Author: 신 정민

Posted in News Paper X-Review

CSwin Transformer : A Genenral Vision Transformer Backbone with Cross-Shaped Windows

이번 논문도 Transformer 관련 논문입니다. 요새 의도치않게 Transformer를 주제로 한 리뷰를 자주 쓰네요. Abstract 사실 제목만 봐도 아시겠지만, 지난 주에 제가 리뷰한 Swin Transformer의 후속작입니다….

Continue Reading
Posted in News Paper X-Review

[ICCV2021]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows

오늘 리뷰할 논문은 Transformer 입니다. 지난번 리뷰도 Transformer로 한 것 같은데, 지난번 리뷰가 Vision Transformer의 문제점에 대한 분석을 위주로 한 논문이었다면, 이번에는 일반적인 논문들처럼 새로운…

Continue Reading
Posted in News Paper X-Review

Early Convolutions Help Transformers See Better

이번 리뷰는 Transformer에 관한 주제입니다. Transformer가 거품이다?라고 생각하시는 분들은 한번쯤 읽어보시면 좋을 것 같습니다. Introduction Convolutional Neural Network(CNN)가 오랫동안 사랑받아 왔지만 너무 많이 사용했던 것일까요?…

Continue Reading
Posted in News Paper X-Review

[CVPR2021]Learning Scene Structure Guidance via Cross-Task Knowledge Transfer for Single Depth Super-Resolution

이번에는 조금 색다르게? SuperResolution 논문을 가져왔습니다. 근데 이제 Depth map을 곁들인… Introduction 기존에 존재하는 Color-guided Depth Super-Resolution(DSR) 방법론들은 학습 샘플로 paired RGB-D data가 존재해야만 했습니다….

Continue Reading
Posted in Paper X-Review

[CVPR2021] The Spatially-Correlative Loss for Various Image Translation Tasks

오랜만에… Image2Image Translation 논문을 가져왔습니다. Depth 논문을 계속해서 읽어도 모자른 판에 갑자기 I2IT 관련 논문을? 하실 수 있겠지만 요새 드는 생각이 어처피 I2IT나, Segmentation, Depth…

Continue Reading
Posted in News Paper X-Review

[ICCV2019] Visualization of Convolutional Neural Networks for Monocular Depth Estimation.

이번 리뷰는 컨셉은 매우 간단하면서도 흥미로운 논문으로 가져왔습니다. 바로 Monocular Depth Estimation을 수행하는데 있어 CNN 네트워크는 입력 영상의 어디를 볼까? 를 분석한 논문입니다. 이를 수행하는…

Continue Reading
Posted in News Paper X-Review

[CVPR2021] UPFlow : Upsampling Pyramid for Unsupervised Optical Flow Learning

매우매우 오랜만에 Optical Flow 논문을 가져와봤습니다. 가져오게된 계기는 Depth Estimation에서 물체 경계가 잘 살지 못하는 경우가 종종 관측되는데, Optical Flow도 이러한 문제점이 종종 있다보니 해당…

Continue Reading
Posted in News Paper X-Review

[CVPR2021] PLADE-Net : Towards Pixel-Level Accuracy for Self-Supervised Single-View Depth Estimation with Neural Positional Encoding and Distilled Matting Loss

이번 리뷰 역시… depth estimation 입니다. Introduction 요약하자면 1. 기존의 방법론들은 성능이 좋았지만 pixel level에서의 depth 정확도는 좋지 못하다. 이를 해결하고자 2. distilled matting Laplacian…

Continue Reading
Posted in News Paper X-Review

[ECCV2020]Feature-metric Loss for Self-supervised Learning of Depth and Egomotion

Introduction Introduction에서 다루는 내용은 크게 없어서 간단히 요약만 하고 넘어가겠습니다. Monocular Depth Estimation 방법 중 Supervised 방법론의 장점과 단점 : 정확한 성능을 보이지만, 비싼 Lidar를…

Continue Reading
Posted in Paper X-Review

MonoDepth1&2

이번 리뷰는 Monocular Depth Estimation의 큰 흐름을 담당하는 논문들인 MonoDepth 1, 2에 대하여 간략하게 정리하였습니다. 워낙 유명한 논문이다보니 이미 X-review로 작성하신 분들이 종종 있어서… 양심…

Continue Reading