Category: X-Review
Paper, Conference, Seminar, API, Code, Dataset 등의 리뷰를 담을 예정입니다.
NetVLAD: CNN architecture for weakly supervised place recognition
이번 Visual Localization과 관련된 창의학기제를 진행하면서 읽게된 논문입니다. VLAD 논문을 읽고 리뷰 한 후 NetVLAD를 리뷰하고 싶었지만, 저에게 VLAD 논문이 읽는게 조금 어려워 바로 NetVLAD로…
[CVPR2018]Learning Pixel-level Semantic Affinity with Image-level Supervision for Weakly Supervised Semantic Segmentation_2
앞선 리뷰에 이어서 진행되는 글 입니다:) 1. background activation map본 논문에서는 기존의 CAMs 뿐만 아니라 background activation map도 구한다 구하는 식은 [수식1]과 같다. 이때 는…
[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….

![[CVPR 2019] Long-Term Feature Banks for Detailed Video Understanding](http://server.rcv.sejong.ac.kr:8080/wp-content/uploads/2020/09/image-179-480x281.png)
![[CVPR 2020] Central Similarity Quantization for Efficient Image and Video Retrieval](http://server.rcv.sejong.ac.kr:8080/wp-content/uploads/2020/09/image-109-480x338.png)
질문 감사합니다. φ_db와 φ_llm을 곱하는 게 아니 더하는 등의 다양한 조합에 대해서는 논문에 따로 언급하고있지 않습니다. (Supplementary Material에도 따로 없네요)…