tech_study_ai

Abstract 5초 이내 single 입력 이미지로부터 3D 모델 예측하는 최초의 lrm 제안함 NeRF를 직접 예측하기 위해서 학습 가능한 5억개의 매개변수를 갖춤 확장성 뛰어난 Transformer 기반의 아키텍처를 제안함 대규모 다중 뷰 데이터에 대해 end-to-end 방식으로 train함 일반화 가능한 모델 → 고품질 3D 재구성 생성 가능 1. Intro 임의 개체의 single 이미지에서 즉시 3D 모양을 만드는 것 3D geometry의 ambiguity 대문에 초기 학습 기반 방법은 class 데이터 활용해서 특정 범주에서 잘 수행되었었음 형태별 최적화(NeRF 최적화) 일관된 geometry를 구성 근데 이게 느리고 비현실적임 Transformer 는 확장성 뛰어나고 효과적임 3D 데..

드디어 스틱을 다 읽었다. 메시지를 머리에 달라붙게 하려면 SUCCESS 체크리스트에 맞게 해야 한다. 그런데 결국은 "핵심을 꿰뚫는 스토리가 가장 SUCCESS에 맞다" 라고 책에서는 결론을 짓는다. 인간의 뇌는 기본적으로 스토리를 좋아한다. 영화, 드라마, 소설 등을 좋아하며 어떠한 지식 보다는 스토리가 기억에 남게 된다. 그래서 수치, 통계, 어려운 표현으로 메시지를 전하는 것은 불리하다. 와닿고 구체적이면서도 핵심을 담은 스토리만이 인간의 기억 속에 살아남는다. #스틱 #초사고글쓰기

가장 최근에 나온 SOTA 논문은 아니지만 3D 입문하기 전 가장 기초적인 논문이라 리뷰를 해보려고 한다. Structure From Motion => Motion에서 Structure를 찾겠다는 뜻이다. 보통 SFM은 2D 이미지를 3D 이미지로 바꿀 때 많이 쓰는 개념이다. 2D이미지에서 3D 이미지를 알아내려면 하나의 뷰로는 어렵다. 왜냐하면 앵글마다 객체의 모양이 많이 바뀔 수 있고 하나의 뷰로는 그것들을 다 담기가 어렵기 때문이다. 그래서 여기서는 여러 개의 뷰를 사용하여 3D 이미지를 추출하게 된다. 전체적인 flow는 다음과 같다. 1. Correspondence Search Feature Extraction 여러 개의 이미지들에서 이미지의 특징점만 추출하는 단계이다. 지도에서 길을 찾을 때..

스티커 메세지란 사람의 머릿속에 달라붙는 메세지이다. 그런 메세지를 만들기 위해서는 6가지 원칙이 있다고 한다. 그런 원칙의 앞글자만 따서 SUCCESS라고 부른다고 한다. 1. 단순성 (Simplicity) 아무리 좋은 글도 길어지면 기억이 나지 않는다. 본질만 담되 아주 굵고 짧게 표현되어야 한다. 2. 의외성 (Unexpectedness) 사람들의 관심을 끌기 위해 그들의 예상을 깨뜨리는 방법이다. 하지만 이 방법으로는 길게 사람들의 관심을 끌기 어렵다. 그래서 의도적으로 사람들에게 소설 연재나 드라마 방영하듯이 조금씩 정보를 흘려준다. 그러면 사람들이 자발적으로 자신의 부족한 지식을 메꾸기 위해 정보에 관심을 갖게 된다. 3. 구체성 (Concreteness) 사람의 두뇌가 상세한 정보를 기억하도..

오늘은 친구와 홍대입구~합정 근처에 있는 맛집에 갔다. 이 곳은 아웃닭 홍대점인데 정말 괜찮았다. 목재 식탁과 조명으로 가게가 꾸며져 있다. 치킨을 파는 곳들은 많지만 대부분은 손님들이 없었다. 그렇지만 여기는 나와 내 친구가 갔을 때도 사람이 어느 정도 있었다. 매운 양념치킨과 간장 치킨을 반반으로 시켰는데 이렇게 나왔다. 생각보다? 맛있었고 단점은 뼈있는 치킨을 먹을 때 집게가 없어서 불편했다는 것이었다. 뼈 가장자리 부분에 있는 살이 먹기 불편해서 물티슈를 달라고 하고 손으로 먹었다. 생각보다 감자튀김이 보온을 너무 잘해줘서 치킨이 매우 뜨거웠는데 맛있었음..! 식사를 하고 카페를 찾아보다가 해피베어데이 라는 곳을 친구가 찾아서 가게 되었다. 처음 카페 외관을 봤을 때는 곰인형에 진심인 장난감 가게..

