일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- 논문리뷰
- NERF
- 논문 리뷰
- ICCV 2021
- GAN
- Deep Learning
- ICCV
- paper review
- IROS
- 파이토치
- Semantic Segmentation
- CVPR2023
- Vae
- Neural Radiance Field
- 경희대
- pytorch
- panoptic segmentation
- docker
- NeRF paper
- panoptic nerf
- 논문
- Paper
- Python
- 리눅스
- Computer Vision
- 2022
- 융합연구
- CVPR
- 딥러닝
- linux
- Today
- Total
목록융합연구 (2)
윤제로의 제로베이스

Soft-Intro VAE의 경우 앞서 리뷰했던 Intro VAE에 이어서 나온 논문이다. 이 논문에 경우 2021 CVPR Oral에 올랐던 논문이니 만큼 굉장히 좋은 논문이라고 해도 과언이 아니다. https://taldatech.github.io/soft-intro-vae-web/ 2022.10.25 - [Self Paper-Seminar/VAE] - Intro-VAE Intro-VAE 1. Introduction VAE VAE(Variational Autoencoder)의 장점은 익히 알고 있기로 좋은 Manifold representation을 만들어낸다는 점이다. Manifold란 데이터가 있는 공간 정도로 이해하면 되는데, 대부분의 generating model은 yoon-zero.tisto..

1. Introduction VAE VAE(Variational Autoencoder)의 장점은 익히 알고 있기로 좋은 Manifold representation을 만들어낸다는 점이다. Manifold란 데이터가 있는 공간 정도로 이해하면 되는데, 대부분의 generating model은 데이터의 manifold를 찾고 그 manifold를 바탕으로 다양한 이미지를 생성하는 방식으로 작동한다. 예를 들어 강아지 사진들로 generating model을 학습시키면 강아지 사진들이 분포하는 manifold를 찾게 되는 것이다. 그렇다면 그 manifold상의 데이터를 무작위로 꺼낸다면 그 사진 또한 강아지 사진일 것이라는 이야기이다. 이 이야기가 성립하기 위해서는 manifold 가정이 필요하다. manif..