[논문 요약21] [4] X. Chen, K. Kundu, Y. Zhu, A. G. Berneshawi, H. Ma, S. Fidler, and R. Urtasun. 3d object proposals for accurate object class detection. In NIPS, pages 424–432, 2015. 1

[업데이트 2018.09.05 13:41]

1. 베이스 논문

[논문 요약17] Perceptual Generative Adversarial Networks for Small Object Detection에서 참조한 논문입니다.

(http://arclab.tistory.com/172)

Some efforts [4, 25, 18, 39, 23, 1] have been devoted to addressing small object detection problems. 

One common practice [4, 25] is to increase the scale of input images to enhance the resolution of small objects and produce high-resolution feature maps.

2. 레퍼런스 논문

[4] X. Chen, K. Kundu, Y. Zhu, A. G. Berneshawi, H. Ma, S. Fidler, and R. Urtasun. 3d object proposals for accurate object class detection. In NIPS, pages 424–432, 2015. 1

(https://papers.nips.cc/paper/5644-3d-object-proposals-for-accurate-object-class-detection.pdf)

3. 주요 내용 요약

3.1 레퍼런스 논문 주요 내용

- 본 논문은 자율 주행에 대한 high-quality 3D object proposal을 생성하는 것을 목표로 하며, KITTI benchmark dataset에서 기존에 제안된 방법들보다 월등한 성능 향상 결과를 보여주고 있습니다.

- Easy, Moderate, Hard 3가지 이미지에 대해 object detection을 테스트 하였습니다.

3.2 베이스 논문에서 인용한 내용

- Small object(hard)에 대한 object detection을 시도한 내용.

- 레퍼런스 논문에서 입력 이미지로 2000개의 3D object proposals를 사용하는 부분.