SHA Computing
Computer Science
I will upload and introduce Computer Science subject like Architecture.
Data Science
I will upload and introduce Data Science subject like Machine Learning.
Coding & Reference
I will upload and introduce Program Code or References.
What is SHA Computing?
My Introduce
Let me introduce my self and my site.
My LinkedIn
Link to my LinkedIn site.
My Development
Let me introduce my development S/W.
Video for Computer Science KNOWLEDGE
Website: http://cs231n.stanford.edu/
Convolutional Neural Networks for Visual Recognition Instructors
Fei-Fei Li: http://vision.stanford.edu/feifeili/
Justin Johnson: http://cs.stanford.edu/people/jcjohns/
Serena Yeung: http://ai.stanford.edu/~syyeung/
PUBLICATIONS
VideoPatchCore: An Effective Method to Memorize Normality for Video Anomaly Detection (ACCV 2024)
This research paper is accepted at the ACCV conference in 2024 and also serves as master’s degree graduation thesis. Title: VideoPatchCore: An Effective […]
Making Anomalies More Anomalous: Video Anomaly Detection Using a Novel Generator and Destroyer (IEEE Access)
This is a research paper published in the IEEE Access journal in 2024. Title: Making Anomalies More Anomalous: Video Anomaly Detection Using a […]
Dual Stream Fusion U-Net Transformers for 3D Medical Image Segmentation (BigComp 2024)
This is a research paper from the Big Data and Smart Computing (BigComp) conference organized by IEEE in 2024. Title: Dual Stream Fusion […]
LVLM을 활용한 사용자 맞춤형 비디오 이상 탐지 연구 (KSC 2024)
논문 제목: Anomaly LVLM: LVLM을 활용한 사용자 맞춤형 비디오 이상 탐지 연구논문 저자: 안성현 · 조영완 · 이기정 · 권세인 · 박상현(연세대)상태: Accepted (Oral Session)정보: Korea […]
3D 의료 영상 분할을 위한 채널 어텐션이 적용된 Swin Transformer (KCC 2023)
2023년 한국정보과학회에서 실시한 한국컴퓨터종합학술대회(KCC 2023)의 연구 논문이다. 논문 제목: C-Swin UNETR: 3D 의료 영상 분할을 위한 채널 어텐션이 적용된 Swin Transformer논문 저자: 안성현 · […]
다중 객체 비디오에서의 어텐션 기반 단일 객체 추적 모델 연구 (KSC 2022)
2022년 한국정보과학회에서 실시한 한국소프트웨어종합학술대회(KSC 2022)의 연구 논문이다. 논문 제목: 다중 객체 비디오에서의 어텐션 기반 단일 객체 추적 모델 연구논문 저자: 안성현(가톨릭대), 조영완 […]
LATEST POSTS
논문 리뷰 – Toward Generalist Anomaly Detection via In-context Residual Learning with Few-shot Sample Prompts
InCTRL (CVPR 2024) 논문에 대해 간단하게 정리한 자료입니다. 혹시 피드백이나 문제점이 있으면 알려주시면 감사하겠습니다! – 논문: https://arxiv.org/pdf/2403.06495 InCTRL <PT 자료> <PT 자료 – PDF> <간단 정리 – […]
논문 리뷰 – AnomalyGPT: Detecting Industrial Anomalies Using Large Vision-Language Models
AnomalyGPT (AAAI 2024) 논문에 대해 간단하게 정리한 자료입니다. 혹시 피드백이나 문제점이 있으면 알려주시면 감사하겠습니다! – 논문: https://arxiv.org/pdf/2308.15366 AnomalyGPT <PT 자료> <PT 자료 – PDF>
논문 리뷰 – Harnessing Large Language Models for Training-free Video Anomaly Detection
연세대학교 ‘최신컴퓨터비전동향’ 수업에서 진행한 발표 자료입니다. 혹시 피드백이나 문제점이 있으면 알려주시면 감사하겠습니다! – 논문: https://arxiv.org/pdf/2404.01014 Harnessing Large Language Models for Training-free Video Anomaly Detection <PT 자료> <PT […]
논문 리뷰 – CONVOLUTION MEETS LORA: PARAMETER EFFICIENT FINETUNING FOR SEGMENT ANYTHING MODEL
ConvLoRA (ICLR 2024) 논문에 대해 간단하게 정리한 자료입니다. LoRA (ICLR 21)와 SAM (ICCV 23)에 대해서도 간략하게 정리하였습니다. 혹시 피드백이나 문제점이 있으면 알려주시면 감사하겠습니다! – 논문: https://openreview.net/pdf?id=ezscMer8L0 CONVOLUTION […]
논문 리뷰 – Towards Total Recall in Industrial Anomaly Detection
PatchCore (CVPR 2022) 논문에 대해 간단하게 정리한 자료입니다. 혹시 피드백이나 문제점이 있으면 알려주시면 감사하겠습니다! – 논문: https://arxiv.org/pdf/2106.08265 Towards Total Recall in Industrial Anomaly Detection <PT 자료> […]
논문 리뷰 – Video Anomaly Detection
연세대학교 ‘데이터베이스시스템응용’ 수업에서 진행한 강의 자료입니다. 비디오 이상 탐지(Video Anomaly Detection) 주제에 대한 이론과 실습 내용을 다룹니다. 실습 코드는 아래의 실습 pdf에서 확인해보실 수 있습니다. […]