목록분류 전체보기 (163)
Bamboo is coming
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/cph1wE/btsFQcmZfhi/PL6VAoRcYI72TjiDdbDmm1/img.png)
Image and video upscaling from local self-examples (2011) ACM Trans, 473회 인용, 11p 👻 본 논문은 SR survey 논문에 나온 패치 기반 SR 논문입니다. 🎈목차 0. ABSTRACT 1. INTRO - 문제점 - 기존연구 - 제안 2. PREVIOUS WORK 3. UPSCALING SCHEME 3.1.Local self-similarity 3.2. Nondyadic Filter Banks 4. CONCLUSION 3. UPSCALING SCHEME Example-based super-resolution 과 efficient graphical models for processing images(2004), Tappen, IEEE 등의 구조..
Computational Thinking https://computationalthinking.mit.edu/Fall20/ 18.S191 Introduction to Computational Thinking Welcome to MIT 18.S191 aka 6.S083 aka 22.S092, Fall 2020 edition! This is Fall 2020. For Spring 2021, see our new website. This is an introductory course on Computational Thinking. We use the Julia programming language to approach real-world problems in va computationalthinking.mit..
Image and video upscaling from local self-examples (2011) ACM Trans, 473회 인용, 11p 👻 본 논문은 SR survey 논문에 나온 패치 기반 SR 논문입니다. 🎈목차 0. ABSTRACT 1. INTRO - 문제점 - 기존연구 - 제안 2. PREVIOUS WORK 3. UPSCALING SCHEME 4. CONCLUSION GPT, 이 논문의 방법론적 접근은 기존의 이미지 업스케일링 방법들과 비교하여 몇 가지 독창적인 요소를 포함합니다. 주요 내용을 요약하면 다음과 같습니다: 1. 지역적 자기 유사성(Local Self-Similarity) : 자연 이미지의 지역적 자기 유사성에 기반하여, 외부 예시 데이터베이스를 사용하지 않고도 고해상도 이..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/o2kzB/btsE95NBnYR/3lexCraTpHjaKLdwIrccPK/img.png)
본 글은 팡요랩 유튜브를 보고 정리한 글입니다. 동영상에서는 PRML(Pattern Recognition & Machien Learning, Bishop)을 참고했다고 합니다. 정보량은 깜놀도로 확률 p(x)에 대한 함수이다. 확률과 엔트로피는 시소같은 관계로 monotonic하다라고도 표현한다. \(h(x, y) = h(x) + h(y)\) 정보량은 사건의 불확실성을 측정하는 것으로, 두 사건이 독립적일 때, 한 사건의 정보량과 다른 사건의 정보량을 합한 것은 두 사건이 동시에 발생했을 때 총 정보량과 같다. 독립 사건의 정보량이 서로 추가적인 정보를 제공하기 때문에, 각 사건의 정보량을 단순히 더하면 전체 사건의 정보량이 된다. 예시, 두 개의 방의 스위치 상태를 알게 된다고 하면(정보량) 첫 번째,..
딥러닝 Ch3.3 VAE KAIST 스마트설계연구실 강남우 교수(전 숙명여대)의 딥러닝과 설계 강의입니다. https://www.youtube.com/watch?v=GbCAwVVKaHY https://2ndyoung.tistory.com/165 VAE(Variation Auto Encoder) 오토인코더(Autoencoder)와 변분 오토인코더(VAE, Variational Autoencoder)는 모두 입력 데이터를 압축하고 복원하는 작업을 수행하는 딥러닝 모델입니다. 그러나 두 모델은 몇 가지 중요한 차이점을 가집 2ndyoung.tistory.com
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/KpIgJ/btsEXom4tUP/m4SlKCTkumuy7iL8GYnl90/img.png)
Deep Learning for Image Super-Resolution: A Survey (2021.10) IEEE, 1400회 인용, 23p 🎈목차 더보기 기존 연구 class methods deep-learning based methods SR 문제 정의 유명 데이터셋 성능 평가 지표, IQA PSNR, SSIM, MOS, Learning-based Perceptual Quality, Task-Based Evaluation ..etc Challenges NITRE, PRIM Supervised Super-Resolution SR Framework Pre-upsampling SR, Post-upsampling SR, progressive upsampling SR, Iterative up-and-dow..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/16Egy/btsEtrMbFK4/h2SkWP84Pet5O1FBIJZN80/img.png)
Deep Learning for Image Super-Resolution: A Survey (2021.10) IEEE, 1400회 인용, 23p 🎈목차 더보기 기존 연구 class methods deep-learning based methods SR 문제 정의 유명 데이터셋 성능 평가 지표, IQA PSNR, SSIM, MOS, Learning-based Perceptual Quality, Task-Based Evaluation ..etc Challenges NITRE, PRIM Supervised Super-Resolution SR Framework Pre-upsampling SR, Post-upsampling SR, progressive upsampling SR, Iterative up-and-dow..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/b97a5K/btsEhrEwu8m/AhZPcKfxWli979hUzbIj71/img.png)
Deep Learning for Image Super-Resolution: A Survey (2021.10) IEEE, 1400회 인용, 23p 🎈목차 더보기 기존 연구 class methods deep-learning based methods SR 문제 정의 유명 데이터셋 성능 평가 지표, IQA PSNR, SSIM, MOS, Learning-based Perceptual Quality, Task-Based Evaluation ..etc Challenges NITRE, PRIM Supervised Super-Resolution SR Framework Pre-upsampling SR, Post-upsampling SR, progressive upsampling SR, Iterative up-and-dow..
https://aistudy9314.tistory.com/m/48 [논문리뷰] Deep Image Prior(2) 지난 번에 이어서 계속 리뷰를 해보도록 하겠다! 이전 리뷰를 안봤다면 먼저 보고오도록!! https://aistudy9314.tistory.com/47 [논문리뷰] Deep Image Prior(1) 이번에 소개할 논문은 Deep Image Prior라는 제목의 pap aistudy9314.tistory.com 데이터셋에서 학습시킨 노이즈와의 loss를 구하는 것이 아니라 깨끗한 이미지와 random 노이즈와의 loss를 구하기 때문에 특정이미지(깨끗한 이미지)의 특징을 잡아내는 용도로 사용한다. prior은 여기서 사전학습된 지식으로 생각할 수 있다. deep image prior는 데이터..
https://www.lakera.ai/blog/what-is-in-context-learning What is In-context Learning, and how does it work: The Beginner’s Guide | Lakera – Protecting AI teams that disrupt the worl Dive into In-context learning: its functioning, approaches, benefits, challenges, and real-world applications. Everything you need to know. www.lakera.ai