEllipse (0) | 2017.11.15 |
| 형태 볼록함 결점찾기, 구멍찾기 - convexityDefects (0) | 2017.11.15 |
2017. 11. 15. 13:42
minAreaRect
Finds a rotated rectangle of the minimum area enclosing the input 2D point set.
- C++:
minAreaRect(InputArray points)
- Python:
cv2.minAreaRect(points) → retval
- C:
cvMinAreaRect2(const CvArr* points, CvMemStorage* storage=NULL )
- Python:
cv.MinAreaRect2(points, storage=None) → Box2D Parameters: points – Input vector of 2D points, stored in:
std::vector<>orMat(C++ interface)CvSeq*orCvMat*(C interface)- Nx2 numpy array (Python interface)
The function calculates and returns the minimum-area bounding rectangle (possibly rotated) for a specified point set. See the OpenCV sample minarea.cpp . Developer should keep in mind that the returned rotatedRect can contain negative indices when data is close the the containing Mat element boundary.
'OpenCV' 카테고리의 다른 글
| matchShapes (0) | 2017.11.15 |
|---|---|
| 내부 최대 원 찾기 - minEnclosingCircle (0) | 2017.11.15 |
| 적당한 선으로 채우기 fitLine (0) | 2017.11.15 |
| 구멍 채우기 - fitEllipse (0) | 2017.11.15 |
| 형태 볼록함 결점찾기, 구멍찾기 - convexityDefects (0) | 2017.11.15 |