CV 논문리뷰/Domain (UDA, TTA, DG) (8) 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.. [CVPR 2021 Workshop] Self-training Guided Adversarial Domain Adaptation For Thermal Imagery Thermal 이미지에서 Semantic Segmentation을 수행할 때 RGB로 부터 유의미한 정보를 받아오는 과정에서 둘 사이의 domain gap을 줄이기 위한 DA 분야의 논문들을 계속해서 읽어 가는 도중 제목이 왠지 모르게 이끌리는 논문을 발견하여 되어 읽어보게 되었습니다. Computer Vision 하위 여러 분야의 많은 방법론들은 RGB image를 기반으로 한 연구를 수행하고 있습니다. 그리고 이러한 연구들은 풍부한 양의 RGB data를 발판 삼아 훌륭한 발전을 이루었죠. 하지만 여러분들도 다들 아시다시피 RGB sensor는 야간 상황의 illumination 변화에 취약하다는 치명적인 단점을 지니고 있습니다. 이 때문에 이런 illumination 변화에 강인한 Thermal s.. [ICCV 2021 Workshop] CDAda : A Curriculum Domain Adaptation for Nighttime Semantic Segmentation 오늘 리뷰할 논문은 RGB Night 상황에서 Semantic Segmentation을 수행할 때 효과적인 Domain Adaptation 을 통해서 성공적인 성능 향상을 이뤄낸 논문입니다. 간단히 Domain Adaptation을 적용시킨 Segmentation 논문인 줄 알았건만,,,, Self-Training, 푸리에 변환, Curriculum Learning,,, 등 추가적으로 굵직한 방법론들이 여럿 적용이 되어서 꽤나 헤비한(?) 논문이였습니다. Introduction 현재 RGB 이미지를 사용해서 Nighttime Semantic Segmentation을 수행하는 많은 방법론들이 존재합니다. 본 논문에서 최종적으로 수행하고자 하는 task 또한 제목에서 볼 수 있듯이 Nighttime Sema.. [RAL 2021] MS-UDA:Multi-Spectral Unsupervised Domain Adaptation for Thermal Image Semantic Segmentation 오늘은 Image Segmentation 관련 논문을 가져 왔습니다. Segmentation 에 대한 논문은 처음 읽어보는데, 추천을 받은 논문이라 Baseline으로 선정 후 읽어보았습니다. 1. Introduction 본 논문은 Thermal Image에서의 Semantic Segmentation을 위한, multi-spectral unsupervised domain adapation 을 수행하는 논문입니다. 열화상 image가 주어졌을 때, pixel 단위로 class를 예측하는 Semantic Segmentation을 진행하게 되는데, 이 과정에서 domain adaptation 이 함께 수행이 됩니다. 갑자기 왜 생뚱맞게 domain adaptation이 등장하는 것일까요? thermal dom.. 이전 1 다음
