[카테고리:] Paper

Paper Review

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
Posted in Paper X-Review

Rethinking Data Augmentation for Image Super-resolution: A Comprehensive Analysis and a New Strategy

Jaejun Yoo, Namhyuk Ahn , Kyung-Ah Sohn 저번주 리뷰:[ http://server.rcv.sejong.ac.kr:8080/wp-admin/post.php?post=5370&action=edit ] [들어가는 글] 안녕하세요 제가 이번에 개인 프로젝트로 ocr을 진행하게 되어 이와 관련된 분야에 관심이…

Continue Reading
Posted in Paper X-Review

[arXiv] Unifying Deep Local and Global Features for Image Search

Bingyi Cao , Andre Araujo, Jack Sim Google Research, USA 이 논문은 DELF 를 이어 낸 Google 의 Image Retrieval을 위한 Feature 논문입니다. 기존 DELF…

Continue Reading
Posted in Conference Paper X-Review 미분류

[CVPR 2016] Structure-from-Motion Revisited

Git : https://colmap.github.io/ [COLMAP] 이번 리뷰는 이전부터 공부를 하고 싶은 Structure-from-Motion(이하 SfM) 관련 논문을 담기로 결정했습니다. SfM 관련 논문 중 해당 논문으로 결정하게된 계기는 자신의…

Continue Reading
Posted in Paper X-Review

[ICCV 2019]Scale-Aware Trident Networks for Object Detection

Object detection에서 scale variation 중요한 문제이다. 이 논문에서는 receptive fields가 scale variation에 미치는 영향을 나타냈다. 또한 실험 결과를 통해 Trident network라는 방법을 제안한다. Trident network는…

Continue Reading
Posted in Paper X-Review

[arXiv 17] Focal Loss for Dense Object Detection

Object detection 에 대한 network를 학습시키다보면 주로 한 장의 영상에서 bounding box 후보로는 1000개 ~ 100,000개가 나오지만 이중에 object는 얼마 없는 것을 알 수 있을…

Continue Reading
Posted in Paper X-Review

[ECCV16] LIFT: Learned Invariant Feature Transform

논문: LIFT: Learned Invariant Feature Transform포스터: ECCV2016-S-4A-08 이미지에서 특징점을 검출하는 전통적인 Hand-craft 방법으로는 SIFT[1]가 가장 영향력(2020년 5월 1일 기준 56k 인용)을 많이 주고 있고, SIFT는…

Continue Reading
Posted in Paper X-Review

Center and Scale Prediction: A Box-free Approach for Pedestrian and Face Detection

기존의 anchor box based prediction과 달리 straightforward center와 scaled prediction 방식을 제안하는 논문이다. 즉 box, anchor free이며, 바운딩 박스를 예측하는것이 아니라 물체의 offset, scale, center…

Continue Reading