논문 읽어주는 석사생의 블로그

* 본글의 모든 그림은 논문의 본문에서 가져왔습니다. 이번 요약하는 논문은 CVPR 2019에 나온 "An Attention Enhanced Graph Convolutional LSTM Networks for Skeleton-Based Action Recognition"입니다. 지난번 포스팅에 이어서 이번에도 CVPR에 나온 논문입니다. 역시나 최근의 행동인식 분야의 핫한 방식인 GCN을 사용한 논문이구요. 거기에 추가적으로 시계열 정보에 강세를 보였던 LSTM을 결합한데다가 attention까지 얹었습니다. 제가 그동안 리뷰했던 논문들의 알고리즘을 조금씩 섞었다고 보시면 될 것 같네요ㅎㅎㅎ 구체적으로 어떻게 적용하고 있는지는 아래의 설명을 통해 풀어보도록 하겠습니다. 논문 전문 : https://arx..

* 본글의 모든 그림은 논문의 본문에서 가져왔습니다. 이번 요약하는 논문은 2017년 CVPR에 소개된 "Global Context-Aware Attention LSTM Networks for 3D Action Recognition" 입니다. 이전에 소개했던 논문과 유사하게 spatial-temporal LSTM 구조에 attention 모듈을 얹은 형태를 띄고 있습니다. 이전 논문과 어떻게 다른지 파악해보며 읽어보면 좋을 듯 합니다. 논문 전문 : http://openaccess.thecvf.com/content_cvpr_2017/papers/Liu_Global_Context-Aware_Attention_CVPR_2017_paper.pdf [출처]Liu, Jun, et al. "Global contex..

* 본글의 모든 그림은 논문에서 가져왔습니다. 오늘 요약하는 논문은 2017년 AAAI에 소개된 "An End-to-End Spatio-Temporal Attention Model for Human Action Recognition from Skeleton Data" 입니다. 논문 전문 : https://arxiv.org/pdf/1611.06067.pdf [출처]Song, Sijie, et al. "An end-to-end spatio-temporal attention model for human action recognition from skeleton data." Thirty-first AAAI conference on artificial intelligence . 2017. 제가 최근 spatio-..