[논문 요약34] [18] H.Jiang and S.Wang. Object detection and counting with low quality videos. In Technical Report, 2016. 1

[업데이트 2018.09.08 17:00]

1. 베이스 논문

[논문 요약17] Perceptual Generative Adversarial Networks for Small Object Detection

(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

[18] H.Jiang and S.Wang. Object detection and counting with low quality videos. In Technical Report, 2016. 1

(http://cs231n.stanford.edu/reports/2016/pdfs/287_Report.pdf)

3. 주요 내용 요약

3.1 레퍼런스 논문 주요 내용

레퍼런스 논문은 low quality video/image에 대해 faster R-CNN, YOLO 알고리즘을 통해 평가를 진행합니다. 학습 이미지나 영상에 대해 motion blur, Gaussian blur, pixelation 적용합니다. 아래의 그림처럼 original이미지로 학습 했을때보다 image filtering을 적용하여 학습 후 테스트시 더 좋은 성능을 얻을 수 있었습니다. 

3.2 베이스 논문에서 인용한 내용

- Small object(low quality)에 대한 object detection을 시도한 내용.