딥러닝

A collection of 8 posts
[논문리뷰] Adversarial Latent Autoencoders
논문리뷰

[논문리뷰] Adversarial Latent Autoencoders

-------------------------------------------------------------------------------- * 본 논문은, GAN의 Generator를 F, G로 Discriminator를 E, D로 각각 분리해서 연구를 진행했습니다. * F에서 나온 Latent space와 E를 통해 나온 latent space가 서로 동일한 분포를 가진다고 가정을 한 상태로 연구가 진행 되었으며, F는 deterministic하게 latent space mapping이 이루어지고, G와 E는 독립적이고 이미 알려진 분포의 노이즈인 \( \eta\)를 입력으로 주어
12 min read
[GAN 시리즈][DCLGAN] Dual Contrastive Learning for Unsupervised Image-to-Image Translation - 1편
논문리뷰

[GAN 시리즈][DCLGAN] Dual Contrastive Learning for Unsupervised Image-to-Image Translation - 1편

Abstract Unsupervised image-to-image translation 개념 Unsupervised image-to-image translation tasks는 unpaired train data에서 source domain X와 target domain Y 간의 매핑(mapping)을 찾는걸 목표로 하는 task 입니다. CUT(Contrastive Learning for unpaired image-to-image Translation) Contrastive Learning for unpaired image-to-image Translation은 두개의 도메인 (X, Y) 모두에 대해 하나의 Encoder만 사용하여 입력
10 min read
[MemAE]Memorizing Normality to Detect Anomaly: Memory-augmented Deep Autoencoder for Unsupervised Anomaly Detection-1
Anomaly Detection

[MemAE]Memorizing Normality to Detect Anomaly: Memory-augmented Deep Autoencoder for Unsupervised Anomaly Detection-1

Abatract 정상 데이터를 이용하여 Autoencoder(AE)을 학습하면 정상보단 비정상 데이터에 대해 더 높은 재구성 오류(reconstruction error)을 얻게 됩니다. 하지만 AE는 일반화(Generalization)가 잘 이루어진다는 특징이 있어서 비정상 데이터가 입력되어도 정상을 재구성 해야하지만 결함이 있는 부분까지 포함하여 재구성 하는 경우가 발생하게 됩니다. 이런 AE기반 이상 탐지(Anomaly
9 min read
[Paper Review] A disentangled generative model for disease decomposition in chest X-rays via normal image synthesis_2편
논문리뷰

[Paper Review] A disentangled generative model for disease decomposition in chest X-rays via normal image synthesis_2편

-------------------------------------------------------------------------------- * Anomaly Detection에 어느정도 관련된 논문이며 DGM으로 abnormal CXR이 입력으로 들어오면 정상 이미지와 비정상 영역을 분리해서 질병,질환이 있는 부분을 검출하고 시각화 할 수 있는 방법을 보여주는 논문입니다. * 1편에 이어지는 내용입니다. 따라서 1편을 먼저 읽고 오시는것을 추천드립니다. 1편 보러가기 [https://blog.promedius.ai/disentangled-generative-model_1/] -------------------------------------------------------------------------------- Experiments Dataset 본 논문에서
6 min read
[Paper Review] A disentangled generative model for disease decomposition in chest X-rays via normal image synthesis_1편
논문리뷰

[Paper Review] A disentangled generative model for disease decomposition in chest X-rays via normal image synthesis_1편

-------------------------------------------------------------------------------- * Anomaly Detection에 어느정도 관련된 논문이며 DGM으로 abnormal CXR이 입력으로 들어오면 정상 이미지와 비정상 영역을 분리해서 질병,질환이 있는 부분을 검출하고 시각화 할 수 있는 방법을 보여주는 논문입니다. * 2020년도 Medical Image Analysis에 publish된 논문이며 Impact Factor는 11.280입니다. * Paper 원문: A disentangled generative model for disease decomposition in chest X-rays
13 min read
[GAN 시리즈][StyleGAN] A Style-Based Generator Architecture for Generative Adversarial Networks -2편
논문 리뷰

[GAN 시리즈][StyleGAN] A Style-Based Generator Architecture for Generative Adversarial Networks -2편

-------------------------------------------------------------------------------- * StyleGAN은 PGGAN [https://arxiv.org/abs/1710.10196] 구조에서 Style transfer 개념을 적용하여 generator architetcture를 재구성 한 논문입니다. 그로 인하여 PGGAN에서 불가능 했던 style을 scale-specific control이 가능하게 되었습니다. * Paper 원문: StyleGAN: A Style-Based Generator Architecture for Generative Adversarial Networks [https://arxiv.org/pdf/1812.04948.pdf] * StyleGAN official code(
9 min read
[GAN 시리즈][StyleGAN] A Style-Based Generator Architecture for Generative Adversarial Networks -1편
논문리뷰

[GAN 시리즈][StyleGAN] A Style-Based Generator Architecture for Generative Adversarial Networks -1편

-------------------------------------------------------------------------------- * StyleGAN은 PGGAN [https://arxiv.org/abs/1710.10196] 구조에서 Style transfer 개념을 적용하여 generator architetcture를 재구성 한 논문입니다. 그로 인하여 PGGAN에서 불가능 했던 style을 scale-specific control이 가능하게 되었습니다. * Paper 원문: StyleGAN: A Style-Based Generator Architecture for Generative Adversarial Networks [https://arxiv.org/pdf/1812.04948.pdf] * StyleGAN official code(
9 min read
[F-AnoGAN] Fast Unsupervised Anomaly Detection with GAN
논문리뷰

[F-AnoGAN] Fast Unsupervised Anomaly Detection with GAN

-------------------------------------------------------------------------------- * GAN을 사용한 최초 Anomaly Detection 방법인 AnoGAN의 후속 모델로 Encoder 모델을 사용하여 더 빠르게 \( G(x)\)와 \( x\)를 matching 시켜 Anomaly Detection 하는 방법입니다. * Paper 원문: f-AnoGAN: Fast unsupervised anomaly detection with generative adversarial networks [https://www.sciencedirect.com/science/article/abs/pii/S1361841518302640] * f-AnoGAN tutorial code(Pytorch)
9 min read