Gaussian YOLOv3: An Accurate and Faster Object Detector Using Localization Uncertainty for Autonomous Driving Jiwoong Choi, Dayoung Chun, Hyun Kim Seoul National University ICCV 2019 포스터 Abstract 자율주행에서는 빠른 추론 속도와 높은 정확도가 굉장히 중요하다. 추론 속도가 늦거나 정확도가 낮을 경우 인명사고로 이어질 수 있기 때문에 자율주행에서는 단순히 정확하기만한 객체 검출을 사용하지 못하고 실시간적으로 높은 성능의 객체 검출을 할 수 있는 검출기가 필요하다. FP(false positive)는 치명적인 사고로 이어질 수 있다. 그러므로, 자율 주행 ..

3333333Training-Time-Friendly Network for Real-Time Object Detection Zili Liu, Tu Zheng, Guodong Xu, Zheng Yang, Haifeng Liu, Deng Cai Accepted to AAAI2020 Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG); Image and Video Processing (eess.IV) Abstract 현대 객체 검출기는 짧은 학습 시간, 빠른 추론 속도, 높은 정확도를 동시에 달성하길 원한다. 이를 달성하기 위해서 Training-Time-Friendly Network(TTFNet)을 제안한다. 해당 모델의 특징으..

Second-order Attention Network for Single Image Super-Resolution Tao Dai, Jianrui Cai, Yongbing Zhang, Shu-Tao Xia, Lei Zhang; The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2019, pp. 11065-11074 해당 논문이 SR 분야에서 대부분의 dataset에서 SOTA를 기록함 Abstract 최근 CNNs은 SISR분야(single image super-resolution)에서 널리 사용되며 의미있는 성능을 얻었다. 그러나 대부분의 CNN 기반의 SISR 방법들은 주로 넓거나 깊은 구조 디자인에 초점을 맞추었는데 이는 ..

Enhanced Deep Residual Networks for Single Image Super-Resolution Bee Lim, Sanghyun Son, Heewon Kim, Seungjun Nah, Kyoung Mu Lee; The IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2017, pp. 136-144 Abstract SR관련 최근 연구들은 DCNN (deep convolutional neural networks)의 발전과 함께 진행되었다. 특히, residual learning 기술은 성능 향상에 기여했다. Enhanced deep super-resoution network (EDSR) 이라는 현재..

Real-Time Object Detection 현재 프레임(이미지)에서의 물체(객체)의 Localization(위치)와 class(클래스)를 도출하는 것 이를 실시간으로 객체를 검출하는 것이 목표 정확도 & 속도 2가지의 속성의 trade off가 존재. 따라서 이 두가지의 성능을 동시에 높이는 것이 목표 COCO dataset기준 Real-Time Object Detection 순위 YOLO One-stage detector의 종류 중 하나 Classification과 boudning box regression을 한번에 수행 Classification과 bounding box regression을 따로 수행하는 Two-stage detector보다 정확도는 낮으나, 처리속도와 효율성이 높기 때문에 현..

Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network Christian Ledig, Lucas Theis, Ferenc Huszar, Jose Caballero, Andrew Cunningham, Alejandro Acosta, Andrew Aitken, Alykhan Tejani, Johannes Totz, Zehan Wang, Wenzhe Shi; The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2017, pp. 4681-4690 Abstract 기존에 존재하는 깊고 빠른 CNN을 사용하여 단일 이미지 super-resolut..