Abstract MOT에서 간단하고 효과적인 알고리즘이었던 SORT의 성능향상을 위해 appearance information을 통합 더 긴 기간동안의 occlusion에도 객체 트래킹이 가능함 효과적으로 identity(ID라 하겠다) switch를 줄임 SORT의 방향과 같이 계산적으로 복잡한 과정은 offline pretrain과정에 치우침 offline pretrain단계에서는 대규모 person re-identification dataset에서 deep association metric을 학습한다. online 적용에서는 visual appearance space에서 nearest neighbor queries를 사용해 measurement-to-track association을 구축 => 즉,..

오랜만에 논문리뷰 입니당.... https://arxiv.org/abs/1602.00763 Simple Online and Realtime Tracking This paper explores a pragmatic approach to multiple object tracking where the main focus is to associate objects efficiently for online and realtime applications. To this end, detection quality is identified as a key factor influencing tracking performanc arxiv.org (참고하면 좋은 글) kalman filter - https://brunch.c..

U-GAT-IT: UNSUPERVISED GENERATIVE ATTENTIONAL NETWORKS WITH ADAPTIVE LAYERINSTANCE NORMALIZATION FOR IMAGE-TO-IMAGE TRANSLATION 컴퓨터 비전 논문 스터디에서 이 논문에 관련하여 발표하였습니다 발표자료를 공유합니다. image to image translation이란 이미지 데이터셋을 사용하여 input 이미지와 output 이미지를 mapping하는 것을 목표로 하는 생성모델의 한 분야입니다. 흑백 이미지에 컬러를 입힌다든지, 낮 사진을 밤 사진으로 만든다든지, 테두리만 주어진 사진을 실제 물건같이 만드는 것이 가능하죠. 이런 image to image translation은 크게 paired한 데이터셋을..

github: github.com/chaeyeongyoon/ComputerVision_Study chaeyeongyoon/ComputerVision_Study Contribute to chaeyeongyoon/ComputerVision_Study development by creating an account on GitHub. github.com Google Image dataset은 bounding box가 있는 600여개의 object category 의 bounding box정보를 가진 이미지가 있습니다. 최근에는 training/validation/test set 뿐만 아니라 segmentation도 제공합니다. 한 이미지에 여러 object를 포함한 아주 복잡한 image data set입니다...

※ 본 글은 강의 및 여러 자료를 참고하여 쓰여진 글입니다. ※ github: github.com/chaeyeongyoon/ComputerVision_Study chaeyeongyoon/ComputerVision_Study Contribute to chaeyeongyoon/ComputerVision_Study development by creating an account on GitHub. github.com 코드와 관련된 것은 github에서만 다루려고 했는데 keras-yolo에 대한 것은 정리해두는게 좋을 것 같아 정리해봅니다. keras에 yolo 공식 API가 없기 때문에 opensource package를 사용합니다. github.com/qqwweee/keras-yolo3 qqwweee/ker..

논문 링크:arxiv.org/pdf/2004.07570.pdfarxiv.org/abs/2004.07570 Spatially Attentive Output Layer for Image Classification Most convolutional neural networks (CNNs) for image classification use a global average pooling (GAP) followed by a fully-connected (FC) layer for output logits. However, this spatial aggregation procedure inherently restricts the utilization of location-s arxiv.org ● introduction..