영국 도로의 AI 감시 플리머스 근처 A38을 따라 흐린 아침에, 쌍둥이 카메라가 장착된 흰색 밴이 시간당 수천 장의 이미지를 포착한다, i...

소개 AI 배경 제거기는 잘 작동할 때 거의 마법처럼 느껴지고—작동하지 않을 때는 좌절감을 줍니다. 차이는 보통 두 가지 얇은…

3D Gaussian Splatting(3DGS)의 최근 성공은 빠른 최적화와 실시간 고품질 라디언스 렌더링을 가능하게 함으로써 새로운 뷰 합성을 재구성했습니다.

대규모 비디오 생성 모델은 실제 장면에서 포토리얼리스틱한 외관과 라이트 인터랙션을 모델링하는 데 놀라운 잠재력을 보여주었습니다. 그러나...

우리는 Particulate라는 feed-forward 접근 방식을 제시한다. 이 방법은 일상적인 객체의 단일 정적 3D mesh를 입력으로 받아, 기본적인 articulation의 모든 속성을 직접 추론한다.

대규모 및 다양한 로봇 시연(데모)의 수집은 모방 학습(imitation learning)에서 여전히 주요 병목 현상으로 남아 있습니다. 실제 환경에서 데이터 획득이 비용이 많이 들고 …

현실은 rigid constraints와 deformable structures 사이의 춤이다. video models에게는 fidelity를 유지하면서 structure를 보존하는 motion을 생성한다는 의미이다.

일상적인 clinical photographs에서 vitiligo 범위를 정확하게 정량화하는 것은 treatment response의 longitudinal monitoring에 필수적입니다. 우리는 신뢰할 수 있는, f...

Video matting은 기존 데이터셋의 규모와 현실감에 의해 제한됩니다. Segmentation 데이터를 활용하면 의미적 안정성을 향상시킬 수 있지만, 효과의 부족…

모델 지문 탐지 기술은 AI 생성 이미지의 출처 모델을 식별하는 유망한 접근법으로 떠오였지만, 그 견고성은…

현실적인 합성 현미경 이미지를 생성하는 것은 라벨이 부족한 환경에서 딥러닝 모델을 훈련시키는 데 매우 중요합니다. 예를 들어, 많은 세포를 포함한 세포 카운팅과 같은 경우에 특히 그렇습니다.

Visual Foundation Model (VFM) 표현에 기반한 Visual generation은 시각 이해와 ...

치과 분야에서 멀티모달 데이터의 신뢰할 수 있는 해석은 자동 구강 의료에 필수적이지만, 현재의 멀티모달 대형 언어 모델(MLLMs)은 어려움을 겪고 있다.

비디오 이해에서 키 프레임 선택은 상당한 과제를 제시합니다. 프레임을 독립적으로 점수화하는 전통적인 top‑K 선택 방법은 종종 실패합니다…

실시간 DNN 애플리케이션에 대한 수요가 에지 디바이스에서 증가함에 따라, 점점 더 복잡해지는 모델의 빠른 추론이 필요합니다. 많은 디바이스가 sp...을 포함하고 있지만.

우리는 StereoSpace를 소개합니다. 이는 monocular-to-stereo synthesis를 위한 diffusion-based 프레임워크로, geometry를 순수하게 viewpoint conditioning을 통해 모델링하며, …

Generative world models는 embodied AI를 재구성하고, 에이전트가 설득력 있게 보이지만 종종 물리적으로는 실패하는 현실적인 4D 주행 환경을 합성하도록 합니다.

언어와 비전 분야에서 파운데이션 모델의 성공은 완전한 엔드‑투‑엔드 로봇 내비게이션 파운데이션 모델(NFMs)에 대한 연구를 촉진했다. NFMs는 모노…

Visual concept personalization은 정체성, 표정, 조명, 스타일과 같은 특정 이미지 속성만을 보이지 않는 컨텍스트로 전달하는 것을 목표로 합니다. 그러나...

본 연구에서는 SceneMaker라는 분리형 3D 씬 생성 프레임워크를 제안한다. 충분한 오픈셋 디오클루전 및 포즈 추정 프리…

Normalizing Flows (NFs)는 생성 모델링을 위한 원칙적인 프레임워크로 확립되었습니다. 표준 NFs는 forward process와 reverse process로 구성됩니다.

본 연구에서는 diffusion model 추론에서 아직 활용되지 않은 신호를 탐구합니다. 기존의 모든 방법이 추론 시 이미지를 독립적으로 생성하는 반면, 우리는 대신 …

Self-supervised pre-training은 언어, 개별 2D 이미지 및 비디오에 대한 foundation models에 혁신을 가져왔지만, 3D 학습에 대해서는 아직 크게 탐구되지 않았다...

