"나 자신을 위해 살지 말아라. 이미 놀거 다 놀고, 잘거 다 잤다. 사랑하는 사람을 위해 누구보다 독하게 살아라. 너의 부족함으로 인해 생기는 '이별의 고통' 또는 '사랑하는 사람의 피눈물을 바라봐야 하는 고통'은 이 세상 그 어떤 고통보다 힘들고 아픈 고통이니까." "그냥 해라. 그냥 시작해라. 아무 생각도 하지 말아라. 그냥 읽어라. 그리고 조금만 더 해라." \- 이충권 선생님- 정신차리고 하자. --- --- # 2021년 2월 15/16일 ## ㅊㅈㅅ선배님께 들은 내용 정리 1. 3D를 하는데, 이제 카메라만으로는 안된다. 2. 라이더 포인터 클라우드를 사용해야만한다. 3. 레이더를 활용한 연구도 괜찮다. 4. 라이더 (만을)를 활용한 3D Detection을 해보는 것도 괜찮은 연구다. 5. 보쉬 연구과제는 인원이 필요한 상황이 아니다. 거의 다 했다. 6. 보쉬 과제에 Re-ID, CCTV를 활용한 3D Detection 등의 업무들이 필요하다. ## ㄱㅁㅊ선배님과 ㅇㅂㅇ선배님에게 들은 조언내용 정리 1. 과제 격변의 시기. 따라서 곧 끝나는 과제도 많고 제안서를 새로 쓰고 있는 과제도 많다. 2. 과제의 선택은, 인원의 부족한 과제에서 선배가 픽(스카웃) 해가는 형태이다. 3. 하지만 먼저 관심있게 준비해 간다면, 내가 원하는 과제를 할 수도 있다. 4. 3D recognition도 이미 포화 상태이다. 그리고 이 분야는 데이터도 없고, 원래 있는 데이터에서 뭔가 Novel한 것을 만들어서 좋은 성과를 내야만 논문이 될 수 있다. 이런게 아니라면, 데이터도 많고 많은 실험을 할 수 있는 '회사'에게 밀리기 때문에.. 하다보면 지금 하는 연구가 의미가 있나..? 라는 생각이 든다고 한다. 만약 정말 Novel한 것을 만들고 성능을 내고 논문을 accept 받을 자신이 있다면 하는게 좋겠지만... 그게 아니라면... '의미가 없다' 라고 다들 생각하신다. 5. Monocular 대가가 와서 하는 말이, 이제 이거 하지 말라고. 라이더도 쓰고 다른 데이터도 쓰라고. 했단다. **따라서 카메라 만!으로는 이제 그만 고집하자.** 카메라 2개를 섞어서 3D하는 건 아직 모르겠지만... 6. 선배님들도 원래 3D하시려고 들어왔다가 지금은 다른거로 많이 갈아타셨다고 한다. 지금까지 막상 3D recognition을 하시는 분들은 4분정도가 다 인 것 같다. 다들 이런 인사이트를 가지고 계시다 라면 **나도.. Lidar를 사용하는... 3D recognition 하면 안되겠다.** 지금은 New, Hot 한 Topic을 다뤄서, 그것들을 잘 짬뽕해야한다!! 7. recognition 또한 그냥 논문을 내서 accept되는 것은 이제 너무 어렵다. **domain, self, active 같은 것들을 섞어서** 내야한다. 8. 창의적으로 새로운 것을 만들고 많은 실험을 통해 좋은 성능을 가진 모델을 만들어 논문을 내는 것 VS 다양하고 신기한 분야를 이것저것 알아두고 그것들을 잘 융합해서 괜찮은 성능을 가진 모델을 만들어 논문의 내는 것. 이 둘은 정말 천지차이이다. 나라면 당연히 후자가 낫겠다. 9. **나 혼자 생각하지 말고 물어봐라.** 나만의 인사이트를 가지고 뭘해야지~ 이건 좋을 것 같다~ 라고 생각하고 하면.. 안된다. '이런 분야는 어때요? 이런 연구를 하는 건 어때요?'라고 직접 찾아와서 물어봐라. 와서 잠깐 이야기 하고 싶다고 하면 싫어할 사람 아무도 없다. ## Re-ID 과제 1. Person Re-Id - 이미 recognition이 다 되어 있다고 판단하고 Person 만! Re-ID한다. 이 개념 안에 이미 Multi Camera가 들어가 있다. 2. MOT - Tracking에 Detection 개념이 들어가 있다. Detection부터 Re-ID까지 End-to-End로 하며, 객체까지 추적한다. 여기서 Person을 Detect하기 위해서 Termal Camera를 사용하기도 한다. 우리 과제에서도 Termal sensor를 사용할 예정이다. 또한 사람만 하는 것이 아니라, 다른 객체들(차, 보행자, 자전거, 오토바이) 이렇게 Recognition -> Frame간의 Re-ID -> Tracking 한다. 3. MOTS - MOT + Segmentation 4. MCMT - Multi Camera, Muti Tracking, Recognition -> Frame간의, Multi Camera Re-ID -> Tracking 5. 이후에 3D 또한 필요하기도 하다. 이미지 안에서 확진자 주변의 사람을 결정하는 것 보단, volumatic하게 주변의 사람을 계산하는게 좀 더 정확하므로. ## 나의 결론 1. 3D recognition 안하는게 맞겠다. 이미 Multi camera든 Multi Lidar든 회사 단계에서 이미 Saturation된 분야이다. 2. 지금은 3D recognition, 2D recognition이 흥미가 있는건 맞다. 하지만 논문 쓰기도 어렵고, 선배들도 단순하게 이것만 하지는 않는다. 3. 내가 하고 싶은 것을 무작정 끝고가기 보다는, 선배들이 관심있어 하고, "선배들의 인사이트와 아이디어로 연구하고 계시는 것" 그런 걸 해야한다. 4. 그리고 나에게 더 큰 도움이 되어줄 수 있는 사람들과 함께 하고 싶다. 랩장님과 ㄱㅁㅊ선배님과 같이. 5. 따라서 연구 가능 분야를 이와 같이 정리할 수 있다. [3D (Lidar), Domain, Self, re-ID, MOT, Detection, Segment] 6. 최종 정리하면 이렇다. 1. **하고 싶지만, 하면 안되는 분야** : 3D recognition (Lidar or Multi Camera) 2. **새로운 문제 해결법, 성능 향상법을 가져와야 하는 분야** : Detection, Sementic Segmentation, Instance Segmetation 3. **합해야 하는 분야** : re-ID, MOT, Domain, Self, 7. **앞으로 내가 해야하는 과정** 1. re-ID 공부하기 - referecne 논문 읽기 2. MOTS 공부하기 - referecne 논문 읽기 3. Transformer 공부하기 4. Detection, Segmentation 시간날 때마다 발전 흐름 따라가기
