[일:] 2021년 10월 25일

Posted in Paper X-Review

Big Self-Supervised Models are Strong Semi-Supervised Learners

해당 논문은 NeurlPS’2020에 공개된 논문으로 FixMatch와 같이 발표되었다. 두 논문 모두 Google 에서 발표되었다. FixMatch는 CIFAR-10과 같은 작은 데이터셋에서 Semi-supervision의 새로운 모델의 가능성을 보였고, 해당…

Continue Reading
Posted in Paper X-Review

[arXiv2021]TransFG: A Transformer Architecture for Fine-grained Recognition

이번 논문은 현재 Paper with code에서 Fine-grained classification에서 SOTA를 달성한 방법론입니다. 제목에서도 유추가 가능하다시피 Transformer를 기반으로 설계된 네트워크이며, 추가로 각 클래스간 차별성을 극대화하기 위해 Contrative…

Continue Reading
Posted in News Paper X-Review

[CVPR 2019] Wing Loss for Robust Facial Landmark Localisation with Convolutional Neural Networks

이번에도 Facial Landmark Localization 논문입니다. 새로운 Loss 함수를 제안한 논문으로, 기존에 리뷰한 논문과는 다른 2D 기반의 Landmark Localization 방법론입니다. Wing Loss for Robust Facial Landmark…

Continue Reading
Posted in X-Review

[2019] Semi-Supervised Monocular Depth Estimation with Left-Right Consistency Using Deep Neural Network

오랜만에 depth estimation과 관련된 논문을 리뷰해보았습니다. 명시적으로 left-right consistency를 활용하는 손실 함수를 통해 단일 이미지 깊이 예측에서 당시의 SOTA를 넘어설 수 있었습니다. 또한 예측 오류를…

Continue Reading
Posted in Peer Review X-Review

[ECCV2018] Find and Focus: Retrieve and Localize Video Events with Natural Language Queries

이번에 리뷰할 논문은 ECCV 2018에 나온 Find and Focus라는 논문입니다. Paragraph-to-Video Retrieval에 대해 다루는 논문이지만 현재 준비 중인 저희 논문의 컨셉과 유사한 부분이 있어 리뷰를…

Continue Reading
Posted in Paper X-Review

[NIPS 2017]Attention is All You Need (Part.1)

Before Review 오랜만에 리뷰입니다. 논문은 평소에 읽어보고 싶었기도 하면서 , 비디오 과제에서 사용하고 있는 Timesformer를 이해하기 위해 Transformer의 원조 논문을 읽어보게 됐습니다. Transformer 자체가 자연어처리를…

Continue Reading
Posted in Paper X-Review

[CVPR2021] Boosting Monocular Depth Estimation to High Resolution

오늘 또한 깊이 추정 연구를 가져왔습니다. 하지만.. supervised를 곁들인.. ㅋㅋ 현재 supervised depth estimation은 성능이 거의 Lidar와 유사할 정도로 끌어올려졌는데요. 이제는 얼마나 사물과 배경의 윤곽을…

Continue Reading