Table of content (short-version) [paper]

Summary

  • 그래프를 이용한 fashion landmark detection 논문
  • 기존 CNN은 구조적인 정보 반영하기 힘들다.
  • Graph를 이용하여 hierarchical 구조를 반영하게되고 이로써 성능을 더 올림
  • Layout graph reasoning (LGR) layer
    • Botton-up, top-down 구조
      • Root node, body-part node, clothes-part, leaf landmark node
    • Map-to-node: Feature map에서 node로 바꾸는 모듈
    • Layour-graph reasoning
      • Leaf node
      • Graph clustering
      • root node
      • Graph deconvolution
      • Leaf node
    • Node-to-map: 최종 생성된 node를 가지고 feature map으로 다시 변형
  • LGR layer를 여러번 반복해서 정확한 landmark 생성 (residual layer 적용)

  • Symmetric relation, Human commonsense 를 이용해서 layout relation 생성

  • 영상에서 graph reasoning을 통해 다른 정보에 영향을 덜 받음


[기존 DCNN과의 비교]

picture


[Layout graph reasoning 구조]

picture


[Stacked LGR 구조]

picture

References

[1] Yu, Weijiang, et al. “Layout-Graph Reasoning for Fashion Landmark Detection.” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2019.