PolGS++: Physically-Guided Polarimetric Gaussian Splatting for Fast Reflective Surface Reconstruction
이 논문은 반사 표면의 재구성을 위해 편광 BRDF 모델과 깊이 기반 가시성 마스크를 3D 가우스 스플래팅에 통합하여 물리적으로 유도된 PolGS++ 프레임워크를 제안하고, 10 분 내의 빠른 훈련으로 고품질 기하학적 복원을 가능하게 한다고 요약할 수 있습니다.
👁️ Category
cs.CV
1863 편의 논문
Backdoor Directions in Vision Transformers
이 논문은 비전 트랜스포머 (ViT) 내의 백도어 공격을 유발하는 특정 '트리거 방향'을 규명하고, 이를 통해 공격의 내부 작동 원리를 분석하며 데이터 없이도 경미한 트리거 공격을 탐지하는 새로운 방법을 제안합니다.
HanMoVLM: Large Vision-Language Models for Professional Artistic Painting Evaluation
이 논문은 중국화 전문 평가 능력을 갖춘 HanMoVLM 과 HanMo-Bench 데이터셋을 제안하여 대형 비전 - 언어 모델이 전문가 수준의 예술적 추론을 수행하고 이미지 생성 모델의 품질을 향상시키는 검증기로 활용될 수 있음을 입증합니다.
A dataset of medication images with instance segmentation masks for preventing adverse drug events
이 논문은 약물 오류를 예방하기 위해 다양한 실제 환경의 조건을 반영한 32 종의 약물 이미지와 인스턴스 분할 마스크로 구성된 'MEDISEG' 데이터셋을 제안하고, 이를 통해 YOLO 모델의 높은 성능과 소수 샘플 학습 환경에서도 효과적으로 적용 가능한 범용성을 입증했습니다.
BALD-SAM: Disagreement-based Active Prompting in Interactive Segmentation
이 논문은 대규모 기초 모델의 계산 비용을 줄이기 위해 작은 예측 헤드에만 베이지안 불확실성 모델링을 적용하여 불일치 기반의 능동적 프롬프트 선택을 가능하게 하는 'BALD-SAM' 프레임워크를 제안하며, 다양한 도메인에서 인간 및 오라클 프롬프트를 능가하는 상호작용적 분할 성능을 입증합니다.
Evaluating Few-Shot Pill Recognition Under Visual Domain Shift
이 논문은 실제 배포 환경의 시각적 도메인 시프트를 고려할 때, 소량의 레이블 데이터만으로도 약물의 의미적 분류는 효과적으로 적응되지만 중첩 및 가려짐 조건에서는 위치 파악과 재인식 성능이 저하됨을 보여주며, 현실적인 다중 약물 데이터로 학습하는 것이 배포 준비도 향상에 중요함을 강조합니다.
On the Reliability of Cue Conflict and Beyond
이 논문은 기존 cue-conflict 벤치마크의 불안정성과 모호성을 지적하고, 명확한 정의와 전체 라벨 공간에 걸친 평가 메커니즘을 통해 모양과 질감 편향을 더 신뢰성 있게 진단할 수 있는 새로운 프레임워크인 REFINED-BIAS 를 제안합니다.
Human Presence Detection via Wi-Fi Range-Filtered Doppler Spectrum on Commodity Laptops
이 논문은 외부 센서나 추가 인프라 없이 상용 노트북의 내장 Wi-Fi 하드웨어만으로 사용자의 존재를 감지할 수 있는 최초의 저비용 솔루션인 '범위 필터링 도플러 스펙트럼 (RF-DS)' 기법과 적응형 다중 속도 처리 프레임워크를 제안합니다.
UltrasoundAgents: Hierarchical Multi-Agent Evidence-Chain Reasoning for Breast Ultrasound Diagnosis
이 논문은 유방 초음파 진단의 임상 워크플로우를 모방하여 병변 국소화, 세밀한 특징 분석, 증거 기반 추론을 수행하는 계층적 다중 에이전트 프레임워크 'UltrasoundAgents'를 제안하고, 오차 전파를 완화하기 위한 분해형 점진적 학습 전략을 통해 진단 정확도와 설명 가능성을 동시에 향상시켰음을 보여줍니다.
Beyond Sequential Distance: Inter-Modal Distance Invariant Position Encoding
이 논문은 긴 컨텍스트에서 발생하는 시각적 페이드 현상을 해결하기 위해, 텍스트와 시각 토큰 간의 거리 의존성을 제거하고 상호작용을 고정된 근접성으로 유지하는 새로운 '모달 간 거리 불변 위치 인코딩 (DIPE)'을 제안합니다.
