본 논문은 ECCV 2018에 게재된 논문으로 다양한 visual concepts 인식하는(multi-task learning) Unified Perceptual Parsing 이라는 새로운 task 를 제안합니다. Introduction 위 그림은 거실(scene)에 테이블, 그림, 벽과 같은 다양한 객체(object)로 이루어져있고 동시에 테이블은 테이블 다리, 상판, apron(part) 등으로 구성되어 있습니다. 또한 테이블은 나무(material)로 만들어졌고 소파 표면은 kinitted(texture) 되어 있습니다. 이러한 카테고리들은 scene understanding, object/material/part/texture recognition task에서 각각 독립적으로 수행되어 왔습니다...

ICLR 2021에 개제된 논문이며 object와 shape, texture와의 관계, 그리고 object recognition 등의 vision task에서 shape과 texture 정보를 모두 이용하여 학습하여 성능을 향상시킨 shape-texture debiased neural network를 제안합니다. Introduction Shape과 texture는 모두 object를 인식할 때 중요한 단서들입니다. 이미 이전의 object recognition 연구에서 shape과 texture를 적절하게 결합하면 인식 성능을 높일 수 있음이 밝혀졌습니다. ‘IMAGENET-TRAINED CNNS ARE BIASED TOWARDS TEXTURE; INCREASING SHAPE BIAS IMPROVES A..

본 논문은 CVPR2018에 게재된 few shot learning 이라는 주제의 논문입니다. 딥러닝에서 데이터의 개수는 성능과 직결되지만, 현실적인 테스크에서 데이터 개수는 늘 부족할 수 밖에 없습니다. 이러한 limited data 문제를 해결하기 위해 data 차원에서는 data augmentation 방법이 존재하고, network 차원에서는 Un/Semi-supervised learning, Transfer learning, Meta learning 방법 등이 존재합니다. few shot learning은 meta learning 방식을 사용하여 적은 data 개수로 network를 학습시키는 방법론입니다. Meta learning에는 metric, model, optimization, GCN ..

본 논문은 2013년, International journal of computer vision 저널에 게재된 논문입니다. 거의 10년전 논문이지만, 저에게 material recognition이라는 분야를 가장 잘 이해할 수 있게 해준 논문이기에 정리해두려 합니다. Introduction 본 논문에서는 human material recognition 연구를 기반으로 하는 low, mid-level 이미지 feature를 제안하고 SVM classifier 를 사용하여 이러한 feature들을 결합합니다. 아래에는 재질 카테고리를 분류하기 위한 몇가지 특성들을 소개합니다. - Surface Reflectance Surface reflectance는 재질 종류와 상관관계가 있는 경우가 많습니다. 예를 들어..

CVPR2017에 게재된 material recognition 관련 논문입니다. 본 논문에서는 이미지 캡처의 small anugular variation를 이용하여 재질 분류 성능을 높이는 DAIN(Differential Angular Imaging Network)를 제안합니다. Introduction Real world scene은 나무, 대리석, 흙, 금속, 세라믹 등과 같은 다양한 재질로 만들어진 표면으로 구성되어 있고, 이는 이미지에서 풍부한 visual variation을 발생시킵니다. Material recognition은 autonomous agent, human-machine 시스템과 같은 응용 분야에 대한 자세한 재질 정보를 제공하는 것을 목표로 최근 몇 년 동안 활발한 연구가 진행되었습..

본 논문은 ECCV2016에 게재된 논문으로 4D light-field dataset을 처음으로 재질 인식에 사용한 연구 입니다. Light field? light field 는 빛을 시공간 field에서 표현하기 위한 plenoptic function으로 정의할 수 있는데, 이중에서 빛의 방향(가로 각도, 세로각도), 빛의 2차원 위치(x,y) 4개의 파라미터만을 사용하여 4D light-field라고 합니다. Lytro Illum 등의 4D light-field 카메라는 micro lens array를 main lens와 photo sensor 사이에 위치시켜 오브젝트 한 지점에서 여러 방향으로 방사되어 main lenz를 통과하는 빛을 micro lens로 분리시켜 따로 저장시킬 수 있습니다. 이는..