파고파고

마음은 소유하는 것이 아니다내 것은 없다, 있다고 생각하는 순간 집착이다놓치지 않되 잡지 않아야 한다

Freestyle배에 힘주고 발 더 올려차기숨 쉴때 고개 올리지 말 것숨 안쉴때 고개 돌리지 말고 바닥 보기 대신에 몸은 회전몸 돌릴 때 어깨 물 밖으로 나올만큼 돌리기Breast StrokePull and Kick...천천히 하기!!!팔 너무 양쪽으로 뻗지 말고 가슴 앞에서 물 끌어올리기다리 펴기 직전에 발바닥 브이자 만들기다리로 하트 그리기

사하라에서 탈출하지 못한 바르크처럼 살다가 가지 않겠다고 매년 다짐해오고 있긴 하다. 그럴 수 있을지는 모르겠다. 시간이 흐를수록 내 삶이 무엇이고 내 이름이 무엇이었는지 자주 잊곤 한다."난 수많은 징조들로 나의 최후를 예견했어. 이런 것이 그 중 하나야. 나는 신발을 조금 더 찢고, 부풀어 오르는 내 발을 눈으로 비비거나 또는 그저 심장이 좀 더 쉴 수 있도록 하기 위해 거의 두 시간마다 멈춰 서야만 했어. 하지만 나중에는 기억을 잃곤 했어. 다시 출발한 지 한참이 지났는데, 그제야 정신이 들곤 했지. 그럴 때면 매번 뭔가를 잃어버린 후였어. 처음에는 그게 장갑 한 짝이었는데, 그 추위에 그건 심각한 일이었지! 내 앞에다 벗어놓았는데, 그걸 다시 챙기지 않고 그냥 출발했던 거야. 그 다음에는 시계였..

미트볼 토마토 파스타면 끓는동안 양파랑 토마토 볶고 미트볼 굽기면 10분 끓이고 다 안익은 상태로 면수 조금이랑 소스랑 같이 넣고 졸이면서 마저 익히기미트볼 넣어도 되는데 파는 거 넣으면 짬위에 시금치 어린걸로 올리기 오코노미야끼 (양배추 야매 버전)양배추랑 버섯 양파 어쩌고저쩌고 남은재료 올리브오일로 볶으면서 계란 소금 조금 넣고 풀기가쓰오부시 올리고 싶었는데 없어서 마요네스 뿌려먹음 미트볼 굽기오븐 400F로 예열해놓기다진소고기에 계란섞어서 반죽만들기우유넣어도 되는데 계란이랑 우유랑 너무 많으면 엄청 묽어짐 진짜 조금 넣기유선지 깔고 반죽 올린다음에 올리브오일 촉촉하게 조금 발라주기400도로 15분에서 20분 구우면 겉바속촉반죽만들 때 간을 해야되는데 까먹음 소금 간 조금 부리또감자 양파 버섯 고기 ..

사실 뻔한 이야기의 모음이다. 부끄러운 이야기이기도 하다.금전적으로 도움이 되는것도 아니며 형체가 남지도 않는 그것을 사람들이 그렇게 가지고싶어하는 이유를 생각해봤다.설명할 수 없다, 하지만 겨우 그 며칠간의 경험이 때로는 그가 남은 삶을 그 기억에 힘입어 살아가도록 하는 데에는 그것이 갖고있는 무언가가 있기 때문일 것이다.지난 겨울은 내가 줄곧 생각해오던 세상의 크기가 정말 작았다는걸 알게된 때였다.새해를 앞두고 아빠를 만나러 갔다 왔다. 아주 어릴때 엄마가 언니만 데리고 아빠 보러가서 울었던 기억이 있다. 언니동생 없이 처음 엄마아빠랑 단 셋이서 보내는 시간이라 기분이 이상했다. 언니도 그때 이런 기분이었는지는 모르겠다. 나쁘지 않았다.끈적하고 미지근한 공기가 마중나왔던 그 나라는 내가 생각한 휴가지..

https://openaccess.thecvf.com/content/CVPR2023/papers/Li_Neuralangelo_High-Fidelity_Neural_Surface_Reconstruction_CVPR_2023_paper.pdfRGB Video Capture(w/o depth) → Surface Reconstruction(1) Numerical gradients for computing higher-order derivatives as a smoothing operation(2) coarse-to-fine optimization on the hash grids controlling different levels of details ✨Introduction배경Multi-view surface r..

https://github.com/isl-org/ZoeDepthZoeDepth: Zero-shot Transfer by Combining Relative and Metric Depth※ SIDESingle-Image Depth Estimation하나의 RGB 이미지가 주어졌을 때 그것의 dense depth map을 구하는 task※ Depth Estimation말 그대로 이미지로부터 Depth를 Estimate하는 것.각 픽셀별로 depth 값이 얼마인지 예측하는 것이 목표, per-pixel regression이라고 생각하면 됨.최근 해당 문제를 depth value 가 어떻게 분포되어 있는지를 classification-regression problem으로 reformulate하려는 시도가 이루어지..

Projector Distortion Correction"Projector distortion correction in 3D shape measurement using a structured-light system by deep neural networks"https://opg.optica.org/ol/abstract.cfm?uri=ol-45-1-204리뷰라고 하기는 좀 그렇고 흐름요약 정도라고 볼 것😶배경 ✔Calibration method의 두 가지 종류structured-light system을 위한 calibration method의 대표적인 두 방식1. phase-to-height conversion-algorithm- 엄격한 geometric constraint없이 프로젝터와 카메라가 임의적..

https://dl.acm.org/doi/pdf/10.1145/3528223.3530127https://github.com/nvlabs/instant-ngpInstant Neurla Graphics Primitives (with a multiresolution Hash Encoding)- Feature Encoding에 있어서 multi-resolution hash encoding을 제안- 빠른속도로 Rendering하는 것에 유의미한 결과를 냄 Introduction Computer Graphics Primitive(Mesh, Spere 등)의 표현에 있어서 전통적인 mathematical 방식→ MLP를 사용한 방식으로의 전환이 일어나는 중.MLP를 사용하는 방식의 대부분에서 중요한 부분은 input..

https://dl.acm.org/doi/pdf/10.1145/3503250Introduction3d 객체의 view를 생성(주의할 점: 객체를 바라보는 ‘view’ 자체를 생성하므로, 3D로 렌더링 되는 것처럼 보이나 객체 자체를 만드는 것은 아님.)non-convolutional fully-connected network를 사용 (MLP)- Input: 다양한 각도에서 찍은 single continuous 5D coordinate (물체의 위치(x, y, z)과 물체가 바라보는 방향인 viewing direction(θ, Φ))- Output: volume density(1)와, 그 spatial location에서의 view-dependent emitted radiance(2)- Neural Rad..