분류 전체보기
-
[Object Detection] Rich feature hierarchies for accurate object detection and semantic segmentation 번역 및 정리 (R-CNN)Paper review/Object Detection 2021. 8. 3. 01:11
https://arxiv.org/pdf/1311.2524.pdf 주요 기여: Object detection 분야에 첫 CNN 적용. 30%이상 성능 향상 0. Abstract 본 논문은 53.3%의 mAP 달성 object detection 알고리즘을 제안한다. 두 가지 핵심 insight는 다음과 같다. object를 localize하고 segment하기 위해 high-capacity convolutional neural networks (CNNs) 적용. labeing train data가 부족한 경우, auxiliary task에 대한 supervised pre-training과 domain-specific fine-tuning으로 성능 향상. Region Proposal을 CNN과 결합하여 R-C..
-
[Player Tracking] A Computer Vision driven Squash Players Tracking System 논문 리뷰Paper review/Player Tracking 2021. 7. 27. 20:44
https://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=8379085 주요 기여: - 전체적인 sports 경기 분석 방법론 제안. - localization 및 tracking 인터페이스 개발. 0. Abstract 본 논문은 squash player를 tracking 하여 경기력을 분석하여 경기력 개선 방향을 탐색할 수 있는 기회를 제공하는 비디오 분석 시스템 제안. 이미지 처리를 통해 player의 위치 파악 및 추적 후 궤적 파악. 3. Methodology 1. squash 경기를 비디오로 캡처 2. 매치 완료 후 무선 통신을 통해 local 컴퓨터 혹은 서버로 전송 3. 경기 영상을 프레임으로 변환 4. 변환된 영상에 이미지 처리 알고리즘을 적용하여 pl..
-
[Deep Learning] IoU 개념 정리 (IoU, GIoU, DIoU, CIoU)Deep Learning/이론 2021. 7. 27. 19:53
요약 IoU: 교집합 / 합집합 GIoU: 두 박스를 모두 포함하는 최소 영역인 C 박스 활용 DIoU: IoU와 중심점 좌표 함께 고려 CIoU: DIoU와 geometric measure 함께 고려 1. IoU (Intersection over Union) IoU란 Intersection over Union로 Object Detection 분야에서 예측 Bounding Box와 Ground Truth가 일치하는 정도를 0과 1 사이의 값으로 나타낸 값이다. @ Object Detection Loss function에서 IoU의 필요성 위의 그림 (a)에서 볼 수 있듯이 두 박스의 왼쪽 하단 거리와 오른쪽 상단 거리가 동일할 때, MSE (=L2 loss)는 일정하지만 box의 겹침 정도를 나타내는 I..
-
[Object Detection] YOLO v1: You Only Look Once: Unified, Real-Time Object Detection 번역 및 정리 (1)Paper review/Object Detection 2021. 4. 27. 19:25
https://arxiv.org/abs/1506.02640 주요 기여: - 속도 측면에서 획기적으로 개선하여 Real time object detection이 가능하게 함 - 기존 2-stage task로 수행되던 R-CNN 계열 알고리즘에서 벗어나 처음으로 1-stage 네트워크 제안. 0. Abstract Object detection에 대한 새로운 접근법 YOLO를 제안한다. Object detection의 이전 방법에서는 classifier를 활용하여 detection을 수행한다. 본 논문은 bounding box와 class probability를 하나의 회귀 문제로 재정의해 두 task를 동시에 수행한다. 1-stage 네트워크로 개선됨에 따라 detection에 대한 end-to-end 최적..