작심삼일

My Summary & Opinion 이맘때의 논문들은 다양한 형태로 residual을 사용하는 방식들이 많았다. DRRN도 그 중 하나다. 이 residual unit 구조를 찾기 위해 많은 실험들을 했을 것이고, 그 중 하나로 이 구조가 뽑혔을 것이라 짐작된다.성능이 뛰어나고, 깊이가 깊어도 안정적으로 학습이 된다는 것이 이 모델의 장점이라고 생각한다. Introduction SISR는 LR로부터 HR를 만드는 오래된 vision problem이다. 요즈음 powerful한 Deep Learning(DL) 모델들, 특히 CNN 이 주로 쓰였다. 여러 모델들을 살펴보면 SR에서는 "the deeper the better"이다. 그 성능은 뛰어나지만, 깊은 네트워크는 많은 파라미터들이 필요하다. Comp..

디자인 패턴을 모르는 사람이 스터디를 하며 적은 것이라 틀린 부분이 있을 수 있습니다. 틀린 부분은 알려주시면 감사하겠습니다. 어떤 패턴인가 요청 자체를 캡슐화하는 것입니다. 이를 통해 요청이 서로 다른 사용자를 매개변수로 만들고, 요청을 대기시키거나 로깅하며, 되돌릴 수 있는 연산을 지원합니다. 이미 구현된 기능을 사용하는 것이기 때문에 의존성이 없지만, 모든 기능을 구현해야한다는 단점이 있다. 어떻게 쓰는가 Command: 연산 수행에 필요한 인터페이스를 선언합니다. ConcreteCommand: Receiver 객체와 액션 간의 연결성을 정의합니다. Client: ConcreteCommand 객체를 생성하고 처리 객체로 정의합니다. Invoker: 명령어에 처리를 수행할 것을 요청합니다. Recei..

디자인 패턴을 모르는 사람이 스터디를 하며 적은 것이라 틀린 부분이 있을 수 있습니다. 틀린 부분은 알려주시면 감사하겠습니다. 어떤 패턴인가 부분과 전체의 계층을 표현하기 위해 객체들을 모아 트리 구조로 구성합니다. 사용자로 하여금 개별 객체와 복합 객체를 모두 동일하게 다룰 수 있도록 하는 패턴입니다. 새로운 클래스가 추가돼도 일괄적인 접근 방법을 제공하기 때문에 연산, 관리가 쉽다. 하지만 단일 객체와 복합 객체의 설계를 일반화시키기 때문에 각각의 객체에 다른 연산을 적용하기 어렵다. 어떻게 쓰는가 Component(Graphic): 집합 관계에 정의될 모든 객체에 대한 인터페이스를 정의합니다. 모든 클래스에 해당하는 인터페이스에 대해서는 공통의 행동을 구현합니다. 전체 클래스에 속한 요소들을 관리하..

My Summary & Opinion Vision 분야에 Deep learning이 사용되기 전에는 알고리즘적인 다양한 방법들이 존재했다. Laplacian pyramid가 그중 하나이다. 이전까지의 CNN 모델들은 단순히 층을 쌓는 등의 network 단에서의 성능 향상을 꾀했다면, 이 논문은 Laplacian pyramid의 구조를 본떠서 네트워크 구조를 설계했다. 영상처리를 전공한 입장에서는 친숙한 구조를 네트워크에 녹여냈다는 사실에 반가운 논문이었고, 이런 식으로 다른 vision 알고리즘을 적용하는 논문들이 앞으로 나올 것이라 예상된다. Introduction 딥러닝을 사용해 SR을 하기 위해 SRCNN이 나왔고, 더 깊은 네트워크를 쌓는 등의 방식으로 발전해왔다. 하지만 이런 방법들은 크게 세..

디자인 패턴을 모르는 사람이 스터디를 하며 적은 것이라 틀린 부분이 있을 수 있습니다. 틀린 부분은 알려주시면 감사하겠습니다. 어떤 패턴인가 내부 표현부를 노출하지 않고 어떤 집합 객체에 속한 원소들을 순차적으로 접근할 수 있는 방법을 제공합니다. 어떻게 쓰는가 Iterator: 원소를 접근하고 순회하는 데 필요한 인터페이스를 제공합니다. ConcreteIterator: Iterator에 정의된 인터페이스를 구현하는 클래스로, 순회 과정 중 집합 객체 내에서 현재 위치를 기억하빈다. Aggregate: Iterator 객체를 생성하는 인터페이스를 정의합니다. ConcreteAggregate: 해당하는 ConcreteIterator의 인스턴스를 반환하는 Iterator 생성 인터페이스를 구현합니다. cla..

디자인 패턴을 모르는 사람이 스터디를 하며 적은 것이라 틀린 부분이 있을 수 있습니다. 틀린 부분은 알려주시면 감사하겠습니다. 어떤 패턴인가 메시지를 보내는 객체와 이를 받아 처리하는 객체들 간의 결합도를 없애기 위한 패턴입니다. 하나의 요청에 대한 처리가 반드시 한 객체에서만 되지 않고, 여러 객체에게 그 처리 기회를 주려는 것입니다. 그렇기 때문에 클라이언트에서 내부 구조를 알 필요가 없습니다. 하지만 구현해야 하는 클래스가 많아지기 때문에 디버깅이 어려워질 수 있습니다. 어떻게 쓰는가 class Handler: def __init__(self): self.nextHandler = None def handle(self): pass class Handler4number(self): def __init_..

My Summary & Opinion Introduction Block-based 압축 방식은 JPEG, H.264/AVC, HEVC 등 다양한 이미지/비디오 압축 표준으로 쓰이고 있다. 하지만 block-based prediction과 quantization은 block 경계에서의 불연속성, high frequency detail들의 삭제 등 많은 문제가 있는데, 이 것을 해결하기 위해 in-loop filtering이 쓰이고 있다. Deep learning이 발전함에 따라 image restoration이나 denoising에 많이 사용되고 있다. 본 논문에서는 multiple CNN model들을 사용한 content-aware in-loop filter를 소개한다. 본 논문의 contributio..

디자인 패턴을 모르는 사람이 스터디를 하며 적은 것이라 틀린 부분이 있을 수 있습니다. 틀린 부분은 알려주시면 감사하겠습니다. 어떤 패턴인가 객체 구조를 이루는 원소에 대해 수행할 연산을 표현한다. 연산을 적용할 원소의 클래스를 변경하지 않고도 새로운 연산을 정의할 수 있게 한다. 작업 대상과 작업 내용을 분리할 때 주로 사용한다. 어떻게 쓰는가 자료 구조(데이터)와 자료 구조를 처리하는 로직(알고리즘)을 분리해야할 때 사용하기 때문에 Deep learning쪽에 종사하는 내 입장에서 생각해보면 데이터를 preprocessing할 때 주로 사용한다. class Visitor: def preprocess(self, data): data.token_ids = self.deq2tok(data.seq) def ..