본문 바로가기

Artificial Intelligence39

Optical Flow Estimation using a Spatial Pyramid Network 리뷰 (SpyNet) 0. Abstract optical flow를 획득 하는 방법으로 전통적으로 사용하는 방법이 spatial-pyramid formulation입니다. 보통 아래와 같이 Lucas-Kanade method with pyramid를 통해 optical flow를 구하는데 Lucas-Kanade의 가정에 의하면 같은 motion vector를 가지는 작은 window에 대하여 적용하는 알고리즘이므로 만일 영상내의 object가 큰 움직임의 motion vector를 가진다면 aliasing 이 발생하는데 이를 해결하기 위한 방법이 바로 Pyramid 방식입니다. 아무래도 이미지가 작아지면 큰 움직임이 작아지기 때문에 aliasing을 어느정도 해결할 수 있습니다. 이를 deep learning에 적용한 것이 .. 2023. 5. 25.
[Tensorflow 2][Keras][Custom and Distributed Training with TensorFlow] Week4 - Intro to distribution strategies 본 포스팅은 다음 과정을 정리 한 글입니다. Custom and Distributed Training with TensorFlow https://www.coursera.org/learn/custom-distributed-training-with-tensorflow?specialization=tensorflow-advanced-techniques Custom and Distributed Training with TensorFlow deeplearning.ai에서 제공합니다. In this course, you will: • Learn about Tensor objects, the fundamental building blocks of TensorFlow, understand the ... 무료로 등록하십시.. 2021. 12. 29.
[Tensorflow 2][Keras][Custom and Distributed Training with TensorFlow] Week3 - Programming Assignment: Horse or Human? 본 포스팅은 다음 과정을 정리 한 글입니다. Custom and Distributed Training with TensorFlow https://www.coursera.org/learn/custom-distributed-training-with-tensorflow?specialization=tensorflow-advanced-techniques Custom and Distributed Training with TensorFlow deeplearning.ai에서 제공합니다. In this course, you will: • Learn about Tensor objects, the fundamental building blocks of TensorFlow, understand the ... 무료로 등록하십시.. 2021. 12. 29.
Enhanced Deep Residual Networks for Single Image Super-Resolution 리뷰 https://arxiv.org/abs/1707.02921 Enhanced Deep Residual Networks for Single Image Super-Resolution Recent research on super-resolution has progressed with the development of deep convolutional neural networks (DCNN). In particular, residual learning techniques exhibit improved performance. In this paper, we develop an enhanced deep super-resolution netw arxiv.org 0. Abstract 최근 연구(2017년)들은 deep .. 2021. 12. 28.
300x250