1. Object Detection With Deep Learning: A Review

논문 링크: Object Detection With Deep Learning: A Review

본 고에서는 딥러닝 기반 객체 탐지 프레임워크에 대한 검토를 제공한다. 검토는 딥러닝의 역사와 대표적인 도구인 합성곱 신경망에 대한 간략한 소개로 시작된다. 그 후 일반적인 객체 탐지 아키텍처와 함께 탐지 성능을 더욱 향상시키기 위한 몇가지 수정 및 유용한 트릭에 중점을 둔다. 다양한 방법을 비교하고 의미있는 결론을 도출하기 위해 실험 분석을 제공한다. 객체 탐지와 관련 신경망 기반 학습 시스템 모두에서 향후 연구를 위한 지침으로 활용할 수 있는 몇 가지 유망한 방향과 작업을 제공한다.

딥러닝 기반 객체 탐지 프레임워크에 대한 포괄적인 개요 제공. 딥러닝과 CNN의 발전 과정을 소개하고 영역 제안 기반 프레임워크와 회귀/분류 기반 프레임워크를 포함한 다양한 객체 탐지 아키텍처를 다룸. 두드러진 객체 탐지, 얼굴 탐지, 보행자 탐지와 같은 특정 태스크를 조사함.

2. A Survey of Deep Learning-Based Object Detection

논문 링크: A Survey of Deep Learning-Based Object Detection

객체 탐지는 특정 클래스의 의미론적 객체의 인스턴스를 찾는 것을 목표로 한다. 본 고에서는 객체 탐지 파이프라인의 주요 개발 현황을 심층적으로 이해하기 위해 기존 대표적 탐지 모델의 방법을 분석하고 벤치마크 데이터 세트를 먼저 설명한다. 그 후 다양한 객체 탐지 방법을 체계적으로 개괄하여 모두 다룬다. 또한 기존 및 새로운 응용 분야를 나열하고 대표적인 객체 탐지 분야를 분석한다. 마지막으로 효과적이고 효율적인 시스템을 구축하기 위해 이러한 객체 탐지 방법을 활용하는 아키텍처를 논의하고 최첨단 알고리즘과 향후 연구를 더 잘 따라갈 수 있도록 개발 트렌드를 제시한다.

기타
insightface
insightface