분류 전체보기 (61) 썸네일형 리스트형 [RA-L with ICRA 2024] Test-Time Adaptation in the Dynamic World With Compound Domain Knowledge Management 안녕하세요. 오늘 가지고 온 논문은 최근에 관심이 생긴 Test-Time Adapation(TTA) 분야의 논문입니다. 기존에 제가 리뷰하던 UDA(Unsupervised Domain Adaptation)분야는 source와 target dataset이 명확하게 정해져 있어야 하고, 모델 학습 시에 target dataset이 존재해야 하는 반면, TTA는 UDA의 이러한 제한 사항으로부터 자유롭습니다. 그렇기 때문에 실제 application 적인 관점에서 Domain Generalization(DG) 분야의 논문과 함께 많이 연구되고 있습니다. 본 논문을 읽게 된 건 최근 TTA 분야에 대한 관심이 생겼던 것도 맞지만, 우연히 KAIST RCV 출신 우상현 교수님(CBAM 저자) 의 CV를 보다가 가.. [CVPR 2021] Prototypical Pseudo Label Denoising and Target Structure Learning for Domain Adaptive Semantic Segmentation 안녕하세요, 오늘 리뷰할 논문도 마찬가지로 UDA (Unsupervised Domain Adaptation) 을 수행하는 논문입니다. Prototype의 개념을 활용하였고, noise가 포함되어 있는 pseudo label 을 denoising하는 기법도 소개하고 있습니다. 논문을 쓴 기관(?)이 Microsoft Research Asia 인 것으로 보아 꽤나 신뢰도 있는 논문일것이라 생각이 드네요. 그럼 바로 리뷰 시작하도록 하겠습니다. 1. Introduction 보통의 UDA 논문들과 Introduction 초반부 내용은 유사합니다. Real World 에서의 annotation cost가 비싸기 때문에 gt가 존재하는 큰 규모의 Synthetic Dataset으로 부터 정보를 가져 오고자 하는 것.. [KBS 2020] Knowledge based domain adaptation for semantic segmentation 안녕하세요, 오늘도 늘 먹던 분야의 논문을 가지고 왔습니다. 다만 KBS 라고 하는 저널은 많은 분들이 처음 보실거라 생각이 드는데요, 이는 Knowledge Based System (KBS) 라고 하는 저널입니다. Impact Factor가 8 이상으로 꽤나 높은 Q1 급의 저널입니다. 뭐 아무튼, 해당 논문에 투고된 DA 논문 리뷰를 시작하도록 하겠습니다. 1. Introduction 사실 Domain Adaptation 기법으로 Semantic Segmentation task를 수행하는 논문을 많이 리뷰하였고, 이 글들의 초반부 내용들은 대부분 유사합니다. annotation cost가 매우 크고, 그렇기 때문에 큰 규모의 labeled sourcedataset으로 부터 정보를 받아와 unlabel.. [ECCV 2022] Bi-directional Contrastive Learning for Domain Adaptive Semantic Segmentation 안녕하세요. 최근 1~2주동안 계속 산자부 OCR 작업을 수행하는 중인지라 논문을 거의 읽지 못했는데요, 그럼에도 불구하고 내일부터 3일간 KCCV 2023 학회에 가기 때문에 논문을 좀 읽고 리뷰를 써야겠다는 생각이 들었습니다. 그래서 KCCV에 구두, 포스터로 발표되는 논문 리스트를 한번 훑어봤는데요, 제 개인적인 생각으로 논문 리스트에 가장 많이 포함된 키워드는 아래 3가지였습니다. Multi-modal (Vision + $\alpha $ ) 생성 모델을 활용한 something (Difussion,,,,) Contrastive 현재 일정이 끝나고 조금 여유로워 지면 개인적으로 multi-modal 논문도 한번 읽어보고 싶은 생각이 있지만, 지금은 그 정도의 여유는 없는지라 아무래도 익숙한 분야의 .. [CVPR 2023] MIC: Masked Image Consistency for Context-Enhanced Domain Adaptation 안녕하세요. 