Bilevel Layer-Positioning LoRA for Real Image Dehazing
이 논문은 CLIP 기반의 비지도 텍스트 지시 손실 함수와 네트워크의 핵심 계층을 자동으로 탐색하여 주입하는 이계층 LoRA 전략 (BiLaLoRA) 을 제안함으로써, 레이블 없는 다양한 실제 안개 환경에서 기존 최첨단 방법보다 우수한 성능을 보이는 이미지 dehazing 방법을 제시합니다.
S2D: Sparse to Dense Lifting for 3D Reconstruction with Minimal Inputs
이 논문은 희소 입력 조건에서도 고품질의 3D 가우시안 스플래팅 (3DGS) 재구성을 가능하게 하기 위해, 희소 점 구름을 고충실도 이미지로 변환하는 확산 모델과 견고한 모델 피팅을 위한 재구성 전략을 결합한 'S2D'라는 새로운 파이프라인을 제안합니다.
Novel Architecture of RPA In Oral Cancer Lesion Detection
이 논문은 오라클 구강암 병변 탐지를 위해 싱글톤 패턴과 배치 처리를 적용한 OC-RPAv2 가 기존 방법 대비 60~100 배의 효율성 향상과 0.06 초의 초고속 예측 시간을 달성했음을 보여줍니다.
Lifelong Imitation Learning with Multimodal Latent Replay and Incremental Adjustment
이 논문은 시각, 언어, 로봇 상태 정보를 다중 모달 잠재 공간에 저장하고 각도 마진 제약을 통해 작업 간 구별성을 유지하는 점진적 조정 메커니즘을 도입하여, 제한된 메모리와 데이터 조건에서도 기존 최첨단 방법보다 뛰어난 성능과 낮은 망각률을 보이는 평생 모방 학습 프레임워크를 제안합니다.
Bridging the Skill Gap in Clinical CBCT Interpretation with CBCTRepD
이 논문은 7,408 건의 대규모 CBCT-보고서 쌍데이터로 학습된 'CBCTRepD' 시스템을 통해 구악 CBCT 판독의 숙련도 격차를 해소하고, 초급부터 고령의 방사선사까지 모든 경력 수준의 의료진이 보고의 완성도와 정확성을 획기적으로 향상시킬 수 있는 실용적인 AI 협업 도구를 제시합니다.
Historical Consensus: Preventing Posterior Collapse via Iterative Selection of Gaussian Mixture Priors
이 논문은 가우시안 혼합 모델 클러스터링의 다중성을 활용하여 반복적인 선택 과정을 통해 '역사적 합의 (Historical Consensus)'를 형성함으로써, 아키텍처 제약이나 하이퍼파라미터 튜닝 없이도 후방 붕괴를 근본적으로 방지하는 새로운 VAE 학습 기법을 제안합니다.
Pointy - A Lightweight Transformer for Point Cloud Foundation Models
이 논문은 언어나 시각 데이터에 대한 대규모 교차 모달 지도 학습에 의존하지 않고, 39k 개의 점구름 데이터로만 학습된 경량 트랜스포머 아키텍처 'Pointy'를 제안하여, 훨씬 더 방대한 데이터로 훈련된 기존 기반 모델들을 능가하거나 경쟁하는 성능을 입증하고 있습니다.
Contrastive learning-based video quality assessment-jointed video vision transformer for video recognition
이 논문은 비디오 품질 평가 (VQA) 와 비디오 분류를 결합한 자기지도학습 기반의 비디오 비전 트랜스포머 (SSL-V3) 를 제안하여, 비디오 품질 저하로 인한 분류 성능 감소를 해결하고 데이터셋의 레이블 부족 문제를 극복하는 새로운 접근법을 제시합니다.
Med-DualLoRA: Local Adaptation of Foundation Models for 3D Cardiac MRI
이 논문은 프라이버시 보호와 통신 효율성을 유지하면서 이질적인 다중 센터 3D 심장 MRI 데이터에 대한 기반 모델의 적응을 가능하게 하는, 전역 및 로컬 저랭크 적응 (LoRA) 을 분리하는 새로운 페더러티드 학습 프레임워크인 Med-DualLoRA 를 제안하고 그 유효성을 입증합니다.
VCR: Variance-Driven Channel Recalibration for Robust Low-Light Enhancement
이 논문은 저조도 이미지 향상 시 휘도와 색채 간의 불일치 및 색상 분포 불일치 문제를 해결하기 위해 분산 기반 채널 재조정 (VCR) 프레임워크를 제안하고, 이를 통해 기존 방법보다 우수한 성능을 달성함을 보여줍니다.