5332 편의 논문
이 논문은 저조도 이미지 향상 (LLIE) 시 이벤트 카메라의 내재적 노이즈와 이미지 신호 대 잡음비 저하로 인한 성능 병목 현상을 해결하기 위해, 이미지와 이벤트 간의 강한 기울기 상관관계를 활용한 경향성 기반 이벤트 정제 사전 지식을 도입하고, 향상 작업에 적응적으로 최적화되도록 이벤트 정제를 상하위 레벨 최적화 문제로 재정의한 'BiEvLight' 프레임워크를 제안합니다.
이 논문은 3D 장면 이해의 평가 지표를 직접 보상 함수로 활용하는 강화 미세 조정 (3D-RFT) 프레임워크를 제안하여, 기존 지도 학습 기반 방법론의 한계를 극복하고 더 큰 모델보다 우수한 성능을 보이는 비디오 기반 3D 인식 및 추론 능력을 달성했습니다.
이 논문은 장기간 비디오 이해의 어려움을 해결하기 위해, 답변 후보를 검증 가능한 가설로 재구성하고 국소적 비디오 콘텐츠를 통해 이를 검증하는 'VideoHV-Agent'라는 다중 에이전트 프레임워크를 제안하여 기존 방법론보다 높은 정확도와 논리적 타당성을 달성했다고 요약할 수 있습니다.
이 논문은 다음 토큰 예측을 기반으로 한 간단한 오토레거시 모델인 Wallaroo 를 통해 멀티모달 이해, 이미지 생성 및 편집을 통합하고 다양한 해상도와 다국어 지원을 구현하는 새로운 접근법을 제시합니다.
이 논문은 프레임과 이벤트 스트림 간의 비동기적 융합을 통해 모달리티 실패나 저조도 환경에서도 견고한 임의 점 추적을 가능하게 하는 TAPFormer 를 제안하고, 이를 위해 새로운 실제 데이터셋을 구축하여 기존 방법론보다 우수한 성능을 입증했습니다.
이 논문은 단일 이미지로부터 고품질의 3D 의상 입은 인간 아바타를 복원하기 위해, 대규모 텍스처 데이터 구축, 영역 인식 형상 추출 모듈, 그리고 기하 - 텍스처 협업 특성을 활용한 이중 재구성 U-Net 을 통합한 'MultiGO++' 프레임워크를 제안합니다.
이 논문은 단일 흐릿한 이미지에서 물리적으로 일관된 Zernike 계수, 파면 및 점확산함수 제약을 통합한 'Lens2Zernike' 프레임워크를 제안하여 모바일 광학의 왜곡을 물리적으로 정확하게 복원하고 이를 통해 안정적인 비블라인드 디컨볼루션을 가능하게 함으로써 기존 딥러닝 및 고전적 방법보다 우수한 성능을 달성했습니다.
이 논문은 생성 기반 이미지 복원 기술의 실제 능력을 평가하기 위해 새로운 다차원 평가 체계를 제안하고, 기존 방법 대비 성능 격차와 '세부 정보 부족'에서 '과잉 생성 및 의미적 제어'로 전환된 새로운 실패 양상을 규명하며, 인간 지각과 부합하는 새로운 이미지 품질 평가 모델을 개발함으로써 해당 분야의 발전 방향을 제시합니다.
이 논문은 비전 기반 모델 (VFM) 의 일반화된 지식을 활용하여 다양한 임상 환경에서의 소스 프리 비지도 도메인 적응 문제를 해결하기 위해 제안된 Tell2Adapt 프레임워크를 소개하며, 맥락 인식 프롬프트 정규화와 시각적 타당성 정제 기법을 통해 의료 영상 분할 분야에서 기존 방법론을 능가하는 성능을 입증했습니다.
이 논문은 역사적 지도의 다양성을 반영한 새로운 벤치마크 데이터셋 'Semap'과 절차적 데이터 합성 및 다중 스케일 통합을 결합한 분할 프레임워크를 제안하여, 다양한 스타일과 규모의 이질적인 지도 컬렉션에서도 견고하고 일반화 가능한 의미 분할 성능을 달성함을 보여줍니다.
