목록computervision (31)

KalelPark's LAB

[ 논문 리뷰 ] PixelNeRF: Neural Radiance Fields from One or Few Images

GitHub를 참고하시면, CODE 및 다양한 논문 리뷰가 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/Awesome-ComputerVision GitHub - kalelpark/Awesome-ComputerVision: Awesome-ComputerVision Awesome-ComputerVision. Contribute to kalelpark/Awesome-ComputerVision development by creating an account on GitHub. github.com Abstract 본 논문에서는, PixelNeRF를 제시합니다. PixelNeRF는 적은 이미지로, 연속적인 장면을 표..
Data Science/Neural Radiance Fields 2023. 1. 25. 08:37
[논문 리뷰] D-NeRF: Neural Radiance Fields for Dynamic Scenes

GitHub를 참고하시면, CODE 및 다양한 논문 리뷰가 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/Awesome-ComputerVision GitHub - kalelpark/Awesome-ComputerVision: Awesome-ComputerVision Awesome-ComputerVision. Contribute to kalelpark/Awesome-ComputerVision development by creating an account on GitHub. github.com * 계속해서 업데이트 예정입니다..! Abstract Image의 Sparse set으로부터, geometric rea..
Data Science/Neural Radiance Fields 2023. 1. 23. 11:20
[논문 리뷰] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis

GitHub를 참고하시면, CODE 및 컴퓨터 비전 관련 논문들이 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/Awesome-ComputerVision GitHub - kalelpark/Awesome-ComputerVision: Awesome-ComputerVision Awesome-ComputerVision. Contribute to kalelpark/Awesome-ComputerVision development by creating an account on GitHub. github.com Abstract 본 논문에서는, 여러 Input 이미지의 sparse set을 데이터로 활용하여 연속적인 움직이..
Data Science/Neural Radiance Fields 2023. 1. 21. 20:28
[Self Supervised Learning] Contrastive Learning이란?

Contrastive Learning이란? Contrastive Learning이란? 입력 샘플 간의 비교를 통하여, 학습을 하는 것으로 볼 수 있다. Contrastive Representation Learning이라고도 부르며, Self Supervised learning에 사용되는 접근법 중 하나라고 볼 수 있습니다. 그러므로, 데이터 구축 비용이 들지 않음과 동시에, 학습 과정에 있어서 용이하다는 이점이 존재합니다. 이러한 데이터 구축 비용 이외 에도 label이 없기 때문에, 보다 일반적인 feature representation 과 새로운 class가 들어와도 대응이 가능하다는 장점이 있습니다. Representation Learning Representation Learning에는 2가지 측..
Data Science/Self Supervised Learning 2023. 1. 19. 15:01
[ 논문 리뷰 ] MobileViT : Light-Weight, General-purpose, and Mobile-Friendly Vision Transformer

GitHub를 참고하시면, CODE 및 다양한 논문 리뷰가 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/Awesome-ComputerVision GitHub - kalelpark/Awesome-ComputerVision: Awesome-ComputerVision Awesome-ComputerVision. Contribute to kalelpark/Awesome-ComputerVision development by creating an account on GitHub. github.com Abstract Light weight convolutional Neural Net은 Mobile Vision Task..
Data Science/Classification 2023. 1. 18. 18:48
[ Math ] 중심 극한 정리(Central Limit Theorem)

Study/Math 2023. 1. 16. 17:06
[ 논문 리뷰 ] Prototypical Networks for Few-shot Learning

GitHub를 참고하시면, CODE 및 다양한 논문 리뷰가 있습니다! 하단 링크를 참고하시기 바랍니다. (+ Star 및 Follow는 사랑입니다..!) https://github.com/kalelpark/Awesome-ComputerVision GitHub - kalelpark/Awesome-ComputerVision: Awesome-ComputerVision Awesome-ComputerVision. Contribute to kalelpark/Awesome-ComputerVision development by creating an account on GitHub. github.com Abstract 본 논문에서는 Prototypical Network를 제안합니다. Prototypical Network..
Data Science/Meta Learning 2023. 1. 15. 12:16
[ Meta Learning ] Meta-Learning based on Metric

Metric Learning이란? 학습하고자 하는 학습 방법은 다양한 태스크에서 사용할 수 있는 좋은 특징 공간(feature Space)이다. 즉, 새로운 태스크를 잘 활용할 수 있는 유용한 Manifold interpolation을 학습하는 것을 목표로 한다. 즉, 메트릭 기반 방법은 같은 라벨을 갖는 Support Set과 Query Set의 데이터 쌍이 비슷한 매니폴드 공간에 임베딩 되는메타러닝을 수행하며, 새로운 태스크가 들어왔을 때도 학습과정에서 이를 발견하지 못하였더라도, 같은 라벨의 데이터 쌍은 비슷한 공간에 임베딩 되도록 합니다. 메타러닝을 진행한 이후, few-shot learning을 진행하는 경우 추가적인 파라미터 변경없이 임베딩만 수행하며 바로 Query Set의 데이터와 Supp..
Data Science/Meta Learning 2023. 1. 15. 11:25
이전 Prev 1 2 3 4 Next 다음