[월:] 2022년 07월
[CVPR 2022] Masked Autoencoders Are Scalable Vision Learners
다시 돌아온 Self-learning 논문 리뷰입니다. CVPR 2022에 발표된 FAIR의 따끈따끈한 Self-supervised learning 논문입니다. 해당 논문이 발표된지 2-3달이 안되었지만 벌써 citation이 오늘(7/31) 날짜로 353회가 넘어가네요. 아,…
DG survey paper – part one
논문 링크:Generalizing to Unseen Domains: A Survey on Domain Generalization [Link] What is Domain generalization(DG)? DG의 목적은 하나 혹은 다수의 도메인을 포함하는 학습 데이터로 학습한…
[CVPR2021] Back to the Feature: Learning Robust Camera Localization from Pixels to Pose
시각적 변화에 강인하도록 하기 위해 feature간의 매칭을 한다면, RGB와 Thermal 이미지를 feature로 만들어 매칭시킬 경우에도 어느정도 강인하게 작용할 수 있지 않을까 하여 읽게 되었습니다. Abstract…
[2021 WACV] Temporal Context Aggregation for Video Retrieval with Contrastive Learning
Before Review 정말 오랜만에 Video Retrieval 논문 입니다. 거의 Temporal Action Localization 논문만 읽다가 간만에 비디오 검색을 위한 논문을 들고 왔습니다. 갑작스럽지만 Video Retrieval 논문을…
[CVPR 2021] Calibrated RGB-D Salient Object Detection
Intro SOD는 영상 내 가장 중요한 물체를 인지하는 것을 목적으로 하는 태스크로 컴퓨터 비전 분야에서 중요한 문제입니다. 해당 태스크는 물체 인식, 영상 검색, 슬램 등등…
[ECCV2022] Generator knows What Discriminator should learn in Unconditional GANs
이번에는 오랜만에 GAN 논문으로 가져왔습니다. 해당 논문을 읽게 된 계기는 facebook에서 우연히 홍보?글을 읽게 됐는데 생각보다 내용이 심플하면서도 참신한 것 같아 궁금해서 읽어보았습니다. Intro GAN을…
[ECCV 2020] Feature-metric Loss for Self-supervised Learning of Depth and Egomotion
오늘 제가 소개해 드릴 논문은 [ECCV 2020] 에서 소개된 ‘Feature-metric Loss for Self-supervised Learning of Depth and Egomotion’ 이라는 논문입니다. 저번주 세미나때 소개드린 논문이긴 하지만,…
[2020 AAAI] Background Suppression Network for Temporal Action Localization
오늘 제가 리뷰할 논문은 2020년도 AAAI에 게재된 ‘Background Suppression Network for Temporal Action Localization'(BaS-Net)입니다. 최근 비디오 분야의 Weakly-supervised Temporal Action Localization(WTAL) task에 관련한 몇 가지…
[ICCV2019]How Do Neural Networks See Depth in Single Images?
저번 리뷰에서 소개 드린 논문이였던 EDCDepth 논문의 key contribution 인 Data Grafting이 제안된 동기가 특정 논문에서 분석한 결과를 따왔다고 설명했었습니다. EDCDepth 논문을 읽을 당시 잠깐…
[CVPR2022]Towards Discovering the Effectiveness of Moderately Confident Samples for Semi-Supervised Learning
소개 최근 SSL(Semi-supervised learning)은 self-training, consistency regularization 기술 발전에 따라 발전했다. 이 기술들은 보통 confidence를 통해 데이터셋 필터링 과정을 거쳐 unlabeled sample에서 데이터를 선별하였는데, 본…
최신 댓글