IdGlow: Dynamic Identity Modulation for Multi-Subject Generation
이 논문은 유동 매칭 확산 모델을 기반으로 한 가림막 없는 점진적 2 단계 프레임워크인 IdGlow 를 제안하여, 다중 주제 생성 시 발생하는 안정성 - 가소성 딜레마를 해결하고 얼굴 충실도와 미적 품질을 동시에 극대화하는 방법을 제시합니다.
👁️ Category
cs.CV
5795 편의 논문
Linking Modality Isolation in Heterogeneous Collaborative Perception
이 논문은 이질적인 협업 지각에서 모달리티 격리를 해결하기 위해 공간적 중첩 없이도 다양한 모달리티 간의 특징을 정렬하는 새로운 프레임워크인 CodeAlign 을 제안하며, OPV2V 와 DAIR-V2X 데이터셋에서 기존 방법보다 훨씬 적은 파라미터와 통신 부하로 최첨단 성능을 달성함을 보여줍니다.
Exploring Spatiotemporal Feature Propagation for Video-Level Compressive Spectral Reconstruction: Dataset, Model and Benchmark
이 논문은 동적 초분광 영상 재구성을 위해 최초의 고화질 동적 데이터셋 (DynaSpec) 과 시공간 특징 전파를 활용한 효율적인 트랜스포머 모델 (PG-SVRT) 을 제안하고, 이를 통해 기존 이미지 기반 방법의 한계를 극복하여 재구성 품질과 시간적 일관성을 동시에 향상시켰음을 보여줍니다.
Exploring 3D Dataset Pruning
본 논문은 3D 데이터의 긴 꼬리 분포로 인해 발생하는 최적화 난제를 해결하기 위해, 대표성 있는 부분집합 선택과 교정된 소프트 레이블을 활용한 교사 지도 방식을 제안하여 전체 정확도와 평균 정확도 간의 균형을 이루면서 3D 데이터셋 가지치기 성능을 향상시키는 방법을 제시합니다.
RC-GeoCP: Geometric Consensus for Radar-Camera Collaborative Perception
이 논문은 4D 레이더와 카메라의 협업 지각을 위해 레이더 기반의 기하학적 합의를 정립하여 정합 오류를 해결하고 통신 오버헤드를 줄인 최초의 프레임워크인 RC-GeoCP 를 제안하며, 새로운 벤치마크에서 최첨단 성능을 입증합니다.
Stateful Cross-layer Vision Modulation
이 논문은 기존 멀티모달 모델의 시각적 특징 융합 한계를 극복하기 위해, 재귀적 메모리 상태와 피드백 조절 메커니즘을 통해 시각 표현의 진화 경로를 구조적으로 제어하는 'SCVM' 프레임워크를 제안하며, 언어 모델을 수정하거나 추가 학습 없이도 다양한 벤치마크에서 일관된 성능 향상을 달성함을 보여줍니다.
Act Like a Pathologist: Tissue-Aware Whole Slide Image Reasoning
이 논문은 병리학자가 슬라이드를 분석할 때 보이는 조직을 먼저 파악한 후 세부 영역을 선택적으로 확대하는 인간의 방식을 모방하여, 질문 기반의 조직 인식 및 coarse-to-fine 검색 프레임워크인 HistoSelect 를 제안함으로써 전체 슬라이드 이미지 기반의 병리학 질문 응답 정확도를 높이고 시각 토큰 사용량을 대폭 줄인다고 요약할 수 있습니다.
Direct low-field MRI super-resolution using undersampled k-space
이 논문은 저해상도 k-공간 데이터를 직접 처리하여 고해상도 MRI 화질을 복원하는 새로운 k-공간 듀얼 채널 U-Net 프레임워크를 제안하고, 기존 공간 영역 기반 방법보다 우수한 성능을 입증했습니다.
Specializing Foundation Models via Mixture of Low-Rank Experts for Comprehensive Head CT Analysis
이 논문은 다양한 의료 영상 기반 모델에서 종합적인 두부 CT 진단 성능을 향상시키기 위해 단일 LoRA 적응을 넘어 여러 전문화된 저랭크 어댑터와 비지도 소프트 라우팅을 결합한 '혼합 저랭크 전문가 (MoLRE)' 프레임워크를 제안하고, 7 만 건 이상의 두부 CT 데이터를 활용한 광범위한 벤치마킹을 통해 그 유효성을 입증합니다.
CoLC: Communication-Efficient Collaborative Perception with LiDAR Completion
CoLC 는 대역폭 제약 하에서 중요한 포인트만 선택적으로 전송하고 수신된 희소 데이터를 LiDAR 완성 기술로 밀집화하여 조기에 융합하는 새로운 협업 지각 프레임워크를 제안함으로써, 통신 효율성과 지각 성능 간의 최적 균형을 달성합니다.
