꾸준한 대학원생 호키🤓

본 논문은 Semantic Correspondence와 관련된 논문으로, 이번 CVPR 2024에 채택된 논문이다.저자: Junyi Zhang† Charles Herrmann‡ Junhwa Hur‡ Eric Chen§ Varun Jampani¶ Deqing Sun‡ * Ming-Hsuan Yang‡,§ ∗ †Shanghai Jiao Tong University ‡Google Research §UIUC ¶Stability AI §UC Merced 우선 본 논문은 semantic correspondence에 관한 논문이다. Semantic Correspondence란, 의미적으로 유사한 객체를 가진 두 이미지 간의 pixel 수준의 일치를 예측하는 분야로, 이미지 편집이나 style-transfer와 같은 ..

Fixing the train-test resolution discrepancy 이 논문은 Facebook AI Research에서 나온 논문으로, NeurIPS 2019에 채택된 논문이다. Motivation 본 논문은 train과 test 시에 발생하는 Resolution discrepancy가 성능 저하의 원이 될 수 있다고 하며, 이를 해결하기 위한 방법을 제시한다. 일반적으로 가장 좋은 성능을 얻기 위해서는 Training과 testing data의 distribution이 매치되어야한다. 기존의 standard pre-processing의 경우, Region of Classification (RoC)를 추출한다. 이는 random하게 직사각형으로 뽑아내게 된다. 이후에 이를 fixed size..

Style Blind Domain Generalized Semantic Segmentation via Covariance Alignment and Semantic Consistence Contrastive Learning 이 논문은 CVPR 2024에 accept된 논문으로, 저자는 Woo-Jin Ahn1 Geun-Yeong Yang1 Hyun-Duck Choi2* Myo-Taeg Lim1* 1Korea University 2Chonnam National University 이다. 논문 제목에서 알 수 있듯이 Domain Generalization Semantic Segmentation 논문이다. 1. Motivation Synthetic datasets에서 학습된 모델은 real-world 시나리오인 ..

REVERSIBLE INSTANCE NORMALIZATION FOR ACCURATE TIME-SERIES FORECASTING AGAINST DISTRIBUTION SHIFT ICLR 2022에 accept된 논문으로, 저자는 Taesung Kim, Jinhee Kim, Yunwon Tae, Cheonbok Park, Jang-Ho Choi, Jaegul Choo 으로 카이스트에서 나온 논문이다. 이 논문은 Time-series Forecasting의 domain shift에 대해 다룬 논문이다. Motivation Time-series forecasting은 healthcare, economics 와 같이 일반적인 daily problem를 다루기 위해 중요한 분야이다. 지금까지의 연구는 long-te..

A Simple Framework for Contrastive Learning of Visual Representations 이 논문은 ICML 2020에 accept된 논문으로, Ting Chen 1 Simon Kornblith 1 Mohammad Norouzi 1 Geoffrey Hinton 1 (Google)에서 나온 논문이다. 1. Motivation 이 논문은 최근에 제시된 contrastive self-sup learning algorithm을 간단한 방식으로 접근한 것이다. contrastive prediction task가 useful representation을 배우도록 하는 것이다. 이 논문은 아래 세가지를 보였다. 1) composition of data augmentation은 su..

이 논문은 CVPR 2023에 accept된 논문으로, 저자는 Tobias Kalb (Porsche Engineering Group GmbH Weissach, Germany), Jurgen Beyerer (Fraunhofer IOSB & Karlsruhe Institute of Technology Karlsruhe, Germany) 이다. https://openaccess.thecvf.com/content/CVPR2023/papers/Kalb_Principles_of_Forgetting_in_Domain-Incremental_Semantic_Segmentation_in_Adverse_Weather_CVPR_2023_paper.pdf 1. Motivation DNN들은 학습된 domain에서는 좋은 성능을..

이 논문은 ICCV 2023에 accept된 논문으로 저자는 Junhyeong Cho1 Gilhyun Nam1 Sungyeon Kim2 Hunmin Yang1,3 Suha Kwak2 (1ADD 2 POSTECH 3KAIST)이다. https://promptstyler.github.io/ PromptStyler Figure 3. PromptStyler learns diverse style word vectors which do not distort content information of style-content prompts. After learning style word vectors, we synthesize style-content features (e.g., from "a S1 style of a..

본 논문은 ACL 2023에 채택된 논문이다. 저자는 Hwaran Lee1,2,⋆ Seokhee Hong3,⋆,♯ Joonsuk Park1,2,4 Takyoung Kim1,♯ Meeyoung Cha5,6 Yejin Choi7 Byoung Pil Kim5 Gunhee Kim3 Eun-Ju Lee3 Yong Lim3 Alice Oh5 Sangchul Park3 Jung-Woo Ha1,2 (1NAVER AI Lab 2NAVER Cloud 3Seoul National University 4University of Richmond 5KAIST 6 IBS 7University of Washington) 이다. https://arxiv.org/abs/2305.17696 1. Motivation Large Langua..

이 논문은 ICLR 2019 에 accept된 논문으로 Oral paper로 선정되었다. https://arxiv.org/pdf/1811.12231.pdf 저자 : Robert Geirhos Patricia Rubisch Claudio Michaelis Matthias Bethge∗ Felix A. Wichmann∗ Wieland Brendel∗ 1. Motivation texture vs. shape CNN은 object shape의 representation을 학습하는 것으로 생각되고 있었다. 그러나, 이 논문이 나올 즈음 image texture에 대한 중요도에 대해서 연구가 제시되고 있었다. CNN이 texture를 학습하는가, shape을 학습하는가에 대한 이 두가지 conflicting hyp..

본 논문은 CVPR 2019에 accepted된 논문이다. https://openaccess.thecvf.com/content_CVPR_2019/papers/Roy_Unsupervised_Domain_Adaptation_Using_Feature-Whitening_and_Consensus_Loss_CVPR_2019_paper.pdf 1. Motivation annotated trainind data를 모으는 것은 cost가 매우 많이 들기 때문에 이를 해결하기 위해서 Domain Adaptation (DA) method가 많이 제시되었었다. 특히 annotated 되지 않은 target domain이 train 때 접근 가능한 Unsupervised Domain Adaptation (UDA)에 대한 많은 ..