이 논문은 저비용 의료 영상 장비에서 생성된 광간섭 단층촬영 (OCT) 의 중간 재구성 정보를 활용하여, 재구성 과정의 시간적 스케일에 기반한 모듈러 네트워크를 통해 테스트 시간에 하위 분할 모델의 정규화 계수를 적응시킴으로써 분할 성능을 향상시키고 불확실성을 추정하는 IRTTA 방법을 제안합니다.
이 논문은 다양한 카메라 구성에서 발생하는 공간적 사전 지식의 불일치를 해결하기 위해 공간 인식 특징 변조 (SFM) 와 카메라 인식 데이터 증강 (CDA) 을 도입하여 새로운 플랫폼으로의 일반화 성능을 획기적으로 향상시킨 범용 다중 카메라 3D 객체 감지 프레임워크인 CoIn3D 를 제안합니다.
이 논문은 실제 환경에서 발생하는 라벨의 불확실성을 해결하기 위해 CLIP 기반의 특징 추출, 의미적 마이닝, 그리고 점진적으로 정제되는 부분 라벨 손실 함수를 통합한 새로운 제로샷 학습 프레임워크인 CLIP-PZSL 을 제안하고 그 유효성을 실험을 통해 입증합니다.
이 논문은 ABLDataset 과 4 개의 물안경 카메라를 활용하여 유럽 긴급 차량의 파란색 경광등을 94.7% 의 정확도로 탐지하고 접근 각도를 추정하는 '색상 주의 RT-DETR' 기반의 360 도 다중 카메라 시스템을 제안합니다.
이 논문은 복잡한 배경 속에서 움직이는 적외선 소표적을 탐지하기 위해 생체 영감을 받아 움직임과 외관을 통합하는 새로운 강력한 베이스라인 모델인 MI-DETR 을 제안하고, 이를 통해 여러 벤치마크에서 기존 최첨단 방법보다 우수한 성능을 달성했음을 보여줍니다.
이 논문은 텍스트, 이미지, 오디오 등 7 가지 모달리티가 임의로 교차된 입력을 이해하고 생성하는 'Any-to-Any' 능력을 평가하기 위해 31,000 개의 고품질 데이터셋인 UniM 벤치마크와 평가 체계를 소개하고, 이를 위한 UniMA 기반 모델을 제안하여 통합된 멀티모달 지능의 발전 방향을 제시합니다.
이 논문은 움직이는 물체로 인한 카메라 포즈 추정의 어려움을 해결하고 실시간 적용이 가능한 효율적인 4D 동적 장면 재구성을 위해, 정적 구조와 동적 운동을 분리하는 어텐션 강제 전략과 그룹화 인과 어텐션을 활용한 새로운 피드포워드 네트워크 'MoRe'를 제안합니다.
이 논문은 3D 및 비디오 확산 모델의 공간적·시간적 사전 지식을 직교 공간 - 시간 분포 전이 (Orster) 메커니즘을 통해 전이하는 STD-4D 확산 모델과 ST-HexPlane 을 제안하여, 대규모 4D 데이터셋의 부재라는 한계를 극복하고 고품질의 4D 생성을 가능하게 합니다.
이 논문은 최적 생성 흐름을 기반으로 한 공리적 온-매니폴드 샤플리 가치 이론을 제시하여, 기존 방법의 오프-매니폴드 아티팩트를 해결하고 재매개변수화 불변성 및 기하학적 효율성을 보장하는 새로운 XAI 기법을 제안합니다.
이 논문은 이진 비디오 레벨 라벨만 사용하는 약한 지도 학습의 한계를 극복하기 위해 EM 기반 최적화, 학습 불필요한 시간적 일관성 정제, 그리고 제안 간 관계를 모델링하는 그래프 기반 정제 모듈을 도입하여 GEM-TFL 을 제안하고, 완전 지도 학습 방법과 유사한 성능으로 비디오 내 조작 구간을 정확하게 국소화하는 것을 목표로 합니다.