Efficient Image Super-Resolution with Multi-Scale Spatial Adaptive Attention Networks
이 논문은 고해상도 복원 성능과 낮은 모델 복잡도 사이의 균형을 해결하기 위해, 다중 스케일 공간 적응 어텐션 모듈과 같은 새로운 구성 요소를 도입하여 기존 최첨단 방법보다 뛰어난 성능과 효율성을 보이는 경량 이미지 초해상도 네트워크인 MSAAN 을 제안합니다.
👁️ Category
cs.CV
9812 편의 논문
BiSe-Unet: A Lightweight Dual-path U-Net with Attention-refined Context for Real-time Medical Image Segmentation
이 논문은 엣지 하드웨어에서 실시간 의료 영상 분할을 가능하게 하기 위해 경량화된 이중 경로 U-Net 아키텍처인 BiSe-UNet 을 제안하고, Kvasir-Seg 데이터셋에서 30 FPS 이상의 처리 속도와 높은 정확도를 달성함을 입증합니다.
NovaLAD: A Fast, CPU-Optimized Document Extraction Pipeline for Generative AI and Data Intelligence
이 논문은 GPU 없이도 CPU 에서 고속으로 실행 가능한 NovaLAD 라는 문서 추출 파이프라인을 제안하며, 동시 YOLO 모델과 규칙 기반 그룹화, 선택적 비전 언어 모델을 활용해 DP-Bench 벤치마크에서 상용 및 오픈소스 파서보다 우수한 성능을 달성한 것을 설명합니다.
CT-Flow: Orchestrating CT Interpretation Workflow with Model Context Protocol Servers
이 논문은 3D CT 분석을 위해 모델 컨텍스트 프로토콜 (MCP) 을 활용한 에이전트 기반 프레임워크인 CT-Flow 를 제안하고, 이를 통해 임상적 워크플로우를 자동화하며 기존 모델 대비 진단 정확도를 41% 향상시킨 CT-FlowBench 벤치마크를 구축한 연구입니다.
QuickGrasp: Responsive Video-Language Querying Service via Accelerated Tokenization and Edge-Augmented Inference
이 논문은 로컬 환경에서 가속화된 토큰화 기술과 에지 증강 인퍼레이션을 결합하여 대규모 비디오 - 언어 모델의 정확도를 유지하면서도 응답 지연을 최대 12.8 배까지 단축하는 'QuickGrasp' 시스템을 제안합니다.
Segmenting Low-Contrast XCTs of Concretes: An Unsupervised Approach
이 논문은 콘크리트 XCT 이미지의 낮은 대비로 인한 레이블 데이터 부족 문제를 해결하기 위해, 슈퍼픽셀 알고리즘과 CNN 의 수용 영역을 결합한 자기 주석 기반 비지도 학습 방법을 제안하고 그 성능을 검증합니다.
Predicting Local Climate Zones using Urban Morphometrics and Satellite Imagery
이 연구는 321 가지 2 차원 도시 형태 측정치를 기반으로 한 국지 기후대 (LCZ) 예측과 위성 영상과의 융합 방식을 평가한 결과, 도시 형태와 LCZ 간의 관계가 불확실하고 일관성이 부족하여 형태 분석에서 LCZ 프레임워크를 사용할 때 주의가 필요함을 시사합니다.
You Don't Need All That Attention: Surgical Memorization Mitigation in Text-to-Image Diffusion Models
이 논문은 텍스트-이미지 확산 모델의 훈련 데이터 암기 현상을 해결하기 위해, 프롬프트별 주의를 정교하게 조절하여 원본 훈련 이미지를 재현하지 않으면서도 프롬프트와 일치하는 고품질 이미지를 생성하는 새로운 프레임워크인 'GUARD'를 제안합니다.
TinyVLM: Zero-Shot Object Detection on Microcontrollers via Vision-Language Distillation with Matryoshka Embeddings
이 논문은 메모리 제약이 심한 마이크로컨트롤러 (MCU) 에서도 1MB 미만의 자원으로 제로샷 객체 감지가 가능하도록 비전 - 언어 모델 지식 증류와 마트료시카 임베딩을 활용한 'TinyVLM' 프레임워크를 제안합니다.
Latent Replay Detection: Memory-Efficient Continual Object Detection on Microcontrollers via Task-Adaptive Compression
이 논문은 제한된 메모리를 가진 마이크로컨트롤러에서 새로운 객체 카테고리를 학습할 수 있는 첫 번째 프레임워크인 '잠재 재현 감지 (LRD)'를 제안하며, 태스크 적응형 압축과 공간적 다양성을 고려한 예시 선택 기법을 통해 기존 이미지 저장 방식보다 훨씬 적은 메모리로 효율적인 지속적 객체 감지를 가능하게 합니다.
