post-thumbnail

[Point Review] SceneCAD: Predicting Object Alignments and Layouts in RGB-D Scans

3D reconstruction은 occlusion이나 센서의 영향으로 불완전하기 때문에 application에 어려움이 있다.\-> RGB-D scan, objects with CAD model을 받아 그래프를 활용하여 scene을 CAD 모델로 나타낸다.Encode

2022년 5월 2일
·
0개의 댓글
post-thumbnail

[Point Review] Graph R-CNN for Scene Graph Generation

(b) Object node extraction(c) Relationship edge pruning(d) Graph context integration$I:$ image$V:$ 이미지 내의 object 노드 집합$E \\in {V \\choose 2 }:$ object

2022년 4월 29일
·
0개의 댓글
post-thumbnail

[Point Review] HorizonNet: Learning Room Layout with 1D Representation and Pano Stretch Data Augmentation

Room layout을 $y_w, y_c, y_f$에 대한 1D representation으로 나타낸다.$y_f$: 벽과 floor 사이의 boundary에 대한 좌표$y_c$: 벽과 ceiling 사이의 boundary에 대한 좌표$y_w$: 벽과 벽 사이의 boud

2022년 4월 29일
·
0개의 댓글
post-thumbnail

[Point Review] SceneGraphNet: Neural Message Passing for 3D Indoor Scene Augmentation

3D scene에서 location query가 주어졌을 때 적절한 객체의 type에 대한 예측을 하는 taskShape과 context에 대한 정보를 message passing하여 objec type에 대한 확률분포를 추정각 노드에는 category, positio

2022년 4월 4일
·
0개의 댓글
post-thumbnail

[Point Review] Instant Neural Graphics Primitives with a Multiresolution Hash Encoding

NeRF와 같은 모델에서 input을 higher-dimensional space로 보내 compact한 모델로부터 high approximation quality를 추출할 수 있음이 증명되었으나 task specific하며 GPU performance를 제한시킨다.\

2022년 3월 14일
·
0개의 댓글
post-thumbnail

[Point Review] PixelSynth: Generating a 3D-Consistent Experience from a Single Image

single-image scene synthesis에서의 key challenge는large view change를 extrapolation을 통해 잘 나타내는 것여러 view에서의 output이 consistency를 가지는 것3D-awareness(depth에 따라

2022년 3월 3일
·
0개의 댓글
post-thumbnail

[Point Review] CircleGAN: Generative Adversarial Learning across Spherical Circles

GAN에서 Discriminator는 Generator가 만든 이미지가 실제 이미지의 prototype과 유사한지 평가하는 역할을 한다. 하지만 Single prototype은 mode collapsing 문제가 있고 이를 해결하고자 multiple discrimina

2022년 2월 14일
·
0개의 댓글
post-thumbnail

[Point Review] Faster R-CNN

Contribution Fast R-CNN에서 모든 과정을 통합시켰지만 여전히Selective search 알고리즘은 외부에서 연산하므로 ROI 생성단계에서 병목현상이 발생 -> Region Proposal도 네트워크 내에서 수행할 수 있는 모델 개발 Model

2021년 8월 17일
·
0개의 댓글
post-thumbnail

[Point Review] Fast R-CNN

R-CNN은 모든 ROI에 대해 CNN을 수행하여 속도가 느리다는 단점SPPNet은 전체 이미지를 CNN에 통과시켜 feature map을 얻은 후 ROI별로 Max pooling을 거치는 방식을 통해 속도를 개선하였지만 여전히 여러 단계를 거친다는 한계점"->CNN,

2021년 8월 17일
·
0개의 댓글
post-thumbnail

[Point Review] SPPNet: Spatial Pyramid Pooling Network

FC layer에서 고정된 크기의 이미지가 필요한데 crop, warp 과정에서 손실이 있음\-> Spatial Pyramid Pooling을 통해 피쳐맵들을 동일한 크기로 조절R-CNN에서는이미지마다 selective search를 통해 2000개의 ROI를 생성하여

2021년 8월 17일
·
0개의 댓글