[카테고리:] X-Review
Paper, Conference, Seminar, API, Code, Dataset 등의 리뷰를 담을 예정입니다.
[CVPR2015] FlowNet
지난 리뷰에서 hand-craft optical flow에 대해 알아보았다면, 이번 리뷰에서는 Deep learning 기반에 optical flow 중 하나인 FlowNet에 대해서 알아보고자 합니다. 해당 논문은 2015년에 CVPR에서 공개된…
[CVPR 2019] Long-Term Feature Banks for Detailed Video Understanding
기존 Video 에서 action recognition 연구를 할 때 주로 2~5초 가량의 clip을 추출하여 예측했었습니다. 그러나 현재의 어떤 행동을 판단하기 위해서는 과거와 미래라는 맥락 또한 중요시…
Introduction to range Sensing & Lidar Technology
이번에 제가 다루게될 주제는 Introduction to range Sensing & Lidar Technology입니다. 즉, 거리를 측정하는 센싱기술에는 어떠한 것들이 있는지 알아보겠습니다. 해당내용은 경희대학교 이순걸교수님 외부세미나(2019 세종대)…
Learning Spatiotemporal Features with 3D Convolutional Networks
Du Tran1,2 , Lubomir Bourdev1 , Rob Fergus1 , Lorenzo Torresani2 , Manohar Paluri1 1Facebook AI Research, 2Dartmouth College {dutran,lorenzo}@cs.dartmouth.edu {lubomir,robfergus,mano}@fb.com Preview 이번에 읽은 논문은…
Latex
지난 Potenit manual 작성을 위해 사용한 Latex 문법을 공유하고자 리뷰를 작성합니다. 신정민 연구원님 깨서 이미 설명한 바(http://server.rcv.sejong.ac.kr:8080/2020/08/31/latex/)가 있기 때문에, 연구원님이 설명하지 않으신 문법들을 소개하겠습니다. 신정님…
[CVPR2018]Learning Pixel-level Semantic Affinity with Image-level Supervision for Weakly Supervised Semantic Segmentation_1
본 논문은 CAMs을 이용한 Segmentation 문제 풀이에 관한 논문입니다. 혹시 이해가 부족한 부분을 지적해주시면 내용 추가하도록 하겠습니다!논문 링크 [링크] Introduction Weakly Supervised Semantic Segmantation을 위한…
[CVPR 2020] Central Similarity Quantization for Efficient Image and Video Retrieval
주로 image 나 video를 이용한 Retrieval task에서는 입력을 임의의 vector로 e hashing (이와 비슷하게 encoding 이라고도 합니다.) 한 후, vector 들 간의 유사도를 계산해 차이가…
Multi-Fiber Networks for Video Recognition
1. Contribution 높은 효율성을 가지는 Multi Fiber 아키택쳐를 제안하고, 그것을 2D와 3D에서의 효율성을 모두 검증하였다. 여러 2D, 3D(비디오) 데이터셋에서성능을 확인하고 모델의 효율성과 성능을 보였다. 2….
Robotics 소개
이번에 제가 다룰 주제는 Robotics입니다. Robotics는 로봇을 다루기 위해서는 필수적으로 알아야 할 학문입니다. 기계과 곽관웅 교수님의 교안과 강의를 참고했으며, http://www.kocw.net/home/search/kemView.do?kemId=1358399 를 들어가시면 강의를 수강하실…
[스터디] From Fully-Connected Layers to Convolutions
작성 중 해당 리뷰는 Dive into Deep Learning(https://d2l.ai/index.html)의 6장 Convolutional Neural Networks의 1절 From Fully-Connected Layers to Convolutions의 내용을 가져왔습니다. fcn에서 conv layer로 변경시키며 설명해주는…
최신 댓글