Author: 황 유진

Posted in Paper X-Review

Consistency-based Active Learning for Object Detection

본 논문은 Active Learning에 관한 논문이다. learning-based 알고리즘의 가장 큰 bottlenecks 중 하나는 labeled data의 부족이다. 이를 해결하기 위해 unlabeled, semi-supervised learning 기법들이 소개되었으나, 몇몇…

Continue Reading
Posted in Paper X-Review

ACTION-Net: Multipath Excitation for Action Recognition

논문 소개본 논문은 video understanding의 핵심적인 문제인 video action recognition task를 해결하기 위한 모델을 2D CNNs, 3D CNNs으로 나눈다. 본 논문은 2D CNNs는 비디오의 시간적…

Continue Reading
Posted in Paper X-Review

Circle Loss: A Unified Perspective of Pair Similarity Optimization

소개 본 논문은 Contrastive Learning 에서 유사성 최적화에 대한 새로운 관점을 소개한다. Contrastive Learning 은 Self-supervised learning에서 많이 사용되는 접근법으로 한국어로는 대조 학습이라 불리며 within-class(클리스…

Continue Reading
Posted in Paper X-Review

Only Time Can Tell: Discovering Temporal Data for Temporal Modeling

본 논문은 기존의 temporal understanding을 진행하지 않았던 (비디오 중 하나의 영상으로만 예측을 진행했던) 학습법의 문제를 언급하며 이에 대한 원인으로 데이터셋의 문제를 든다. 따라서 frame shuffling이…

Continue Reading
Posted in Paper X-Review

FRAME ATTENTION NETWORKS FOR FACIAL EXPRESSION RECOGNITION IN VIDEOS

SMART논문을 보다가 보게 된 논문이다. 논문을 소개하기 전에 SMART에서 나온 Attention and Relation models에 대해 소개하겠다. (SMART는 지난번 리뷰한 논문으로 링크는 다음과 같다)1. Attentionattention의 개념은…

Continue Reading
Posted in Paper X-Review

What Makes a Video a Video: Analyzing Temporal Information in Video Understanding Models and Datasets

본 논문은 Do these Models Really Capture Temporal Information? 라는 질문에 관한 논문이다. 보통 모델이 깊어질수록 낮은 수준의 정보는 점점 사라진다. 아래 그림1은 원본 비디오…

Continue Reading
Posted in Paper X-Review

SMART Frame Selection for Action Recognition

본 논문은 action recognition을 위한 video frame selection 문제를 다룬다. 아카이브 기준으로 2020.12.19일 공개 되어 코드는 공개되지 않았다.명칭을 SMART frame selection으로 하였는데 SMART는 Sampling through…

Continue Reading
Posted in Paper X-Review

[CVPR2020]Central similarity quantization hashing for efficient image and video retrieval

본 논문은 제목에서 알 수 있듯이 영상(image, video)의 retrieval 문제의 해결에 관한 논문이다. 간단하게 작성자가 이해한 컨셉을 정리하였다. (이는 조원 연구원이 세미나와 x-review를 했던 논문입니다.)…

Continue Reading
Posted in Paper X-Review

[CVPR2020]BlendMask: Top-Down Meets Bottom-Up for Instance Segmentation

BlendMask는 빠른 segmentation을 가능하게 한 [ICCV2019]YOLACT 을 안다면 빠르게 이해할 수 있을 것이다. YOLACT 은 Real-time Instance Segmentation 즉, instance segmentation 문제를 real-time으로 해결하기 위한…

Continue Reading
Posted in Paper X-Review

[CVPR2020]Single-Stage Semantic Segmentation from Image Labels

본 논문은 weakly supervised learning (약 지도학습)을 single stage로 진행한 논문이다. 기존 많은 약지도학습 기법에서는 CAMs(class activation maps)를 seed로 하여 이를 수정하는 등 multi-stage 방식이…

Continue Reading