1863 편의 논문
본 논문은 LiDAR 점구름을 제약 조건으로 활용하고 왜곡 보정 및 정규화 손실 함수를 도입하여 지상 원거리 촬영 환경에서 발생하는 기하학적 오류와 화질 저하 문제를 해결하고, AIR-LONGYAN 데이터셋을 공개하는 항공 원격 감지를 위한 정밀한 3D 가우스 스플래팅 기법인 ARSGaussian 을 제안합니다.
이 논문은 모바일 로봇의 능동적 상호작용을 통한 환경 탐사 한계를 극복하기 위해 다양한 물체 관계를 인코딩한 3D 관계 객체 그래프를 제안하고, 이를 기반으로 한 시스템이 기존 비전 - 언어 모델 기반 방법보다 다양한 장면과 물체에서 뛰어난 일반화 성능을 보임을 입증합니다.
이 논문은 로봇과 증강현실 장치에만 감지되어 인간의 시야를 방해하지 않는 새로운 형태의 비가시성 표지자 'iMarkers'를 제안하고, 그 하드웨어 설계와 오픈소스 소프트웨어 알고리즘을 통해 다양한 로봇 시나리오에서의 효과성과 적응성을 입증합니다.
이 논문은 텍스트 프롬프트를 기반으로 3D 가우스 스플래팅 (3DGS) 과 물리 법칙을 결합하여 다중 객체 간의 복잡한 관계와 물리적 현실감을 반영한 고품질 3D 장면 생성을 가능하게 하는 'LayoutDreamer' 프레임워크를 제안합니다.
이 논문은 2015 년 이후 발표된 200 편 이상의 논문을 분석하여 Wi-Fi 센싱의 일반화 문제를 해결하기 위한 기술, 데이터셋, 그리고 향후 연구 방향을 체계적으로 정리하고, 이를 위한 'Sensing Dataset Platform(SDP)'을 소개합니다.
이 논문은 텍스트 인식과 편집을 통합된 프레임워크로 결합하고 순환 자기지도 학습을 통해 복잡한 파이프라인 없이 자연스러운 장면 텍스트 편집을 가능하게 하는 새로운 방법인 RS-STE 를 제안합니다.
이 논문은 제한된 주석 데이터 환경에서 의료 이미지 분할 성능을 향상시키기 위해, 노이즈 제거 확산 확률 모델 (DDPM) 을 활용한 비지도 학습 기반의 마스 생성과 교차 훈련을 결합한 새로운 반지도 학습 프레임워크를 제안하고 다양한 벤치마크에서 기존 기법들을 능가하는 결과를 입증했습니다.
이 논문은 지역적 AI 생성 이미지 검출의 한계를 극복하기 위해 15 만 장의 대규모 데이터셋 'BR-Gen'과 노이즈 지문을 활용한 포geries 증폭 메커니즘을 도입한 'NFA-ViT' 모델을 제안하여 검출 성능과 일반화 능력을 획기적으로 향상시켰음을 보여줍니다.
이 논문은 광학 및 SAR 이미지의 상호 보완적 특성을 활용하여 복잡한 환경에서의 객체 탐지 성능을 향상시키기 위해 대규모 정렬된 데이터셋 (M4-SAR), 통합 벤치마크 툴킷, 그리고 새로운 융합 탐지 프레임워크 (E2E-OSDet) 를 제안합니다.
이 논문은 이산 벡터 양자화의 한계를 극복하고 신체 부위 간 상호작용을 강화하기 위해, 신체와 손을 독립적으로 인코딩하는 UD-VAE, 액션 조건부 퓨전 (ACF), 그리고 적응형 단위 변조 (AUM) 를 결합한 연속 표현 기반의 새로운 반응 합성 프레임워크인 MARRS 를 제안합니다.
이 논문은 대형 언어 모델 및 멀티모달 모델 등 기초 모델과 embodied AI 를 결합하여 모바일 서비스 로봇의 유연한 이해와 적응적 행동 구현을 도모하는 기술적 진전, 핵심 과제, 실제 응용 사례, 그리고 윤리적·사회적 함의와 향후 연구 방향을 체계적으로 고찰한 최초의 리뷰입니다.
이 논문은 다국어 텍스트 렌더링을 위해 DiT 기반의 EasyText 프레임워크를 제안하고, 위치 인코딩 기술과 대규모 다국어 데이터셋을 활용하여 정밀하고 제어 가능한 고품질 텍스트 생성을 달성함을 보여줍니다.
이 논문은 생물학적 뉴런의 시냅스 필터링 메커니즘에서 영감을 받아 크로스 스케일 게이트 코딩 (CSGC) 과 경량 잔차 블록을 도입함으로써, 자율 주행 등 3D 객체 감지 작업에서 기존 SMOKE 대비 에너지 소비를 획기적으로 줄이면서도 성능을 크게 향상시킨 저전력 스파이킹 신경망 아키텍처 'SpikeSMOKE'를 제안합니다.
이 논문은 유동장 데이터의 물리적 특징을 구조화된 텍스트로 변환하고 데이터 압축 전략을 적용하여 대규모 시각 - 언어 모델의 과학적 이해 능력을 획기적으로 향상시킨 새로운 프레임워크 'FieldLVLM'을 제안합니다.
이 논문은 원격 탐사 변화 탐지를 위해 멀티모달 텍스트 생성, 그래프 기반 조건부 시맨틱 재구성, 그리고 언어 - 비전 트랜스포머를 활용한 MGCR-Net 을 제안하여 기존 방법들의 한계를 극복하고 우수한 성능을 입증했습니다.
이 논문은 소스 데이터 없이 중립 표정만 있는 타겟 데이터로 얼굴 표정 인식 모델을 개인화하기 위해, 잠재 공간에서 작동하는 경량화된 '개인화 특징 번역 (SFDA-PFT)' 방법을 제안하고 이를 통해 기존 방법보다 우수한 성능을 입증합니다.
본 논문은 일상 활동에 국한된 기존 벤치마크의 한계를 극복하고 수술, 산업, 극한 스포츠, 동물 시점 등 다양한 도메인 간 일반화 능력을 평가하기 위해 고안된 멀티모달 대규모 언어 모델용 새로운 벤치마크 'EgoCross'를 제안하고, 이를 통해 현재 모델들의 도메인 적응 한계를 분석하고 개선 방안을 모색합니다.
이 논문은 단일 RGB 이미지에서 카테고리 수준의 9 자유도 물체 포즈를 추정하기 위해 2D 검출과 포즈 추정을 통합한 단일 단계 트랜스포머 기반 프레임워크인 YOPO 를 제안하며, 추가 데이터 없이도 기존 최첨단 성능을 달성함을 보여줍니다.
이 논문은 로봇 작업에서 특정 관심 지점 (POI) 만을 선택적으로 정제하여 불필요한 배경 계산을 줄이고 부유물 (floaters) 을 제거함으로써, 기존 의미론적 가우스 스플래팅보다 훨씬 빠르고 정밀한 3D 재구성을 가능하게 하는 'CoRe-GS' 프레임워크를 제안합니다.
이 논문은 시각, 청각, 음운론적 정보를 통합한 'VocSegMRI'라는 멀티모달 학습 프레임워크를 제안하여 실시간 MRI 기반의 성도 분할 정확도와 견고성을 획기적으로 향상시켰음을 보여줍니다.