지금으로부터 한 2년 전부터 자기계발서나 경제, 경영 책들을 읽기 시작했었다. 그 때는 회사에서도 신입이고 사회초년생이라 부족한 나의 마인드셋을 건강하게 하고 열심히 살고 싶어서 읽기 시작했었다. 처음 읽기 시작했던 책들은 다음과 같다. 피터 드러커의 '자기경영노트', '부자 아빠, 가난한 아빠', '손자병법', '일의 철학' '린치핀', '소프트웨어 장인' ... 처음에는 이렇게 시작했던 독서가 '나는 어떤 worker가 될 것인지' 에 대한 지표를 찾아주었었다. 책이 주는 인사이트를 통해 조금씩 나의 관점과 시야가 넓어지기 시작했었다. 그러나 독서의 본격적인 turning point는 자청의 강의를 결제하고 나서부터였다. 이전의 나의 마인드셋은 그저 열심히 하고 열정을 다해 일하기만 하면 될 것이다...

오늘은 책 리뷰가 아니라 일상 로그로 돌아왔다. 스틱 읽고 마무리도 해야 하는데 꼭 내일 하겠다고 하면 지키기 쉽지 않다. 앞으로 그렇게 쓰지 말고 그냥 써야겠다. 여튼 오늘은 좀 쉴 겸 친구와 프로방스 마을, 헤이리 마을을 다녀왔다. 프로방스 마을 눈 오는 날 가게 되서 좀 추웠지만 예쁘긴 예뻤다. 산책하고 싶으면 갈 만한 곳이지만 생각보다 많은 상점들이 문을 닫아서 볼 게 없었다. 그리고 대부분의 소품을 파는 상점들은 거의 접시, 부엌용품 등을 파는 곳이어서 20, 30대들이 갈 만한 곳은 아니라고 느꼈다. 40~60대 여성들이 좋아할만한 장소였고 포토존만 잘 구성되어 있는 느낌이었다. 그럼에도 불구하고 가장 좋았던 것은 근처에 있는 식당이었다. 라치오비엘이라는 곳인데 분위기도 괜찮고 음식도 맛있었다..

오늘은 가볍게 스틱! 이라는 책을 읽어보았다. 카피라이팅이나 브랜딩 등을 하는 사람이라면 읽으면 도움이 될 책이었다. 초반부만 읽고 글을 쓰게 되었는데 생각보다 진입장벽이 높지 않아서 심심할 때 읽어볼 만 하다. 책에서 하고자 하는 말은 전달하고자 하는 메세지가 추상적이고 관념적이고 논리적일수록 사람들에게 와닿지 않는다는 것이었다. 반대로 전달하고자 하는 메세지가 간단하고 직관적으로 이해가 가능하고 원초적이고 감정을 건드릴수록 사람들의 뇌에 각인된다는 것이기도 하다. 책의 거의 첫 부분에 나왔던 예시를 아직도 나는 잊을 수가 없다. 한 남자가 출장으로 인해 어떤 지역으로 가게 되고 근처 술집에 가게 되는데 어떤 예쁜 여성이 그에게 다가와 술을 사주고 싶다고 말을 걸게 된다. 바에 가서 그녀는 술을 가져오..

블로그 개설해서 글을 쓰기 시작한 지는 꽤 됐다. 그런데 막상 google에 내 블로그를 검색해보니 뜨지 않는 것이다...! 열심히 글 썼는데... 당연히 되고 있는 줄 알았던 검색이 안 되고 있어 너무 허탈했다. 구글링을 해보니 tistory 블로그를 사용하는데 검색이 안 되는 경우에는 구글 서치 콘솔에 등록을 하라고 한다. 밑의 사이트로 들어가면 자세한 방법을 기술한 블로그가 있다. 여기에 도움을 받아서 설정을 완료했다. https://pacific-ruler.tistory.com/entry/%ED%8B%B0%EC%8A%A4%ED%86%A0%EB%A6%AC-%EA%B5%AC%EA%B8%80-%EA%B2%80%EC%83%89-%ED%99%95%EC%9D%B8-%EB%B0%8F-%EC%83%89%EC%9..

원래는 AI 중심으로 블로그를 운영하려고 했었는데 최근에 그렇게 하기보다는 책 리뷰를 많이 한 것 같다. 다시 본질로 돌아가서... SOTA 논문 리뷰 첫 글부터 작성해보겠다. Edge detection 쪽을 공부할 일이 생겨서 Sota 에 들어가서 찾아보다가 LDC를 발견하게 되었다. 해당 논문에 대해 정리된 다른 블로그도 있지만 직접 읽어보고 글을 샅샅이 뜯어보고 싶어서 읽어보며 리뷰를 작성하게 되었다. Abstract 본 논문에서는 에지 검출을 위한 LDC(Lightweight Dense Convolutional) 신경망을 제시한다. 제안된 모델은 두 가지 SOTA 방식을 적용한 것이지만 요구되는 것은 이보다 적다. 이러한 접근법들과 비교하여 4%의 파라미터들이 제안된 아키텍처는 얇은 에지 맵들을 ..