SCOUT: Fast Spectral CT Imaging in Ultra LOw-data Regimes via PseUdo-label GeneraTion
이 논문은 외부 데이터나 긴 사전 학습 없이 공간 비국소 유사성과 투영 도메인의 켤레 성질을 활용하여 가짜 3D 데이터를 생성하는 자기지도 학습 방식으로, 초저데이터 환경에서도 고화질의 CT 영상을 빠르게 재구성하고 아티팩트를 제거하는 'SCOUT' 방법을 제안합니다.
STMI: Segmentation-Guided Token Modulation with Cross-Modal Hypergraph Interaction for Multi-Modal Object Re-Identification
이 논문은 기존 방법의 한계를 극복하기 위해 SAM 기반의 분할 유도 특징 변조, 적응적 토큰 재배치, 그리고 교차 모달 초그래프 상호작용을 통해 다중 모달 객체 재식별 성능을 향상시킨 STMI 프레임워크를 제안합니다.
TokenSplat: Token-aligned 3D Gaussian Splatting for Feed-forward Pose-free Reconstruction
이 논문은 정렬된 토큰 기반의 가우스 예측 모듈과 비대칭 듀얼 플로우 디코더를 통해 포즈 정보 없이도 다중 뷰 이미지로부터 정밀한 3D 가우스 재구성과 카메라 포즈 추정을 동시에 수행하는 'TokenSplat' 프레임워크를 제안합니다.
Towards Universal Khmer Text Recognition
이 논문은 복잡한 문자 체계와 데이터 부족으로 인해 OCR 이 어려운 크메르어의 다양한 텍스트 모달리티를 단일 모델로 처리하고 성능을 향상시키기 위해 모달리티 인식 적응형 특징 선택 (MAFS) 기술을 도입한 범용 크메르어 텍스트 인식 (UKTR) 프레임워크와 최초의 종합 벤치마크를 제안합니다.
Towards Khmer Scene Document Layout Detection
이 논문은 크메르어 장면 문서 레이아웃 분석의 데이터 부족 문제를 해결하기 위해, 전용 데이터셋, 증강 도구, 그리고 방향성 바운딩 박스를 활용한 YOLO 기반 레이아웃 감지 프레임워크를 포함한 최초의 포괄적인 연구 결과를 제시합니다.
IU: Imperceptible Universal Backdoor Attack
이 논문은 그래프 합성곱 신경망 (GCN) 을 활용하여 시각적으로 눈에 띄지 않으면서도 최소한의 데이터 오염으로 모든 대상 클래스를 제어하는 새로운 범용 백도어 공격 기법인 IU 를 제안하고, ImageNet-1K 실험을 통해 높은 공격 성공률과 은밀성을 입증했습니다.
A Reconstruction System for Industrial Pipeline Inner Walls Using Panoramic Image Stitching with Endoscopic Imaging
이 논문은 산업용 내시경 영상과 극좌표 변환 기반의 파노라마 이미지 스티칭 기술을 활용하여 파이프라인 내벽을 평면 파노라마 이미지로 효율적으로 재구성하고 결함 검출을 지원하기 위한 시스템을 제안합니다.
Diversity over Uniformity: Rethinking Representation in Generated Image Detection
이 논문은 생성 이미지 검출의 일반화 성능을 향상시키기 위해 단일 결정 경로를 피하고 다양한 시각을 유지하는 '반-특성 붕괴 학습' 프레임워크를 제안하며, 이를 통해 기존 방법들보다 뛰어난 교차 모델 검출 성능을 입증합니다.
UniHM: Unified Dexterous Hand Manipulation with Vision Language Model
이 논문은 다양한 손 형태를 통합 토크나이저로 매핑하고 물리 법칙 기반의 동적 정제 모듈을 통해 자연어 명령만으로 물리적으로 타당한 다재도 손 조작을 가능하게 하는 최초의 프레임워크인 'UniHM'을 제안합니다.
Stroke outcome and evolution prediction from CT brain using a spatiotemporal diffusion autoencoder
이 논문은 확산 확률 모델을 활용하여 CT 뇌 영상을 기반으로 뇌졸중의 진행과 결과를 예측하는 자기지도식 시공간 표현을 개발하고, 5,824 개의 CT 영상을 포함한 대규모 데이터셋에서 내일 중증도 및 퇴원 시 기능적 결과를 예측하는 데 있어 기존 방법보다 뛰어난 성능을 입증했습니다.