BAC-GCN: Background-Aware CLIP-GCN Framework for Unsupervised Multi-Label Classification
Other
인용 0
원문 보기연구실 정보를 불러오고 있습니다
Jinsun Park
부산대학교 정보컴퓨터공학부
2D/3D 객체 검출/분할, 3D Depth 인식, 3D 복원, SLAM, 이미지 초해상화, Few-Shot Learning, Sign Language Recognition 등
시각 지능 및 인지연구실
jspark@pusan.ac.kr
현재 재학생
16명
최근 5년 졸업
0명
학위 과정 분포: 석사 12명, 박사 4명 (대학원 16명)
대학원 16명 · 포닥·학부연구생 9명 별도
본 페이지는 연구실 규모 파악을 위한 집계 통계(구성원 수, 진로 카테고리, 학위 과정 분포)만 제공하며, 개별 학생의 이름·전적·취업처 등은 표시하지 않습니다. 학위 과정 분포는 모든 재학생의 과정이 명확히 분류된 경우에만 표시되며 (분류 미상 학생이 1명이라도 있으면 미표시), k≥5 익명성 조건을 충족할 때만 공개됩니다 (PIPA §58-2·§28-2 + 대법원 2014다235080).
본 논문은 적은 수의 입력 이미지로도 정확한 표면 법선을 추정할 수 있는 포토메트릭 스테레오 방법을 제안합니다. 특징 변환 모듈(FTM)을 기저 네트워크 계층 사이에 삽입하고, 많은 이미지로 학습한 교사 네트워크의 증류 손실로 감독합니다. 결과적으로 제안 방법은 적은 입력 이미지로도 교사 네트워크와 유사한 품질의 표면 법선을 생성하며, 보정된 및 미보정 포토메트릭 스테레오 모두에 적용 가능합니다.