본문 바로가기

🏛 Research58

[논문 리뷰] SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers 본 논문은 NeurIPS 2021 에 공개되었고, 심플하고 강력한 semantic segmentation task 용 Transformer 인 SegFormer 를 제안하는 논문입니다. Abstract 본 논문에서는 효율적인 Segmentation task 수행을 위한 간단하고 효율적이면서 강력한 semantic segmentation 프레임워크인 SegFormer 를 제안합니다. SegFormer 는 1) multi-scale feature 를 추출하는 새로운 hierarchically structured Transformer encoder 로 구성되고, positional encoding이 필요하지 않기 때문에 테스트 이미지의 해상도가 학습 이미지의 해상도와 다를 때 성능이 저하되는 positiona.. 2022. 8. 9.

[논문 리뷰] Deep Learning for Large-Scale Traffic-Sign Detection and Recognition / 교통 표지판 검출 본 포스팅에서는 Traffic sign detection (교통 표지판 감지) 에 대한 논문 2개를 소개합니다. Traffic-Sign Detection and Classification in the Wild / CVPR 2016 Deep Learning for Large-Scale Traffic-Sign Detection and Recognition / IEEE T-ITS 2019 Traffic sign detection 은 object detection의 하위 task로 볼 수 있고, 자율 주행 및 도로 정보를 생성하는데 필수적으로 사용됩니다. 굉장히 작은 객체를 감지하는 방법들이 궁금했었는데, traffic sign detection 논문들이 도움이 되는 것 같습니다. "Traffic-Sign De.. 2022. 7. 8.

[논문 리뷰] Class-Balanced Loss Based on Effective Number of Samples / Class imbalance를 극복하기 위한 방법 Class Imabalance 문제를 해결하는 방법을 제안하는 CVPR 2019에 공개된 논문을 소개합니다. 이번 리뷰는 문제 정의와 해결하는 방법을 개념적으로 설명합니다. (디테일 제외) Class Imbalance ? Class Imbalance 문제라는 것은 딥러닝에서 네트워크를 학습시킬 때 사용되는 training data 의 class 개수가 balance 가 맞지 않는 상황을 말합니다. 실제 데이터에서는 매우 빈번한 일이기에 중요한 task 라고 볼 수 있습니다. 학계에서는 Long tail data 라는 데이터 개수가 많은 class 부터 아주 적은 class 까지 다양하게 분포하는 데이터셋을 사용하여 class imabalance 문제에서 성능을 비교합니다. 일반적인 해결 방법 ? Clas.. 2022. 5. 21.

[논문 리뷰] Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation / DeepLab v3+ / semantic segmentation의 기초 Object Detection 에 YOLO 가 있다면 Segmentation 분야에선 DeepLab 이 정말 유명한 것 같습니다. 본 논문은 ECCV 2018 에 발표되어 DeepLabV3+ 를 제안합니다. Segmentation에서의 중요한 요소들을 배울 수 있고, base 실험 시 아직도 많이 사용하기도 하고 저도 연구하며 썼던 네트워크라 정리해두려 합니다. Abstract Spatial Pyramid pooling module 또는 encoder-decoder 구조는 semantic segmentation 작업을 위해 deep neural network에 사용됩니다. 전자는 multiple effective FoV 에서 filter 또는 pooling 으로 들어오는 feature의 multi-sca.. 2022. 5. 15.

[논문 리뷰] END-TO-END OPTIMIZED IMAGE COMPRESSION | 딥러닝 방식의 영상 압축 ICLR 2017 에 발표된 논문으로 제목 그대로 end-to-end 방식으로 이미지 압축 딥러닝 모델을 최적화하는 방법을 제안하는 논문입니다. 이 분야에 대한 지식이 그렇게 많지 않아서 논문 리뷰가 허술(?)할 수 있습니다... ㅎ - 기본적인 영상 압축 설명 : https://mvje.tistory.com/86?category=1033082 영상 압축 - JPEG, MPEG 영상 압축 관련 내용을 다시 공부할 기회가 생겨서 까먹기 전에 정리합니다! 미디어 데이터는 기하급수적으로 많아지고 이를 저장할 공간은 물리적으로 한계가 있기 때문에 영상 압축은 중요한 mvje.tistory.com Abstract Nonlinear analysis transformation, uniform quantizer, no.. 2022. 5. 14.

[논문 리뷰] MVSNet: Depth Inference for Unstructured Multi-view Stereo / 딥러닝을 이용한 Multi-view Stereo Reconstruction 방법 임의의 N개의 view를 입력으로 사용하는 Multi-view Stereo Reconstuction task에서 전통적인 방법이 아닌, CNN 아키텍처를 사용하는 학습 기반의 방법을 제안하는 첫 연구이기에 소개하려 합니다. 지금은 본 논문에선 제안하는 MVSNet 보다 성능이 좋은 네트워크가 많지만, 본 논문에서 제안하는 아이디어를 사용하는 연구가 많습니다. (22년 초 기준 SoTA는 Transformer 기반의 TransMVSNet입니다.) Abstract 본 논문에서는 multi-view(다시점) 이미지에서 depth map inference를 위한 end-to-end 딥러닝 아키텍처를 소개합니다. 네트워크에서 다시점 이미지들의 feature를 추출한 후 미분가능한 homography warping.. 2022. 3. 29.

이전 1 ··· 3 4 5 6 7 8 9 10 다음

티스토리툴바