Author: 김 태주
PaDiM: a Patch Distribution Modeling Framework for Anomaly Detection and Localization
이번 리뷰는 Anomaly detection 논문을 리뷰하고자 합니다.해당 논문은 Anomaly detection을 위한 데이터 셋 MVTec ad에서 SOTA를 달성한 one-class learning 방법론 입니다.(Paper with code 기준) Intro…
[CVPR 2021] Semantic Segmentation for Real Point Cloud Scenes via Bilateral Augmentation and Adaptive Fusion
해당 논문은 Point cloud로부터 Semantic Segmentation을 푸는 방법이며, Point의 geometry 정보와 point로부터 feature를 추출한 정보 같이 사용한 Point based method로 SOTA를 달성한 방법론입니다. Method 해당…
[3DV] Multi-Spectral Visual Odometry without Explicit Stereo Matching
해당 논문은 제목대로 Multi-Spectral sensor. 즉, 서로 다른 도메인인 RGB-LWIR을 이용한 Stereo visual odometry를 제안한 논문입니다. 이전에도 제안된 Multi-Spectral VO들도 있었습니다. 하지만 해당 방법은 서로…
저널 작성기 (RA-L with IROS2021)
해당 리뷰는 좋은 논문 주제와 팀 내에서의 방향을 이끈 PD 팀 리더 김지원 연구원. 오픽 AL의 실력과 다년간 영어권 유학으로 다져진 영어 실력으로 논문 라이팅을…
[ICLR 2020]Network Deconvolution
이번 리뷰는 ICLR 2020-The Best Deep Learning Paper로 선정된 논문에 대해 소개를 하고자 합니다. 또한 fundamental Theory이기에 다른 연구원들에게 도움이 될 거라는 생각에 리뷰를 하고자…
[ICCV 2019] Weakly Aligned Cross-Modal Learning for Multispectral Pedestrian Detection
해당 방법은 Multisepctral Pedestrian Detection Datasets들이 하나의 bounding box를 사용하여 예측함으로써 다른 장비를 통하여 촬영된 multi-modal간 어긋난 현상을 추가적인 모듈을 통해 정렬함으로써 성능을 향상시킨 방법론…
[ECCV2020] Improving Multispectral Pedestrian Detection
이번 리뷰 논문은 Multispectral Pedestrian Detection 분야 중 RGB-Thermal camera를 이용한 1-stage 분야의 SOTA를 달성하고 있는 Modality Balance Network(MBNet)을 소개하고자 합니다. 해당 논문의 주 기여는…
[NeurIPS 2017]”Attention is all you need” – Transformer
현재 이미지 분류 분야에서 SOTA를 달성한 “AN IMAGE IS WORTH 16X16 WORDS: TRANSFORMERS FOR IMAGE RECOGNITION AT SCALE “(ViT)는 NLP의 “Attention is all you need”…
NLP- RNN, LSTM, Seq2Seq, Attention Mechanism
해당 리뷰는 현재 Image Classification task에서 SOTA를 달성한 ViT를 이해와 attention에 대한 이해, ViT를 보고 타 task와 vision task의 접목이 연구 방향성과 결과에 큰 영향을…
MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
해당 논문은 모바일이나 비전이 사용되는 임베디드 어플리케이션에서 효율적인 사용이 가능하도록 설계된 딥러닝 모델을 제안합니다. Intro 기기의 성능 향상과 함께 AlexNet이나 VGG-16 같은 딥러닝 모델이 등장하면서…
댓글 감사합니다. 이해하신 과정이 맞습니다. Descriptor 라는 것은 '현재 입력으로 들어간 이미지/point clouds 데이터를 대표하는 global vector' 라고 생각하시면 됩니다.…