AI (9) 썸네일형 리스트형 [OCNN] Anomaly Detection Using One-Class Neural Networks 논문 리뷰 핵심 키워드: one class SVM, anomalies detection, outlier detection, deep learning ABSTRACT OCNN (one class neural network) 모델은 복잡한 데이터셋에서 이상점을 검출하기 위해 제안된 모델이다. 이 모델은 NN(neural network)와 one class SVM(support vector machine)을 결합한 모델로 히든 레이어에서 data representation을 FFNN(feed forward neural network)을 통해서 나타냈다. 이는 feature를 오토인코더를 통해서 학습하고 OC-SVM 같은 이상점 검출 모델에 feature를 넣어주는 다른 모델들과 다른 방식으로 진행한다는 것을 의미한다. .. [VAE] Auto-Encoding Variational Bayes 리뷰 보호되어 있는 글입니다. [3DCNN] DOTA dataset Abstract 비디오 이상점 검출(Video Anomaly Detection)은 시간이 오래 걸리는 연구이다. 동적인 장면들이 있는 1인칭 교통 영상들은 효과적인 평가지표뿐만 아니라 대규모의 벤치마크 데이터셋도 부족하다. 이 논문에서는 비정상적인 이벤트를 감지, 로컬라이제이션, 인식하기 위해 언제 어디서 어떤 파이프라인을 통해 traffic anomaly detection을 할지 제안한다. 논문에서는 Detection of Traffic Anomaly (DoTA)라는 시간,공간, 18개의 카테고리에 관한 annotaition이 담긴 4677개의 비디오를 가진 데이터셋을 소개한다. DoTA 데이터셋에서는 Spatial-Temporal Area Under Curve(STAUC)라는 새로운 평가방법을 적용시.. DAY4 보호되어 있는 글입니다. [Day3] 보호되어 있는 글입니다. Learning 종류 보호되어 있는 글입니다. [3DCNN] CSN: Video Classification with Channel-Separated Convolutional Networks 논문 리뷰 참고 자료 : Group Convolution : AlexNet 참조 / Depth Convolution : MobileNet 참조 Group Convolution : https://aifpga.tistory.com/entry/Grouped-Convolution-Dilated-Convolution Regulation : https://daeson.tistory.com/184 Grouped Convolution, Dilated Convolution Intro CNN 을 실제 HW 로 구현하려면 엄청난 MAC 량을 마주할 수 밖에 없습니다. 이는 빠른 detection 이 가능하다고 했던 YOLO 에서도 마찬가지 입니다. 하여 현업에서 네트워크를 학습 및 구현하려고 할 aifpga.tistory.com 18.. [3DCNN] TSM: Temporal Shift Module for Efficient Video Understanding 해석 리뷰 ABSTRACT 폭발적인 비디오 스트리밍의 증가는 비디오 understanding에 대한 높은 정확도와 낮은 계산비용에 도전을 불러왔다. 2D CNN은 계산비용이 적지만 시간적인 정보는 가져오지 못한다; 3D CNN은 계산집약적이여서 비용이 만만찮다. 따라서 위 논문에서는 일반적이고 효과적인 Temporal Shift Module 을 고성능과 고효율 모델로 추천한다. TSM은 2d의 복잡도로 3D의 퍼포먼스를 낸다. 전형적인 서론... TSM은 시간축을 따라 채널의 일부를 이동시킨데 이것 덕분에 인접 프레임과 정보 교환이 쉬워진다. It can be inserted into 2D CNNs to achieve temporal modeling at zero computation and zero paramet.. 이전 1 2 다음
