https://arxiv.org/abs/2405.05384 카메라 궤적—공간을 가로지르는 경로—만으로 픽셀을 보지 않고도 영상의 내용을 인식할 수 있을까? 이 논문은 이러한 질문에 처음으로 체계적인 접근을 시도한다. 우리는 카메라가 이동하면서 기록한 3차원 궤적 정보만을 이용해, 해당 영상이 어떤 장면을 담고 있는지, 어떤 동작이 일어나고 있는지를 추론한다. 이를 위해 새로운 데이터셋을 구축하고, 궤적 기반의 특징 추출 및 시퀀스 모델링 기법을 제안한다. 실험 결과, 제안된 방법은 기존 영상 기반 모델에 비해 픽셀 정보를 전혀 사용하지 않음에도 불구하고 의미 있는 수준의 인식 성능을 달성한다. 이 연구는 비전 시스템이 시각적 입력이 제한된 상황에서도 공간적 움직임 정보를 활용할 수 있음을 보여준다.
MLLMs는 개별 질의에 대해 강력한 추론 능력을 보여주지만, de novo 방식으로 작동하여 각 문제를 독립적으로 해결하고 종종 같은 실수를 반복합니다. Existi...
네트워크 시스템에서 인과 효과 추정은 데이터 기반 의사결정의 핵심입니다. 이러한 환경에서는 한 단위에 대한 개입이 다른 단위로 파급될 수 있으며, 이는 ...
놀라운 기술적 진보에도 불구하고, AI 시스템은 여전히 재발 연결성(recurrent connectivity) 및 에너지 효율적인 메커니즘(energy‑efficient mechanisms)과 같은 생물학적 원리로부터 혜택을 받을 수 있다...
Gliomas는 사망률이 높은 뇌종양 유형으로, 이는 종양에 대한 치료 개입을 위해 조기 및 정확한 진단이 중요함을 의미합니다....
대규모 언어 모델(LLM) 추론은 종종 높은 디코딩 지연과 이질적인 엣지‑클라우드 환경 전반에 걸친 제한된 확장성으로 고통받는다. Existing spe...
통신 분야에서 AI의 부상은 라디오 액세스 네트워크 최적화부터 사용자 경험 관리에 이르기까지 데이터 양과 학습 요구를 급격히 증가시켰습니다...
대형 언어 모델(LLMs)을 추론하도록 훈련하는 것은 종종 작업별 검증자를 이용한 강화 학습(RL)에 의존한다. 그러나 많은 실제 상황의 추론‑...
객체의 자세 추정에 대한 불확실성을 정량화하는 것은 견고한 제어와 계획에 필수적입니다. 자세 추정은 로봇공학에서 잘 연구된 문제이지만…
최근 몇 년간, 구현 지능 분야에서 Vision-Language-Action (VLA) 모델이 급속히 발전했습니다. 그러나 기존의 적대적 공격 방법은 비용이 많이 듭니다...
대형 멀티모달 모델(LMM)은 강력한 지시 수행 능력과 일관성 때문에 멀티모달 평가 시스템에서 판사 역할로 점점 더 많이 채택되고 있습니다.
AI/ML model cards는 의도된 사용에 대한 AI/ML 모델의 벤치마크된 평가를 포함할 수 있지만, 모델 훈련 중에 한 번만 수행되는 평가는 ...
