본문 바로가기

Kyujinpy

(148)
Matrix operations * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다.
D-NeRF를 이용한 Real dataset(real scene video) 학습하기 D-NeRF code: https://github.com/KyujinHan/real_D-NeRF KyujinHan/real_D-NeRF Lets implement real time scene in D-NeRF. Contribute to KyujinHan/real_D-NeRF development by creating an account on GitHub. github.com Real scene Training Result - 2022.12.27 kyujinpy 작성
'Colmap' implementation method in only python scripts 참고한 블로그 0-1. Instant-NGP: https://github.com/NVlabs/instant-ngp GitHub - NVlabs/instant-ngp: Instant neural graphics primitives: lightning fast NeRF and more Instant neural graphics primitives: lightning fast NeRF and more - GitHub - NVlabs/instant-ngp: Instant neural graphics primitives: lightning fast NeRF and more github.com 0-2. Instant-NGP 환경설정: https://ikaros79.tistory.com/entry/Instant-NG..
[D-NeRF 코드 분석] - D-NeRF: Neural Radiance Fields for Dynamic Scenes D-NeRF kyujinpy: https://github.com/KyujinHan/NeRF_details_code_analysis GitHub - KyujinHan/NeRF_details_code_analysis: NeRF code analysis NeRF code analysis. Contribute to KyujinHan/NeRF_details_code_analysis development by creating an account on GitHub. github.com Github으로 공유합니다! 질문이 있다면 댓글로 남겨주세요! 답변드리겠습니다. 감사합니다. *D-NeRF의 코드 구성은 NeRF 코드와 매우 유사합니다. *D-NeRF의 코드에 이용되는 시간(t)라는 input과 Deformation..
[D-NeRF 논문 리뷰] - D-NeRF: Neural Radiance Fields for Dynamic Scenes * 이 글은 D-NeRF에 대한 논문 리뷰이고, 핵심만 담아서 나중에 D-NeRF Code를 이해할 때 쉽게 접근할 수 있도록 정리한 글입니다. * 코드와 함께 보시면 매우 매우 도움이 될 것이라고 생각이 들고, 코드 없이 읽으셔도 D-NeRF를 정복하실 수 있을 것입니다. D-NeRF 논문: https://arxiv.org/abs/2011.13961 D-NeRF: Neural Radiance Fields for Dynamic Scenes Neural rendering techniques combining machine learning with geometric reasoning have arisen as one of the most promising approaches for synthesizing n..
[NeRF 논문 리뷰] - NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis * 이 글은 NeRF에 대한 논문 리뷰이고, 핵심만 담아서 나중에 NeRF Code를 이해할 때 쉽게 접근할 수 있도록 정리한 글입니다. * 코드와 함께 보시면 매우 매우 도움이 될 것이라고 생각이 들고, 코드 없이 읽으셔도 NeRF를 정복하실 수 있을 것입니다. NeRF논문 원본: https://arxiv.org/abs/2003.08934v2 NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis We present a method that achieves state-of-the-art results for synthesizing novel views of complex scenes by optimizing an underlying..
블로그 제작할 때 참고하는 사이트 1. 특수문자 https://gslow.tistory.com/1054 [IT] 컴퓨터 특수문자. 알파α 도씨℃, 파이ø, 화살표→, 원문자 등등 Special characters in computer 문서 작성하다보면 간혹 특수 문자 찾는데 시간을 허비하는게 너무 안타까워서 나름 정리해 봅니다. 이게 있으면 좀 더 편하겠죠? 검색어 특수문자 도씨(온도) ℃ 파이(지름) ø 알파(그리스문자) gslow.tistory.com 2. HTML https://hianna.tistory.com/295 [HTML] 위첨자, 아래첨자 표현하기 HTML에서 위첨자, 아래첨자 표현하기 위첨자란 보통크기의 글씨 위에 작게 쓴 글씨를 말한다.아래첨자란 보통크기의 글씨 아래에 작게 쓴 글씨를 말한다. 주로 수학식이나 화학기호를..
The matrix of Linear Transformation * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. T가 만약 one-to-one transformation이면, T(x)=0은 trivial solution을 갖는다. 왜냐하면 one-to-one이기 때문에, Rm에 mapping되는 Rn의 좌표는 한개씩 가지게 된다. 따라서, T(x) = 0인 x는 exactly one solution이다. T가 onto이면 standard matrix A의 column은 span Rm이다. onto라는 것은, Rn에서 Rm으로 mapping 될 때, Rm의 원소는 최소 한개 이상의 Rn의 원소와 mapping이 된다. 즉 trivial solution을 가지는 것이 아니라, nontrivial solution을 가지게 되는 ..
Introduction to Linear Transformation * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. Image: T(x) Range: 치역 Domain: 정의역 Codomain: 공역 Linear Transformation의 중요한 특징!!! 1. T(u+v) = T(u) + T(v) 2. T(cu) = cT(u) 를 만족해야 한다.
Linear Independence - Independent, Dependent * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. Theorem 7. Characterization of Linearly Dependent Sets 2개 이상의 vector가 linearly dependent라면, 적어도 하나의 벡터는 다른 벡터들의 linear combination으로 표현된다. U, V라는 vector가 linear independent이고, W in Span{U, V}이면, {U, V, W}는 linear dependent이다.
Solutions Sets of Linear Algebra - homogeneous, nonhomogenous * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다. Nonhomogeneous systems의 solution은 Particular solution과 Homogeneous solution으로 표현이 가능하다. Ax = b의 solution을 p라고 하고, Ax = 0의 solution을 Vh라고 하자. 이때 Ap = b가 되고, AVh = 0이다. Matrix의 성질에 의해서, A(p + Vh) = Ap + AVh = b + 0 = b가 된다. ∴ p는 Particular solution, Vh는 homogeneous solution이다.
Matrix Equation Ax=b * 본 글은 선형대수학 복습을 상기시키기 위한 글로, 설명이 매우 부족할(?) 수 있습니다.

반응형