Vision Shrimp
  • Home
  • Recent Posts
  • About
  • Experiences
  • Education
  • Posts
  • Posts
  • Neural Networks
    • CNN 기본 (1)
  • NeRF
    • InfoNeRF 논문 리뷰
    • BARF 논문 리뷰
  • Point Cloud Processing
Hero Image
InfoNeRF: Ray Entropy Minimization for Few-Shot Neural Volume Rendering

이 논문은 적은 양의 입력으로도 NeRF를 수행할 수 있는 방법을 제안하고 있다. 위 동영상은 4장의 입력만으로 NeRF를 돌린 결과인데, 4장의 이미지에서 저런 일반화된 뉴럴 렌더링 결과가 나왔다는 사실이 굉장히 놀라웠다. Motivation 이 논문의 목적은 Entropy 개념을 이용하여 regularization을 시도하는 것이다. 다른 별도의 모듈을 추가하거나, 학습을 추가하는 등의 복잡한 기법을 추가한 것이 아닌 정보 이론 개념을 활용한 loss term 추가만으로 이를 가능하게 했다는 점이 핵심이며, 이 덕분에 다른 많은 NeRF 모듈에 해당 방법을 붙이기 쉽게 적용할 수 있다고 한다.

Friday, February 24, 2023 Read
Hero Image
BARF : Bundle-Adjusting Neural Radiance Fields

해당 논문에 대한 리뷰 영상은 아래 동영상을 통해서도 확인하실 수 있습니다. Intro Original NeRF 논문은 처음 ECCV 2020에서 발표되었을 때, 뉴럴 렌더링 부분에 있어 굉장히 큰 화두가 되었다. 그와 동시에 많은 한계점들을 가지고 있어서 많은 연구자들로부터 그 문제점들이 지속적으로 지적되어 왔다. 이번에 리뷰할 BARF 논문에서는 그 중에서 Original NeRF가 입력 데이터로 정확한 Camera pose를 요구하고 있다는 점을 지적하고 있는데, 다시 말하면 입력 이미지 데이터와 한 쌍으로 있을 transformation 값이 부정확하거나 알 수 없을 경우에는 뉴럴 렌더링의 정확도가 떨어지게 된다는 것이다.

Friday, February 17, 2023 Read
Hero Image
CNN의 기본적인 구조 및 원리 - 1

처음 회사에서 인공지능 업무를 배정받기 이전에, 기본적인 CNN 구조에 대해 확실히 알고 가야 제대로 활용할 수 있겠다는 이야기를 듣고 CNN 구조부터 확실히 짚어가기 위해 기본적인 구조에 대한 학습을 시작했다. 이 포스트는 사내에서 세미나를 진행했던 CNN 기초를 다시 복습할 겸 저장하는 블로그 글이다. 사실 세미나를 진행한 시기는 올해 초이기 때문에 굉장히 오래됐고, 글 자체도 그 때 당시에 정리했던 ppt나 노션 등을 나름 잘 정리해서 적어보는 글인데, 누락된 부분이나 잘못 적거나 부실하게 설명한 부분이 있을 수 있다.

Thursday, August 4, 2022 Read
Navigation
  • Recent Posts
  • About
  • Experiences
  • Education
Contact me:
  • preference.for.work@gmail.com

Toha Theme Logo Toha
© 2022 Copyright.
Powered by Hugo Logo