KCCV 2019 다녀온 후기

vision을 주로 공부하는 사람은 아니지만 딥러닝과 관련하여 아이디어도 얻고 내가 잘 모르는 분야인 Generate model(ex GAN)에 대해서도 알고싶어서 교수님의 도움으로 연세대에서 열린 KCCV2019에 참석하게 되었다.

첫 날 처음 들었던 talk은 성공적인 AI 연구자가 되기 위해 알아야할 101가지

교수님들께서 AI 연구자가 되고자하는 학생들에게 어떤 자세로 임해야 하는지에 대해 말씀해주시는 시간이었다.

기억에 남았던 몇 가지 말씀들,,

1. 일단 쓰기 시작해라
우리 학교 교수님들도 항상 말씀하신다. 논문을 읽는 것도 중요하지만 논문만 읽는다고 전부는 아니라는 것.
일단 쓰는 것이 시작되어야 뭐든 한다는 것. 막학기만 남겨둔 시점에서 사실 많은 고민들을 했던 나라서 그런지 강하게 머릿속에 남는 말씀이었다.

2. 생각하는 시간을 읽는 시간보다 더 들여라
사실 논문을 읽으면 논문에 나온 수식, 영어를 이해하느라 main idea에 대한 생각보다는 그저 내가 이 논문을 읽었구나라는 것에 초점을 맞췄던 적이 많다. 천천히 생각하면서 읽었던 논문들은 머릿속에 남아있지만 그 외의 논문들은 읽긴 읽었는데 무슨 내용이었지하는 논문들이 많은 것 같다. 시간에 쫓겨 급하게 읽는 것은 안 읽는 것만 못하다.

3. 아이디어는 최대한 간단하게
이 말씀이 가장 기억에 남는다. 사실 졸업논문 연구주제로 골머리를 앓고 있을 때, 두가지로 문제를 겪었다.
너무 단순해서 논문으로는 좀 그렇다와 너무 복잡해서 내가 제 시간에 해낼 수 있을까? 라는 문제.
내가 처한 환경도 그렇고 내가 강화학습을 시작하게된 시간도 그리 길지않아서 사실 강화학습으로 무언가 성과를 내고싶다는 의지는 강하지만 혼자서 어떻게 무엇부터 시작해야할까라는 생각이 들어 연구 주제에 대한 고민을 길게 했다.
결론은 아이디어는 간단하지만 안에 실린 내용은 임팩트있도록..!

무튼 다양한 좋은 발표를 듣고 포스터 세션과 다양한 주제의 발표들을 듣고왔다.

PoseFix: Model-agnostic General Human Pose Refinement Network - Gyeongsik Moon, Ju Yong Chang, Kyoung Mu Lee

InstaGAN: Instance-aware Image-to-Image Translation - Sangwoo Mo, Minsu Cho, Jinwoo Shin

이 두 논문이 보면서 설명이 잘 들리기도 했고 흥미로웠다.

이 외에 포스터 세션에서 본 것들 중에서도 어떻게 저런 생각을 했을까 싶은 주제들도 있었다. (제목이 기억은 안나지만)

무튼 KCCV 굉장히 좋은 기회였고 비전이라는 분야가 마냥 이미지 데이터를 통해 어떠한 meaning을 찾아내는 것이라고 생각했는데 3D 분야라던지 정지 이미지가 아닌 video라던지 다양한 data들이 사용되는 vision 연구들을 보고 새로운 시각을 얻을 수 있었다.