AI4 GLOMAP 설치 및 실행 (COLMAP) 이번 ECCV 2024에 나온 GLOMAP이라는 논문의 코드이며, COLMAP과 비슷한 일을 합니다.이미지로부터 3D point clound를 만들어줍니다.https://arxiv.org/html/2407.20219 Global Structure-from-Motion RevisitedGlobal Structure-from-Motion Revisited Linfei Pan1 Dániel Baráth1 Marc Pollefeys1,2 Johannes L. Schönberger2 1 ETH Zurich 2 Microsoft Abstract Recovering 3D structure and camera motion from images has been a long-standing focarx.. 2024. 10. 5. 3D Gaussian Parametric Head Model 논문 자세한 정리 목차1.Abstract2.Introduction3.Method4.Experiments ECCV 2024에 나온 따끈따끈한 논문입니다. 3D Gaussian Parametric Head Modelhttps://arxiv.org/abs/2407.15070 3D Gaussian Parametric Head ModelCreating high-fidelity 3D human head avatars is crucial for applications in VR/AR, telepresence, digital human interfaces, and film production. Recent advances have leveraged morphable face models to generate animated head a.. 2024. 9. 7. Multi-Instance Pose Networks: Rethinking Top-Down Pose Estimation 리뷰 Abstract 정리 보통 top-down 방식의 pose estimation 방법은 bounding box 내부에 사람이 1명 있다고 가정을 합니다. 하지만 사람이 겹쳐서 있는 경우, 하나의 bounding box에도 2명 이상의 사람이 존재할 수 있습니다. 이러한 한계를 극복하고자 이 논문에서는 Multi-Instance Pose Network (MIPNet)을 제안했습니다. MIPNet은 2D skeletons을 추정합니다. 그리고 HRNet과 비교했을 때 성능이 좋았으며 부정확한 bounding boxes을 썼을 때 (when fewer, high confidence bounding boxes are used,), HRNet은 성능이 많이 떨어졌지만, MIPNet은 비교적 덜 떨어졌습니다. Int.. 2022. 3. 22. 머신러닝(기계학습)과 딥러닝의 차이점 차이점 머신러닝과 딥러닝의 차이점을 이미지 분류를 예를 들어 설명하겠습니다. 기계가 고양이 이미지를 학습하기 위해서 고양이의 특징을 파악할 필요가 있습니다. 고양이의 귀, 얼굴, 몸, 꼬리 등 고양이라고 판단할 수 있는 특징을 알아내야 합니다. 사람이 특징을 추출하여 기계를 학습한다면 이는 머신러닝이며 기계가 특징을 추출하여 학습을 한다면 이는 딥러닝입니다. 머신러닝에는 지도학습, 비지도학습, 강화학습, 딥러닝 등 다양한 종류의 기계학습들이 있습니다. 즉, 딥러닝은 머신러닝의 한 종류라고 보시면 됩니다. 인공지능이란? 더 포괄적인 영역으로 AI, 인공지능이 있습니다. 사람의 행동을 기계가 모방하는 것을 인공지능이라고 합니다. 즉, 인공지능 영역 안에 머신러닝이 있고 머신러닝 영역 안에 딥러닝이 있습니다. 2020. 7. 29. 이전 1 다음
