KUBIG 2022-1 활동 블로그

작성자 : 14기 김태영 논문 : https://arxiv.org/pdf/1505.04597.pdf [Unet 논문 리뷰] 1-1. From Image Classification Model To Semantic Segmentation 기존 이미지 분류에서 우수한 성능을 보였던 CNN 기반의 모델의 종류들은 AlexNet, VGG16, GoogleNet 등이 있다. 다만 Semantic Segmentation을 위해서는 이 모델들을 기반으로 추가적이 작업을 필요로 하는데 크게 다음과 같다. a. Convoutionalization b. Deconvolution c. Skip Architecture 물론 위 작업들이 Semantic Segmentation만을 위한 작업이라 할 수 없지만 기존 classifi..

심화 스터디/이미지 2022. 6. 5. 02:37

작성자: 김지후 논문 : https://arxiv.org/abs/1411.4555 Introduction 기존의 CV에서 주된 목표였던 이미지 classification이나 object recognition문제보다 어려운 문제를 가지고 있습니다. 이미지에 들어있는 물체는 인식하는 것 뿐만아니라 그들의 특성, 활동, 그리고 다른 물체와의 관계를 인식해야합니다. 또한 이러한 의미론적인 지식을 자연어로 표현할 수 있어야합니다. 본 논문에서는 single joint model인 NIC를 제시합니다. image I를 입력하고, likelihood p(S|I)를 최대화하는 타겟 단어의 시퀀스 S를 출력합니다. NIC의 메인 아이디어는 머신번역의 구조를 활용합니다. 머신번역은 “encoder” RNN이 source ..

심화 스터디/이미지 2022. 6. 4. 16:50

작성자: 구은아 논문: https://arxiv.org/pdf/1506.02640.pdf 1. Introduction 인간은 이미지를 슬쩍 보고도 이미지 내 대부분의 정보를 파악한다. 빠르고 정확한 인간의 시각 시스템을 object detection에 적용할 수 있다면 복잡한 센서 없이도 시각 정보를 사용하는 일을 컴퓨터에게도 시킬 수 있을 것이다. (자동차 운전이나 보조 기기처럼 실시간 시각 정보가 필요한 일들에 특히) 최근 detection 모델은 classifier 모델의 변용이다. object를 classify하고, 이미지의 여러 위치와 크기에서 이를 평가한다. (예를 들면, sliding window) R-CNN같은 더 최근 모델은 예상되는 bounding box를 찾고, 이 박스에 대해서 cl..

심화 스터디/이미지 2022. 3. 24. 22:15