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..