영상인식 분야의 다양한 논문들을 읽어보고 같이 구현해보는 것을 목표로 합니다.
주로 최근 출판되거나 제출된 주요 학술대회 (CVPR, ICCV, NIPS, AAAI) 의 논문들 2편정도를 같이 보고, 관련 코드를 살펴봅니다.
그리고, 기본이 되는 중요한 논문들 1편을 선정해서 같이 TensorFlow 나 PyTorch 로 구현해 봅니다.
컴퓨터 비전 Bootcamp
진행일시
매주 (2시간)
모집현황

0.000000명 신청가능

진행장소
캠퍼스
Untitled-2 학습대상

딥러닝 관련 논문들을 읽거나 TensorFlow 나 PyTorch 로 구현해보는데 큰 문제가 없으신 분들이면 더 수월하게 참가하실 수 있습니다.

Untitled-2 선수지식

CNN, RNN 계열 기술들을 공부해 보고 구현해 보신분이면 좋습니다.
특히 Object Detection, Segmentation 기술들과 다양한 응용 기술들 (Face Recognition, Pose Estimation, OCR, GAN, ... ) 을 공부해 보고 구현해 보신 분이면 스터디를 주도하실 수 있을 것으로 생각합니다.

Untitled-2 과목난이도

쉬움 (1단계) ~ 어려움(5단계)

학습목표

최근 영상인식 기술들의 흐름을 파악합니다.
기본적인 기술들을 다시 한번 공부해보고 TF, PyTorch 로 구현해보고 다른 사람들의 코드를 비교하면서 실력을 넓혀갑니다.

Untitled-2 학습 및 참고자료

주로 선정된 논문들을 기본 트랙으로 공부합니다만, 중간중간 추천을 받아 추가 리뷰를 진행할 예정입니다.

Untitled-2 운영방식

최근 논문 논문 2편 리뷰 + 기본 논문 1편 구현 을 사전학습하여 논의하는 것을 기본과정으로 합니다.
각각은 주 진행자를 선정하여 주도적으로 논의를 이끔니다.

Untitled-2 커리큘럼
사전학습 / 이론+실습

주차 모임내용 학습자료
1 주차 풀입스쿨 소개, 전체 과정 소개, 주요 영상인식 기술 소개 cs231n 자료
2 주차 Object Detection Learning Rich Features at High-Speed for Single-Shot Object Detection, Patchwork: A Patch-Wise Attention Network for Efficient Object Detection and Segmentation in Video Streams
3 주차 Segmentation TensorMask: A Foundation for Dense Object Segmentation, Recurrent U-Net for Resource-Constrained Segmentation, YOLACT: Real-Time Instance Segmentation
4 주차 Face Recognition Attentional Feature-Pair Relation Networks for Accurate Face Recognition, Face Alignment With Kernel Density Deep Neural Network, Towards Interpretable Face Recognition
5 주차 Motion & Tracking STM: SpatioTemporal and Motion Encoding for Action Recognition, Aligning Latent Spaces for 3D Hand Pose Estimation
6 주차 OCR Geometry Normalization Networks for Accurate Scene Text Detection, Symmetry-Constrained Rectification Network for Scene Text Recognition
7 주차 3D From Single View & RGBD 3D Scene Reconstruction With Multi-Layer Depth and Epipolar Transformers, On Boosting Single-Frame 3D Human Pose Estimation via Monocular Videos
8 주차 SLAM How Do Neural Networks See Depth in Single Images?, GSLAM: A General SLAM Framework and Benchmark
9 주차 Anomaly Detection Anomaly Detection in Video Sequence With Appearance-Motion Correspondence, Memorizing Normality to Detect Anomaly: Memory-Augmented Deep Autoencoder for Unsupervised Anomaly Detection
10 주차 Lightweight Convolution Searching for MobileNetV3, MetaPruning: Meta Learning for Automatic Neural Network Channel Pruning, Accelerate CNN via Recursive Bayesian Pruning
11 주차 3D Scene Understanding Transferable Semi-supervised 3D Object Detection from RGB-D Data, Interpolated Convolutional Networks for 3D Point Cloud Understanding
Untitled-2 퍼실소개
이성진

이성진

학교에서 영상인식 분야를 연구하면서 혼자하기 보다는 다양한 분야의 사람들과 같이 공유하면서 연구하고 싶어서 개설하게 되었습니다.

월 77,000원 / 3개월 231,000원

2020-01-11 부터 총 11주 진행

모집마감

2019년 12월 20일(금요일) 오후 3시에 모집이 시작됩니다.