Convolution Vs Cross Correlation

[csmhub]

해결하고자 하는 문제

Tensorflow 102의

CNN 과정이 실제로 Convolution 함수를 이용하는 것인지, 또는 그냥 Cross Correlation인지 궁금합니다.

Convolution의 수학적 개념이 궁금해 인터넷을 찾아보던 중 이러한 글을 발견했습니다. 생각해보니 5*5의 필터를 굳이 뒤집는 건 정말 쓸데없는 일인 것처럼 느껴져서, 실제로 Convolution을 하는 것인지(한다면 왜 굳이 필터를 뒤집어서 합성곱을 진행하는 것인지), 또는 관습상 Cross-Correlation을 Convolution이라고 부르는 것인지 궁금합니다.

[RayleighKim]

사실, '왜 cross-correlation이 맞는데도 불구하고 Convolution 이라고 부르는가'는

뒷이야기를 추적할 필요가 있는 것 같습니다. (추적해보고 있습니다.. 이야기 아시는 분 답변 좀)
최초로 CNN을 CNN이라 부른 사람의 이야기를 봐야할 듯 하여
초창기 논문들을 뒤적여 보고 있습니다.
(생업과 연구에 치이고 있습니다. 이야기 아시는 분 있나요..)

실용적으로만 우선 답변해보려 합니다.
CNN내에서는, Convolution으로 구현해도 Cross correlation으로 구현해도
둘다 inference단계에서 필터만 의도한 방식대로 잘 쓰면 되는 것이고,
또한 그 필터는 학습시켜 사용합니다.
필터를 뒤집으면 괜히 구현 할 것만 미묘하게 늘어납니다. (결과가 동일한데도 불구하고.)
그래서 텐서플로우 등의 프레임워크들 뒷단에선 Cross correlation으로 구현되어 있습니다.

[JeongsangBaek]

기존 이미지 프로세싱 기법 중 kernel의 convolution matrix에서 유래되었다는 말이 있습니다.