전체 글 (41) 썸네일형 리스트형 TENT: FULLY TEST-TIME ADAPTATIONBY ENTROPY MINIMIZATION 논문 공부 이 논문은 ICLR'21에 publish 된 논문으로 2023.10.24 기준 525개의 citation을 기록중이며 😲 현재 다양한 분야에서 쏟아져 나오고 있는 TTA 계열 논문들에게 많은 영감을 준 논문이다. 코드는 여기서 확인할 수 있다. 👉 https://github.com/DequanWang/tent 알고리즘 자체는 굉장히 간단하고 그에 비해 여러 task/model에서 골고루 좋은 성능을 보인다. Introduction 일반적인 deep neural network은 dataset shift (domain shift) 현상이 발생할때 대개 큰 성능 하락을 보인다고 한다. 여기서 dataset shift란 training data와 test data가 다른 현상을 말하는데 SVHN --> MNIS.. QDTrack: Quasi-Dense Similarity Learning for Multiple Object Tracking 논문 공부 이 논문 (QDTrack)은 CVPR'21 에 publish 된 논문으로 2023.10.23 기준 260 회의 citation을 가지는 꽤 핫한 논문이다. 알고리즘이 (개념만 들으면) 간단하고, plug-in 하기도 쉽고, 성능도 많이 오르고, 코드도 잘돼있어서 인기가 많은듯하다. (https://github.com/SysCV/qdtrack.에서 코드도 찾아볼 수 있다.) Introduction MOT 논문을 좀 읽어본 사람들이라면 대부분의 MOT works에서 loss를 줄때, 아래 figure의 (a,b) 같은 frame 내의 Det/GT를 한개씩 매칭시켜서 Det loss 또는 ID classification loss를 주었다는 사실을 알고 있을 것이다. 하지만 QDTrack의 저자는 이러한 spa.. On the Robustness of Open-World Test-Time Training: Self-Training with Dynamic Prototype Expansion 논문 공부 이 논문은 CVPR'23에 publish 된 따끈따끈한 논문이다 South China 대학에서 나온 논문이며, https://github.com/Yushu-Li/OWTTT. 에서 코드도 확인할 수 있다. [논문 요약] * (거의 처음으로) open-world test-time training (TTT)를 다루었다. * Evaluation과 model update가 번갈아 진행되는 sequential TTT (sTTT)를 다루었다. Introduction 기존의 unsupervised TTT methods들은 target domain의 samples이 사전에 다 존재하는 off-line setting이 많았다. 하지만 실제 상황에서는 inference stage에 도달하기 전까지 target domain .. Learning a Neural Solver for Multiple Object Tracking 논문 공부 이 논문은 CVPR 2020에 publish 된 논문이며, 2023-10-16 기준 인용수 375를 기록중인 핫한 논문이다. https://bit.ly/motsolv. 에 친절히 코드도 공유되어있다. Introduction 이 논문이 나오던 시절에.. 대부분의 MOT는 tracking-by-detection으로 해결하는 것이 대세였다. 😉 frame 별로 object detection을 구한다음, 별도의 optimization problem을 풀어서 data association을 수행하는 경우가 많았다. Data association 문제는 대게 graph partitioning 문제로 모델링되는 경우가 많았는데, node는 object detection으로, edge는 각각의 detection들이 같.. AdaContrast: Contrastive Test-Time Adaptation 논문 공부 해당 논문은 CVPR'22에 publish된 논문이며 현재 90회의 citation을 기록하고 있다. closed-set test-time (source-free) adaptation for image classification (길다 길어!) 를 다룬 논문이다. Introduction 현실적인 상황에서 training data와 test data의 data distribution이 일치하지 않는 domain shift 현상이 자주 나타난다. Domain Adaptation (DA)은 source domain의 정보를 target domain에 잘 transfer하여 domain shift에 강이한 모델을 학습하는 것을 목표로한다. 이 work은 특히 DA 중에서도 Test-Time (source-fre.. TrackFormer: Multi-Object Tracking with Transformers 논문 공부 1. Introduction MOT의 목표는 video sequence안에서 objecrt의 trajectory들을 찾아내는 것이다. (이 논문 나올때 기준의) 대부분의 MOT 방법론들은 tracking-by-detection 또는 tracking-by-regression의 형태를 취하고 있었다. Tracking-by-detection : 일단 object들을 detect하고 나서, data association을 추가로 수행하는 형태 Tracking-by-regression : data association을 수행하지 않고, regression module을 통해 motion prediction을 수행 하지만 기존의 방법들은 추가적인 nerual net module이 필요하거나, 계산 복잡도가 높은 추.. Multiple Object Tracking 서베이 논문 정리 (Multiple Object Tracking in Recent Times : A Literature Review) 당장 MOT에 대해 아는건 없고, 서베이를 하나 읽긴해야할 것 같아서 2022년에 나온 서베이 논문을 읽어보았다. 😃 (논문 링크 : https://browse.arxiv.org/pdf/2209.04796.pdf) 0. Abstract MOT는 occlusion, similar appearance, small object detection difficulty, ID switching 등을 해결해야하는 고난이도 computer vision task이다. 이 문제를 해결하기 위해 transformer의 attentioin mechanism, GCN을 사용한 tracklet 사이의 interrelation 측정, siamese network을 사용한 appearance similarity 측정, CNN 을 사.. DeepSORT : SIMPLE ONLINE AND REALTIME TRACKING WITH A DEEP ASSOCIATION METRIC 논문 공부 DeepSort 논문의 전체 스토리 및 읽으면서 새롭게 공부한 내용들을 정리함 (논문 링크 : https://arxiv.org/abs/1703.07402) 1. Introduction 원래 MOT를 위한 SORT 라는 알고리즘이 있었다. SORT 알고리즘은 image space에 Kalman filtering을 적용하고, hungarian method를 수행하여 data association을 수행. 그렇다면 Kalman filtering은 무엇인가? 🤔 Kalman filter는 1960년 NASA의 루돌프 칼만이 개발한 알고리즘으로, 시스템이 선형적이고 가우시안 분포를 따를 때 사용할 수 있는 localization 예측 알고리즘이다. 1) object의 state (위치, 속도 등)을 예측하는 mo.. 이전 1 2 3 4 5 6 다음