Towards Data-driven Nitrogen Estimation in Wheat Fields using Multispectral Images
이 논문은 작물 유형, 비료 시비 단계, 토양 조건, 기상 역학 등 외부 요인으로 인해 어려운 표적 살포 및 비료 시비 (TSF) 문제를 해결하기 위해 공간적·시간적 변이성을 고려한 신경망 기반 솔루션 TerrAI 를 제안하고, 실제 원격 감지 데이터를 통해 그 유효성을 검증했습니다.
Steering Away from Memorization: Reachability-Constrained Reinforcement Learning for Text-to-Image Diffusion
이 논문은 학습 데이터의 암기 현상을 방지하면서도 생성 품질과 프롬프트 정합성을 유지하기 위해, 확산 모델의 역동적 시스템 특성과 도달 가능성 분석을 결합해 메모리화 경로를 회피하는 강화학습 기반의 추론 프레임워크 'RADS'를 제안합니다.
From Scale to Speed: Adaptive Test-Time Scaling for Image Editing
이 논문은 이미지 편집 작업의 목표 지향적 특성을 반영하여, 난이도 기반 자원 할당, 편집 특화 검증, 그리고 의도 정합성 확인을 통한 조기 종료 전략을 도입한 'ADE-CoT' 프레임워크를 제안함으로써 기존 고정 예산 방식 대비 2 배 이상의 속도 향상과 성능 개선을 달성했다고 요약할 수 있습니다.
GrapHist: Graph Self-Supervised Learning for Histopathology
이 논문은 조직 내 세포와 그 상호작용을 그래프로 모델링하여 효율적인 표현 학습을 가능하게 하는 그래프 기반 자기지도 학습 프레임워크 'GrapHist'를 제안하고, 이를 통해 기존 비전 기반 모델보다 적은 파라미터로 뛰어난 성능을 달성함과 동시에 해당 분야의 첫 대규모 그래프 벤치마크를 공개했습니다.
Disentangled Hierarchical VAE for 3D Human-Human Interaction Generation
이 논문은 물리적 타당성과 상호작용 의미론을 동시에 고려하여 3D 인간 - 인간 상호작용을 생성하기 위해, CoTransformer 모듈을 통해 전역 상호작용 맥락과 개별 운동 패턴을 분리하고 대비 학습을 적용한 계층적 잠재 확산 모델 (DHVAE) 을 제안합니다.
M-Gaussian: An Magnetic Gaussian Framework for Efficient Multi-Stack MRI Reconstruction
이 논문은 3D 가우스 스플래팅을 MRI 재구성에 적용하여 물리 일관성 있는 원시 객체, 신경 잔차 필드, 다중 해상도 점진적 학습을 통해 기존 방법 대비 14 배 빠른 속도와 40.31dB PSNR 의 우수한 화질을 달성한 'M-Gaussian' 프레임워크를 제안합니다.
Mechanistically Guided LoRA Improves Paraphrase Consistency in Medical Vision-Language Models
이 논문은 기계적 메커니즘을 기반으로 한 LoRA 미세조정 기법을 통해 의료 비전 - 언어 모델의 재문장 일관성을 크게 향상시키면서도 정확도를 유지하거나 개선하는 방법을 제시합니다.
Physics-Consistent Diffusion for Efficient Fluid Super-Resolution via Multiscale Residual Correction
본 논문은 물리 법칙을 준수하는 다중 해상도 잔차 보정 및 멀티 웨이블릿 기반의 'ReMD' 프레임워크를 제안하여, 기존 확산 모델의 한계를 극복하고 유체 초해상도 작업에서 물리적 일관성을 유지하면서도 효율적으로 고품질 결과를 생성하는 방법을 제시합니다.
Attention to Neural Plagiarism: Diffusion Models Can Plagiarize Your Copyrighted Images!
이 논문은 추가 학습 없이 그라디언트 기반의 '앵커 및 쉼' 기법을 통해 워터마킹이 적용된 저작권 이미지를 복제하거나 저작권 모호성을 유발할 수 있는 확산 모델의 치명적인 취약점과 '신경 표절' 위협을 규명합니다.
Multiview Progress Prediction of Robot Activities
이 논문은 로봇의 자기 가림 (self-occlusion) 문제를 해결하고 인간과의 안전한 협업을 위해 단일 카메라의 한계를 극복하는 다중 뷰 (multi-view) 로봇 작업 진행도 예측 아키텍처를 제안하고, Mobile ALOHA 를 통한 실험으로 그 유효성을 입증했습니다.