오늘 리뷰할 논문은 2023년도 CVPR 2023에 투고된 따끈따끈한 논문입니다. CVPR accepted paper list 를 살펴 보다가 제목에 제가 흥미로워 하는 키워드가 몇 가지 있어서 한번 읽어보게 되었습니다. 매번 리뷰하던 것 처럼 Semantic Segmentation 분야에 한정된 논문은 아니구요, 여러 visual task에 모두 적용 가능한 Unsupervised Domain Adaptation(UDA) 기법을 제안한 논문입니다. ++ 다 읽고 리뷰를 쓴 뒤에 돌아보니 문제 정의, 해결책, 실험 등이 매우 깔끔, 명료 하면서 효과 또한 확실한 좋은 논문이라는 생각이 드네요. 그럼 리뷰 시작하도록 하겠습니다. 1. Introduction Masked Image Modelin.. [RAL 2023] CEKD Cross-Modal Edge-Privileged Knowledge Distillation for Semantic Scene Understanding Using Only Thermal Images 안녕하세요. 오늘 리뷰할 논문은 제가 요즘 관심있게 보고있는 분야의 논문이 RAL에 투고되어 읽게 되었습니다. 열화상만을 가지고 Segmentation을 진행하는 task인데, 거기에 Thermal의 단점을 보완하기 위한 여러 기법들이 적용된 것이죠. 결과부터 말하자면 본 논문을 읽고 막 엄청나게 fancy 하다는 느낌을 받지는 못했습니다. 뭔가 이것저것 붙인거 같은 느낌이 조금 들었기 때문이죠.(개인적인 견해일 수 있습니다) 아무튼 본격적으로 리뷰 시작하도록 하겠습니다. 1. Introduction Semantic Segmentation은 자율주행 or medical 등의 분야에서 scene understanding을 위해 많이 연구되고 있는 분야입니다. 또한 이러한 결과들은 path planning,.. [ICRA 2022] Semi-Supervised Learning with Mutual Distillation for Monocular Depth Estimation 오늘 리뷰할 논문은 고려대학교 김승룡 교수님 연구실에서 작성된 논문입니다. Mutual Learning, Uncertainty map과 관련된 리뷰로 저번 리뷰처럼 masking 관련된 내용들이 흥미로워서 찾아보다가 citation을 타고타고 읽어보게 되었습니다. 제가 진행중인 실험은 Semantic Segmentation task인데 리뷰는 또 어쩌다 보니 Depth 논문이네요. 언젠간 다시 Depth 관련 연구를 진행해보고 싶다는 생각을 하면서,, 리뷰 시작하도록 하겠습니다. Introduction Depth Estimation, Semantic Segmentation 등 CV와 Robotics 분야에서 Semi, Self Supervised 방식으로 문제를 해결하는 논문들의 Introduction .. [ICCV 2021] Adaptive confidence thresholding for monocular depth estimation (+ Brief Introduction of MonoDepth1,2) 네 안녕하세요. 해당 논문은 2022년 여름쯤 제가 한창 Depth Estimation 공부를 진행할 때 간략하게 읽었었던 논문입니다. 사실 Depth의 task적인 부분 보다는 Adaptive한 Masking전략에 대부분의 focus를 잡고 읽었기 때문에 Depth task에 대한 여러 지식들이나 흐름에 대해서는 조금 부족할 수도 있습니다. 그래도 최대한 리뷰의 큰 흐름을 잡고 잘 작성해 보겠습니다 1. Premilinary About MonoDepth 우선 시작하기 전 Depth Estimation이 무엇이고 어떤 식으로 동작하는지 잘 모르는 분들을 위한 설명을 진행하겠습니다. 또한, Depth Estimation에 흥미가 있어서 관련 논문을 읽어보고 싶으신 분이 계실 수 있지요. 그래서 해당 분야에.. 이전 1 2 3 4 ··· 8 다음
