OCR에 관한 SOTA를 찾던 중 읽은 논문이다. 2017년 논문인데 소타라는게 조금 신기하긴 했는데 (4년 전 논문인 건데!) , 기본적인 구조는 CNN + RNN + Attention 이다. 논문 링크는 다음과 같다: https://arxiv.org/abs/1704.03549 Attention-based Extraction of Structured Information from Street View Imagery We present a neural network model - based on CNNs, RNNs and a novel attention mechanism - which achieves 84.2% accuracy on the challenging French Street Name Signs..

시계열 이미지 데이터를 위해 읽었던 신기한 논문. 논문과 졸업과제로 한동안 리뷰 올리기를 쉬었다. 이번에 읽은 논문은 Phydnet과 Phycell을 제안한 것으로, unsupervised video prediction을 위한 방법이다. 이미지 관련 시계열 데이터를 다루는 데에 실제로 쓸 수 있을 것 같다. 또한 편미분방정식을 다층 CNN구조로 구할 수 있다는 이론을 토대로 알고리즘을 구현한 것으로 보인다. 이에 관한 논문은 이후에 읽어볼 예정이다. Disentangling Physical Dynamics from Unknown Factors for Unsupervised Video Prediction (https://arxiv.org/abs/2003.01460) 본 논문이 제안한 것은 two-branc..

이전 시리즈 : https://hi-lu.tistory.com/entry/Paper-Recurrent-Attention-Model-%EB%85%BC%EB%AC%B8-%EB%A6%AC%EB%B7%B0-1?category=992577 [Paper] Recurrent Attention Model 논문 리뷰 - 1 [SAI 동아리 발표] RAM(Recurrent Attention Model) 관련 논문들. 원래는 한 포스트였지만, 이 블로그에 쓰다 보니 조금 긴 거 같아서 2개 포스트로 쪼갠다. 최근 들어 HAR(Human Activity Recognition), 특히 vis.. hi-lu.tistory.com 이어서 두 번째 논문을 리뷰해보자. 이번 포스트에서는 이전 포스트 논문의 mother paper를 리..

[SAI 동아리 발표] RAM(Recurrent Attention Model) 관련 논문들. 원래는 한 포스트였지만, 이 블로그에 쓰다 보니 조금 긴 거 같아서 2개 포스트로 쪼갠다. 최근 들어 HAR(Human Activity Recognition), 특히 vision sensor가 아닌 IMU sensor data기반에 대해 알아보았다. 평소 관심사인 RL에 대한 애정이 식어간다고 느꼈다. 그러다 보니, state를 각 sensor data에 대해 t(time)로 쪼개서 labeling을 하면 강화 학습을 적용할 수 있겠단 막연한 생각을 했었다. 역시나 누군가는 만들어놨다! HAR 분야에서 2019년에 publish된 논문 하나를 찾았다. [1] weakly labeled data에 대해 처리해서 H..

Human Activity Recognition 논문을 읽어보자! 1. Human Activity Recognition: A Survey (https://www.sciencedirect.com/science/article/pii/S1877050919310166) 굉장히 짧은 survey 논문! Deep Learning과 Pattern Recognition(SVM 등)에 나오는 machine learning을 비교 분석했다. 거의 모든 기법에 공통으로 filtering과 같은 전처리가 들어갔고, sensor 기반은 센서가 많을수록 더 좋은 결과를 보여줬다. 약간의 중지, 중단이 있을 경우에 RNN과 LSTM을 썼다. HAR에서는 camera based와 sensor based로 크게 나눌 수 있는데, ca..

Emergent Tool Use From Multi-Agent Autocurricula 논문 리뷰 Emergent tool use from multi-agent autocurricula (https://arxiv.org/abs/1909.07528) Multi Agent에 확 끌리게 해 준 OpenAI 논문. Hider와 Seeker가 숨바꼭질을 학습하는 내용이다. 유튜브에 영상이 있다. https://www.youtube.com/watch?v=kopoLzvh5jY 이 hide-and-seek에는 총 6가지의 emergent phase가 있다. Multi-agent는 environment 복잡성이 올라감에 있어서 사람과 같은 도구 사용 등의 능력을 학습한다. Introduction 'Human-releva..