Deep Learning/Computer Vision (3) 썸네일형 리스트형 [2021.03] Spatially Consistent Representation Learning To be updated Conference: CVPR 2021 URL: https://arxiv.org/abs/2103.06122 Code: https://github.com/kakaobrain/scrl. [2020.11] GIRAFFE: Representing Scenes As Compositional Generative Neural Feature Fields 2D 영상 기반의 Photorealistic Image Synthesis는 최근 고화질 영상까지 실제와 같이 생성해 낼 수 있는 수준에 이르렀습니다. 그리고 최근에는 Disentangle Learning과 Controllable 개념까지 추가되어, 특정 Object나 Background의 특성을 변경해가며 (e.g, 머리의 색을 Continous하게 변경) 영상을 생성할 수 있는 수준을 보여주고 있습니다. 하지만, 이는 오로지 학습에 사용된 2D 영상 기준의 Dataset Distribution에 기반하여 그 Latent Space에서 약간의 변화를 준 (해당되는 Image Space에서는 생성된 영상으로 Mapping) 정도의 Synthetic 영상을 생성하는 것이기에, 실제 3D 세상에서 2D 세상으.. [2021.04] Rethinking and Improving the Robustness of Image Style Transfer Neural Style Transfer에 있어서, Pretrained된 VGG Network는 영상의 Visual Style을 Capture하는데 있어서 꽤나 좋은 성능을 보여주었습니다. 하지만 이를 ResNet 계열의 Network에서 추출된 Feature로 Style Transfer를 할 경우 잘 동작하지 않는 경우가 있는데, 이 논문에서는 실험을 통해 Residual Connection이 주로 낮은 Entropy를 가지는, Large Peak을 가지는 Feature Map을 만들고, 이러한 특성이 Feature간 Correlation에 기반한 Gram Matrix와 그에 기반한 Style Transfer에는 잘 맞지 않는 다는 것을 밝혀냈습니다. 이를 개선하기 위해, Feature Map의 Entr.. 이전 1 다음
