전체 글

Abstract soccer foul detection을 위한 CNN, RNN based approach bounding box position, image, estimated pose를 utilize 2024 Apr 4 update: https://github.com/FangJiale1999/Futurefoul_Soccer the code and dataset are now available Motivation soccer broadcast video로부터 foul prediction을 위한 FutureFoul system을 제안한다. Dataset soccer foul dataset을 구성했다. Video Dataset SoccerNet-v3 dataset에서 video를 가져와 사용하였다. Sele..

Abstract CVPR 2021 accepted multi-person 3d pose estimation and tracking in videos single end-to-end learnable framework camera view의 개수에 robust함 코드가 공개되어 있지 않다. https://www.cs.cmu.edu/~ILIM/projects/IM/TesseTrack/ Motivation 기존 task의 challenging한 점은, multi-person인 경우 occlusion이 많이 발생한다는 것이다. 기존 framework들은 이런 문제를 해결하기 위해 2D estimation 후 lifting하는 multi-stage inference를 하는데, 본 논문에서는 이런 방식이 subop..

macOS에서 option key를 누르면 몇 가지 accent 관련 특수문자가 있으나 나에게는 효용이 별로 없고, α β γ와 같은 greek alphabet을 입력하고 싶었다. 이를 하나하나 replace하는 것은 동작하지 않는 application이 많아 효율적이지 않았고, mapping을 직접 바꿔놓은 layout을 설치하는 것이 효율적이다. 그러던 중 Reddit에서 mapping을 바꿔놓은 keyboard layout을 찾았고, 설명에 따라 다운로드하였다. 해당 Reddit 글은 아래에서 확인할 수 있다. https://www.reddit.com/r/osx/comments/m3k129/how_can_i_type_greek_letters_without_changing_the/ From the o..

Abstract ICCV 2023 accepted suggest MotionBERT model for 3d single person pose estimation in videos 2d, 3d motion data from various sources를 활용한 self-supervised pretraining method 제안 spatial feature와 temporal feature를 fusion하는 DSTformer의 method는 살펴볼 점이 있음 https://github.com/Walter0807/MotionBERT broadcasting으로 더하는 것인지, 하나의 row또는 col에 대해서만 더하는 것인지는 모르겠다. 이후 seq-to-seq DSTformer로 $\textbf F^i \in ..

Abstract Grounded SAM은 Grounding DINO와 SAM을 사용하여 open-voca segmentation model인 Grounded SAM을 제안 Motivation 기존의 open-world scenario에서 visual understanding에 대해서는 세 가지 방법론이 제안되어 왔다: Unified Model approach UNINEXT, OFA등이 해당하며, 다양한 vision task에 pretrain하는 것이다. 그러나 복잡한 task로 scability가 떨어진다는 문제가 있다. LLM as Controller method HuggingGPT, Visual ChatGPT, LLaVA-Plus가 해당하며, LLM을 이용하여 vision concept를 연결한다. ..

Definition 3D human pose estimation(HPE) task는 human body keypoint의 coordinate를 3d space에서 predict하는 task이다. 2d HPE task와 같이 joint의 spatial location으로 pose를 나타낸다. 또한 single-person과 multi-person estimation으로 나눌 수 있다. Single Person 3D Pose Estimation single person 3d pose estimation은 주로 두 가지 방법으로 진행된다: direct estimation 2d to 3d lifting method Multi-person 3D Pose Estimation in Videos multi-person..