[카테고리:] Paper

Paper Review

Posted in Conference Paper X-Review

[CVPR 2019]Feature Selective Anchor-Free Module for Single-Shot Object Detection

git : https://github.com/hdjang/Feature-Selective-Anchor-Free-Module-for-Single-Shot-Object-Detection 해당 논문은 anchor-base 방식(SSD, YOLO, RetinaNet…)에 FPN과 anchor-free 모듈을 이용합니다. anchor-free 모듈을 통해 box regression과 classification에 최적화된 pyramid feature를 선택하여 성능을 향상시키는…

Continue Reading
Posted in Paper X-Review

[arXiv]HDD-Net: Hybrid Detector Descriptor with Mutual Interactive Learning

위치 인식을 하기 [위해 영상의 local descriptor를 추출하는 것은 매우 중요한 부분이다. 따라서 R2D2[1], D2-Net[2[,DELF[3] 등 관련 논문들이 많이 나왔다. 이전 논문들을 통해 나온 가장…

Continue Reading
Posted in Paper X-Review

[ICIP 2020] Noise-sampling cross entropy loss: Improving disparity regression via cost volume aware regularizer

1. Related work 이번 주에 설명드릴 논문은 disparity를 구할 때 적용하는 loss 를 제안한 논문입니다. 논문이 제안한 내용을 설명드리기에 앞서 간단한 배경지식을 설명드리고자합니다. 이전에 stereo…

Continue Reading
Posted in Paper X-Review

Feature Pyramid Networks for Object Detection

Tsung-Yi Lin1,2, Piotr Dollar´ 1 , Ross Girshick1 , Kaiming He1 , Bharath Hariharan1 , and Serge Belongie2 1Facebook AI Research (FAIR) 2Cornell University and…

Continue Reading
Posted in Paper X-Review 미분류

[ELSEVIER-Pattern Recognition]Underwater scene prior inspired deep underwater image and video enhancement

https://github.com/saeed-anwar/UWCNN https://li-chongyi.github.io/proj_underwater_image_synthesis.html Introduction 수중에서 촬영된 이미지나 비디오의 visual quality나 딥러닝기반 pattern recognition, object detection, key feature extraction모델에적용하였을 때의 성능은 기대에 미치지 못한다. 그 이유는 대부분의…

Continue Reading
Posted in Paper X-Review

[CVPR 2019] NM-Net: Mining Reliable Neighbors for Robust Feature Correspondences

최근에 naver localization & map challenge에 참가해 visual localization 문제를 풀면서 feature correspondence에 관심이 생기던 중 NM-net을 보게되어 리뷰를 하게 되었습니다. 이 논문의 핵심 아이디어는…

Continue Reading
Posted in Paper X-Review

[arXiv2015]Loss Functions for Image Restoration with Neural Networks

Index Terms—Image Processing, Image Restoration, Neural Networks, Loss Functions. Loss들의 특징을 찾아보다 알게되었음. 논문 링크INTRODUCTION neural networks가 computer vision과 image processing 분야에서 사용되면서 많은 연구자들은…

Continue Reading
Posted in Paper X-Review

[arXiv 2020] ResNeSt: Split-Attention Networks

Zhang, H., Wu, C., Zhang, Z., Zhu, Y., Zhang, Z., Lin, H., … & Li, M. (2020). ResNeSt: Split-Attention Networks. arXiv preprint arXiv:2004.08955. git : https://github.com/zhanghang1989/ResNeSt…

Continue Reading
Posted in Paper X-Review

[ICLR 2015] Very Deep Convolutional Networks For Large-Scale Image Recgnition

합성곱 네트워크의 깊이가 큰 스케일의 영상 인식 정확도에 미치는 영향을 연구한 논문이다. 현재도 많이 쓰이고있는 VGG NetWork가 이 논문에서 나왔다. VGG-Net이 나오기 이전의 대표 conv…

Continue Reading
Posted in Paper X-Review

[ICCV2019]What Else Can Fool Deep Learning? Addressing Color Constancy Errors on Deep Neural Network Performance

Abstract이 논문은 부적절한 white balance(WB)에 의해 발생하는 strong color cast가 어떻게 DNN이 segmentation과 classification 작동 성능에 나쁜 영향을 미치는지를 탐구한다.추가로 기존의 image augmentation 방식이 WB…

Continue Reading