컴맹의 컴퓨터공학과에서 살아남기

요즘 depth estimation, 특히 monocular depth estimation 관련해서 좀 더 자세히 알아보기 위해 이번 논문을 고르게 되었다. 그렇다면 우선 논문 설명을 시작하기에 앞서서 Depth estimation에서 크게 Monocular Depth estimation과 Stereo Depth estimation 두 종류가 존재하는데, 이 둘의 특징부터 간략하게 적고 논문을 정리하도록 하자! Stereo Depth Estimation 특정 시간에 두 시점에서의 이미지를 이용하여 Depth 측정. Left image와 Right image에서 매칭되는 점들에 대한 disparity를 통해 depth 계산. Monocular Depth Estimation 특정 시간에 한 시점에서의 이미지..

21-1학기 기계학습 프로젝트의 주제가 "data augmentation"였다. 프로젝트를 진행하기 위해 data augmentation에 대한 여러 논-문들을 읽다가 찾은 "RICAP". 처음 이 논문을 읽을때 기존에 생각하지 못했던 '중요하지 않은 정보에 대한 필요성' 에 대해 알게 되었다. RICAP Method 랜덤한 사진 4개를 각각 랜덤하게 잘라서 하나의 사진으로 만드는 것. 그리고 soft labeling을 통해서 학습을 진행하게 된다. 이때 soft labeling은 모델이 overconfidence하게 되는걸 막아주는데, 이는 모델의 overfitting을 규제할 수 있다. 기존의 hard Labeling은 0 또는 1로 labeling을 한다면, soft labeling은 0.1이나 0..

Depth estimation 논문을 읽을 때, 나오는 여러 method들에 대한 정리가 필요한 것 같아서, 간단한 개념들을 정리해보았다. Structure from motion 여러 2D 이미지를 통하여 3D 구조를 추정하는 것이다. 과거에 matrix 계산을 통해 구하는 방법은 low texture, complex geometry/photometry, thin structures, occlusion에서 제대로 된 성능을 내기 어렵다. 따라서 현대에는 딥러닝을 이용한 방법들이 많아졌는데, 이러한 방법으로 우리가 흔히 아는 stereo뿐 아니라, pose estimation, feature matching도 이에 포함된다. (stereo: depth 계산, feature matching: 두 사진의 여러..