[카테고리:] Paper
Paper Review
[NIPS2017] Attention Is All You Need
논문: Attention Is All You Need Facebook AI Research에서 DETR: End-to-End Object Detection with Transformers 논문[1], 블로그[2], 코드[3]를 동시에 공개하면서 attention 혹은 Transformer라는 방법에 대해…
[IEEE] Discriminative Frequent Pattern Analysis for Effective
1. Frequent 패턴이 분류문제에서 더 효과적인 이유는 무엇일까? 저자는 논문에서 Frequent 패턴이 single feature와 비교해 분류문제에 있어 더 유용한 이유를 설명하고 실험을 통해 나타낸다. Frequent…
M2Det: A Single-Shot Object Detector based on Multi-Level Feature Pyramid Network
Scale의 변화는 object detection분야에서 중요한 요소중 하나이며 다양한 방법론들이 제안되고 있다. Proposed Method backbone과 Multi-Level Feature Pyramid Network(MLFPN)에서 features를 추출한다. SSD와 유사하게 bounding box와 class에…
[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…
[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…
[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…
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…
[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…
[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…
[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…
최신 댓글