[카테고리:] Paper

Paper Review

Posted in Conference Paper X-Review

[CVPR 2021] CFNet: Cascade and Fused Cost Volume for Robust Stereo Matching

이번 리뷰 논문은 제목대로 stereo matching에 관한 방법론입니다. 해당 방법론은 서로 다른 데이터 셋 차이에도 강인하게 성능을 평가하는 대회 ECCV 2020 workshop “Robust Vision Challenge…

Continue Reading
Posted in Paper X-Review

[CVPR2017] Semi-Supervised Deep Learning for Monocular Depth Map Prediction

이번 CVPR2021 workshop 에서 열린 Monocular depth estimation 대회 중 Semi supervised 부문에서 1등을 기록했습니 다. 굉장히 영광스러운 결과이며 언제 또 이런 결과를 얻을 수…

Continue Reading
Posted in Paper X-Review

[CVPR2021] On Semantic Similarity in Video Retrieval

해당 논문은 Semantic Similarity의 범위에 대해 논하는 논문이다. 처음 논문을 선택한 이유는 similarity의 범위에 대해 분석하고 있는 내용인지 궁금하여 선택하였다. 해당 논문에서 다루는 video retrieval은…

Continue Reading
Posted in Conference Paper X-Review

[CVPR 2021] End-to-End Object Detection with Fully Convolutional Network

이번에 리뷰할 논문은 CVPR 2021 OPEN ACCESS 페이퍼이며 object detectio관련 논문입니다. Object detection에서 주로사용되는 NMS 없이 네트워크를 구성하였고, 뭔가 general하게 사용될 수 있을 전략일거 같아서…

Continue Reading
Posted in Paper X-Review

[CVPR2021] HistoGAN : Controlling Colors of GAN-Generated and Real Image via Color Histograms

오늘 리뷰로 작성할 논문은 CVPR2021에 통과된 HistoGAN입니다. 제목만 보셔도 알 수 있다시피, Color 히스토그램을 이용해 만들고자 하는 영상의 색상을 조절하는 논문으로 보입니다. Introduction 기존의 Color…

Continue Reading
Posted in Conference Paper X-Review

[CVPR2021] Delving into Localization Errors for Monocular 3D Object Detection

아카이브 : https://arxiv.org/pdf/2103.16237.pdf 깃허브 : https://github.com/xinzhuma/monodle Introduction 해당 논문은 단일 이미지 기반으로 3D Object Detection을 수행할때, 성능향상을 저지하는 가장 큰 요인중 하나인 ‘Localization error’에 대해…

Continue Reading
Posted in Paper X-Review

[arXiv2021] Are Convolutional Neural Networks or Transformers more like human vision? – [1]

읽을 논문을 찾아보던 와중 독특한 이름의 논문이 눈에 들어와 읽고 리뷰하게 되었습니다. 이름은 “Are Convolutional Neural Networks or Transformers more like human vision?” 으로 현재…

Continue Reading
Posted in Paper X-Review

A Generalizable Approach to Learning Optimizers

[논문 Link]논문에서 정의한 문제:deep neural network optimization을 자동적으로 하지 못하는 이유는 무엇일까? 대부분의 학습이 학습의 상황(훈련된 모델 등)에 의존적이기 때문이다. 해당 연구는 일반화에 초점을 맞춘…

Continue Reading
Posted in Conference Paper X-Review

[NeurIPS 2020] Wasserstein Distances for Stereo Disparity Estimation

이번 리뷰 논문은 end-to-end의 Stereo Depth estimation에 대한 방법론이며, NeurlPS에서 Spotlite를 받은 페이퍼에 해당합니다. 매칭에 대한 모호함(e.g. 물체의 경계)을 해결하기 위해 offset 모듈과 Wasserstein Distances…

Continue Reading
Posted in Paper X-Review

[CVPR2021]3D Packing for Self-Supervised Monocular Depth Estimation

저는 이번 CVPR 2021 Workshop에서 주최하는 Depth Estimation 대회에 참가하게 되었습니다. I2I task를 구준히 하다가 갑자기 챌린지에 참여하게 된 이유는 좀 새로운 도전을 잠깐 해보고…

Continue Reading