chaebeen

2025 khuthon에 참가하여 최우수상을 수상한 '팀이름' 팀입니다.다음 khuthon에 참가할 분들께 도움을 드리고자 참여 후기를 작성합니다. Khuthon이란khuthon은 경희대학교의 소프트웨어 해커톤으로, 무박 2일 간 주어진 주제에 맞는 서비스를 개발하는 대회입니다.자세한 정보는 다음의 홈페이지에서 확인할 수 있습니다. (https://thon.khlug.org/)이번 khuthon은 경희대학교뿐만이 아니라 단국대학교, 아주대학교, 경기대학교의 소프트웨어 중심사업단이 공동으로 주관하여 이루어졌습니다. 주제 선정올해는 대회 전 날 "농업의 기술화"라는 주제가 공개되었습니다.주제가 공개된 직후에는, 팀원들 중에서 농업에 대한 지식이 해박한 사람이 없어 당황스러웠습니다.그렇기 때문에 저희는 주..

Liu, Zuhao, et al. "Generating anomalies for video anomaly detection with prompt-based feature mapping." Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 2023.https://openaccess.thecvf.com/content/CVPR2023/papers/Liu_Generating_Anomalies_for_Video_Anomaly_Detection_With_Prompt-Based_Feature_Mapping_CVPR_2023_paper.pdf 0. Abstract감시 영상에서의 이상 탐지는 훈련 과정에서 normal vi..

Chen, Weiling, et al. "TEVAD: Improved video anomaly detection with captions." Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2023.openaccess.thecvf.comhttps://github.com/coranholmes/TEVAD GitHub - coranholmes/TEVAD: Official implementation for paper TEVAD: Improved video anomaly detection with captionsOfficial implementation for paper TEVAD: Improved video an..

해당 블로그는 Machine Learning for Inverse Graphics 강의를 보고 작성한 글입니다. 원 강의는 아래의 링크를 참고하시길 바랍니다.https://www.scenerepresentations.org/courses/inverse-graphics-23/ Machine Learning for Inverse Graphics – Scene Representation GroupCourse Contents From a single picture, humans reconstruct a mental representation of the underlying 3D scene that is incredibly rich in information such as shape, appearance, phy..

Self-Supervised Learning from Images with a Joint-Embedding Predictive ArchitectureMahmoud Assran, Quentin Duval, Ishan Misra, Piotr Bojanowski, Pascal Vincent, Michael Rabbat, Yann LeCun, Nicolas Ballashttps://arxiv.org/pdf/2301.08243 Abstract본 논문에서는 hand-crafted data-augmentations에 의존하지 않고 highly semantic image representations을 학습하는 방법, I-JEPA(Image-based Joint-Embedding Predictive Architectur..

One-2-3-45: Any Single Image to 3D Mesh in 45 Seconds without Per-Shape OptimizationMinghua Liu, Chao Xu, Haian Jin, Linghao Chen, Mukund Varma T, Zexiang Xu, Hao Suhttps://arxiv.org/abs/2306.16928 One-2-3-45: Any Single Image to 3D Mesh in 45 Seconds without Per-Shape OptimizationSingle image 3D reconstruction is an important but challenging task that requires extensive knowledge of our natural..

Pix2Pix: Image-to-Image Translation with Conditional Adversarial NetworksPhillip Isola, Jun-Yan Zhu, Tinghui Zhou, Alexei A. Efroshttps://arxiv.org/pdf/1611.07004 0. Abstract조건부 적대적 신경망(conditional adversarial networks)image-to-image tranlation problemsinput 이미지에서부터 output 이미지로부터 매핑하는 방법을 배움reconstructing objects, colorizing images 등등을 가능하게 함이는 별도의 매개변수 조정(parameter tweaking) 없이도 쉽게 적용이 가능할 것을 보..

해당 블로그는 Machine Learning for Inverse Graphics 강의를 보고 작성한 글입니다. 원 강의는 아래의 링크를 참고하시길 바랍니다. Machine Learning for Inverse Graphics – Scene Representation GroupCourse Contents From a single picture, humans reconstruct a mental representation of the underlying 3D scene that is incredibly rich in information such as shape, appearance, physical properties, purpose, how things would feel, smell, sound, e..

Voxelnet: End-to-end learning for point cloud based 3d object detectionZhou, Yin, and Oncel Tuzel. "Voxelnet: End-to-end learning for point cloud based 3d object detection - CVPR 2018 https://arxiv.org/pdf/1711.06396 0. Abstract자율 주행 네비게이션, VR 등에 적용되기 위해 3D point clouds은 정확한 detection을 해내야 함 이전 연구들에서는 sparse한 LiDAR point cloud를 RPN으로 다루기 위해 bird-eye view와 같은 hand-crafted feature extractions를 사용함..

Frustum pointnets for 3d object detection from rgb-d data.https://arxiv.org/pdf/1711.08488 AbstractRGBD data에서도 3d 객체를 탐지하기 위해 Frustum PointNets를 제안기존 연구들은 Images나 3D Voxels에서 natural 3D patterns를 학습→ Frustum PointNets는 raw point clouds에서 바로 학습하도록→3d bounding boxes를 정교하게 추정 가능→ occlusion, sparse해도 잘 예측할 수 O Introduction2D image understanding task(object detection, instance segmentation)는 많이 발전하지..