Author: 이 승현

Posted in B.S. X-Diary

2022 상반기를 마무리하며

벌써 학부 졸업까지 한 학기만 남겨두게 되었습니다..! 2022년 상반기를 마무리하며 이제 끝나가는 여름 방학을 되돌아보았습니다. 이번 여름방학에 제가 목표로 했던 것은 위치 인식에 대한 기초를…

Continue Reading
Posted in X-Review

[2022 IV]Attention Guided Unsupervised learning of Monocular Visualinertial Odometry

제가 이번에 리뷰할 논문은 VIO와 관련된 논문입니다. 이 논문은 depth 정보도 사용하고 있기에 직접 적용해보기에는 어려움이 있을 것 같지만, visual 정보와 inertial 정보를 융합하는 방식에…

Continue Reading
Posted in X-Review

[ICCV 2021]Representative Color Transform for Image Enhancement

제가 이번에 리뷰할 논문은 image enhancement 태스크에 관한 논문입니다. 어두운 환경에도 강인한 retrieval이 가능하도록 하기 위한 방법론으로 적용해보아도 좋은 것 같아 읽게 되었습니다. Abstract image…

Continue Reading
Posted in Paper X-Review

[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…

Continue Reading
Posted in X-Review

[arXiv2022] AFT-VO: Asynchronous Fusion Transformers for Multi-View Visual Odometry Estimation

제가 이번에 리뷰할 논문은 VO(Visual Odometry)과정에서 센서들의 동기화가 맞지 않는 경우에 대응하기 위한 연구입니다. VIO에 대한 동기화 문제를 해결하는 것이 기본연구의 과제 중 하나인데, odometry의…

Continue Reading
Posted in Paper X-Review

[ICCV2021]SDWNet: A Straight Dilated Network with Wavelet Transformation for image Deblurring

제가 이번에 리뷰할 논문은 deblurring과 관련된 논문입니다. 이 논문을 읽게 된 이유는 위치인식 과제에서 motion blur를 해결하기 위한 방법론으로 DeblurGAN-v2 방법론이 있었는데 이 방법론은 2019년에…

Continue Reading
Posted in Paper X-Review

[TITS2021]Robust Multispectral Visual-Inertial Navigation With Visual Odometry Failure Recovery

제가 이번에 리뷰할 논문은 VIO에 관련된 논문입니다. VIO 논문은 처음 읽어봐서 잘 모르는 부분도 많았습니다. 그리고 이번에 리뷰할 논문은 수식적으로 모델링을 한 부분이 있어서, 수식이…

Continue Reading
Posted in X-Review

[ICCV2021]Pose Correction for Highly Accurate Visual Localization in Large-scale Indoor Spaces

localization의 성능을 높이기 위한 논문을 찾아보다 읽게 된 논문입니다. visual localization 과정은 쿼리 이미지와 가장 유사한 이미지를 데이터베이스에서 찾은 후, 데이터베이스와 쿼리를 이용하여 pose를 추정하는…

Continue Reading
Posted in Paper X-Review

[ICCV2019]Learning with Average Precision: Training Image Retrieval with a Listwise Loss

Abstract 최근 deeplearning 기반의 방법론을 이용하는 방식이 전통적인 기법을 크게 능가하고있다. 그러나 기존의 ranking-tailored loss 함수를 이용하는 방식은 mAP를 최적화하는 방식이 아니라는 이론적 한계와, 상당한…

Continue Reading
Posted in Paper X-Review

[CVPR2020]SuperGlue: Learning Feature Matching with Graph Neural Networks

1. Abstract 2개의 local feature의 대응되는 것을 찾고, 맞지않는 포인트는 거부하여 matching하는 SuperGlue라는 neural network를 소개한다. attention 기반의 super glue가 3D 장면 이해와 feature assignment를…

Continue Reading