소소한 개발 공부

Chunle Guo, Chongyi Li, Jichang Guo, Chen Change Loy, Junhui Hou, Sam Kwong and Runmin Cong. Zero-Reference Deep Curve Estimation for Low-Light Image Enhancement. In CVPR, 2020. paper link 분석한 내용에 대해 정리한 자료입니다. 이하의 내용은 본인의 해석이 추가되어 있으므로 자세한 사항은 논문을 보시는 것을 추천드립니다. 1. Introduction 본 Zero-DCE 모델은 저조도 이미지에 대한 Light Enhancement curve (이하 LE-curve)를 생성해 이미지를 개선, 향상합니다. 이때 LE-curve는 입력 이미지의 동적 범위에서 픽셀별..

Zhaoyang Zhang, Yitong Jiang, Jun Jiang, Xiaogang Wang, Ping Luo and Jinwei Gu. STAR: A Structure-aware Lightweight Transformer for Real-time Image Enhancement. Proceedings of the IEEE/CVF International Conference on Computer Vision, pages 4106-4115. 2021. paper link 이 논문을 이해하기 위해서 사전 지식으로 Transformer를 알고 있어야 합니다. https://soso-study.tistory.com/74 논문 리뷰: Attention Is All You Need (NIPS2017) 아래 영..

아래 영상을 보면서 리뷰를 진행했습니다. 동빈나, https://www.youtube.com/watch?v=AA621UofTUA 논문 리뷰: Attention Is All You Need (NIPS2017) Attention Is All You Need, Ashish Vaswani et al, NIPS 2017. paper link 분석한 내용에 대해 발표한 자료입니다. 0. Abstract 시퀀스 변환 모델은 인코더, 디코더를 포함한 Convolution 네트워크가 많음 가장 좋은 성능의 모델이 attention 메커니즘으로 인코더, 디코더 연결 이 논문은 RNN과 CNN을 뺀 attention 메커니즘 기반 구조, Transformer 제시 Transformer는 병렬성 정도가 높고 학습 시간이 짧음..

Deep Photo Enhancer: Unpaired Learning for Image Enhancement fromPhotographs with GANs, Yu-Sheng Chen et al, CVPR 2018 paper link 공부한 내용을 정리한 글입니다. 아래 글에 나오는 그림과 표는 해당 논문을 참조했습니다. 부분부분 오역 및 본인의 해석이 있습니다. 논문 리뷰 발표 자료입니다. Contents 0.Abstract 1. 목적 2. Global U-Net 3. Adaptive WGAN 4. 개별 배치 정규화 계층(iBN) 0.Abstract 이 논문은 이미지 향상을 위한 unpaired learning method을 제안한다. 원하는 특징의 사진 셋이 주어지면, 입력 이미지를 그 특징을 가진 향..

https://app-privacy-policy-generator.firebaseapp.com/ App Privacy Policy Generator Terms & Conditions By downloading or using the app, these terms will automatically apply to you – you should make sure therefore that you read them carefully before using the app. You’re not allowed to copy or modify the app, any part of the app, or ou app-privacy-policy-generator.firebaseapp.com 구글 플레이 콘솔에 앱을 업로드..

{ "configurations": [ { "name": "Win32", "includePath": [ "${workspaceFolder}/**" ], "defines": [ "_DEBUG", "UNICODE", "_UNICODE" ], "compilerPath": "C:/MinGW/bin/g++.exe", "cStandard": "c17", "cppStandard": "c++17", "intelliSenseMode": "clang-x64" } ], "version": 4 } c_cpp_properties.json 파일에 위와 같이 입력 ** MinGW를 설치했으며 MinGW의 위치가 C드라이브에 있을 때.