강화 학습(RL)은 대규모 언어 모델 및 멀티모달 모델에서 효과가 입증된 바 있으며, 2D 이미지 생성 향상을 위해 성공적으로 확장되었습니다.

All-in-One Image Restoration (AiOIR)은 다양한 손상으로부터 고품질 이미지를 복구하는 것을 통합된 프레임워크 내에서 목표로 합니다. 그러나 기존 방법들은 종종 f...

대규모 diffusion 모델을 활용한 subject‑driven 비디오 생성의 최근 발전으로, 사용자 제공 주제에 조건화된 개인화된 콘텐츠 합성이 가능해졌습니다.

추론은 언어를 넘어선다; 현실 세계에서는 공간, 시간, 어포던스 등 단어만으로는 전달할 수 없는 많은 것들에 대한 추론이 필요하다. 기존의 멀티모…

카메라 제어를 diffusion 모델에 주입하는 기존 접근 방식은 4D 일관성 작업의 특정 하위 집합에 초점을 맞추었습니다: novel view synthesis, text-to-video …

정규화 레이어는 오랫동안 딥러닝 아키텍처의 필수 구성 요소로 여겨져 왔지만, 최근 도입된 Dynamic Tanh (DyT) ha...

우리는 Any4D를 소개한다. Any4D는 메트릭 스케일의 밀집 피드포워드 4D 재구성을 위한 확장 가능한 멀티뷰 트랜스포머이다. Any4D는 픽셀당 모션과 지오메트리를 직접 생성한다.

Spoor의 computer vision software는 풍력 발전소와 기타 산업이 새 개체수와 이동 패턴을 추적하는 데 도움을 줄 수 있습니다....

최근 Gaussian Splatting 기반 역렌더링의 발전은 Gaussian 프리미티브에 쉐이딩 파라미터와 물리적으로 기반한 라이트 트랜스포트(light transport)를 확장하여…

Video unified models는 이해와 생성에서 강력한 능력을 보여주지만, 추론 기반 시각 편집에는 장비가 갖추어져 있더라도 어려움을 겪는다.

Radiance field 표현은 최근 diffusion 모델에서 일반적으로 사용되는 VAE의 latent space에서 탐구되었습니다. 이 접근은 효율성을 제공합니다.

human-robot coexistence를 향해, socially aware navigation은 mobile robots에게 중요합니다. 그러나 이 분야에 대한 기존 연구들은 주로 path efficiency에 초점을 맞추고 있습니다.

우리는 노르웨이의 지리공간 AI를 위한 세밀한 벤치마크 데이터셋인 NordFKB를 제시한다. 이 데이터셋은 권위 있고 매우 정확한 국가 Felles KartdataBase에서 파생되었다.

Vision-Language Models (VLMs)는 시각 환경을 인식하고 설명하는 데 있어 인상적인 진전을 이루었습니다. 그러나 그들의 능력은 능동적으로 추론하는 데…

Visual navigation은 상세한 매핑과 path planning에 의존하는 전통적인 robotic navigation pipelines에 대한 실용적인 대안으로 부상했습니다. 그러나 c...

무인 항공기(UAV)와 무인 지상 차량(UGV)의 통합은 지능형 자율 시스템 개발에 점점 더 중심적인 역할을 하고 있습니다.

PDF에서 수학 공식들을 정확하게 파싱하는 것은 large language models를 훈련하고 academic literature로부터 scientific knowledge bases를 구축하는 데 필수적입니다.

Linear spectral mixture models (LMM)은 구성 물질(endmembers)과 그에 해당하는 비율(abundance)을 분리하는 간결한 형태를 제공합니다.

사전 학습된 멀티모달 대형 언어 모델(MLLMs)은 임상 추론, 진단 지원 및 보고서 생성 등을 위해 의료 AI 시스템에 점점 더 많이 배치되고 있습니다.

안녕, 동료 Gophers 여러분! Go에서 컴퓨터 비전을 다뤄본 적이 있다면, GoCV가 OpenCV의 강력함에 접근하기에 환상적이라는 걸 알 겁니다. 하지만 현실은? Boilerplate …

시간 인식은 특히 긴 동영상을 이해하고 복잡한 질문에 답하는 데 있어 omni 대형 언어 모델의 기본적인 능력입니다. 이전 접근 방식은...

죄송합니다. 해당 기사나 요약 본문을 제공해 주시면 번역해 드리겠습니다.

우리는 SynthPix, Particle Image Velocimetry (PIV)를 위한 합성 이미지 생성기를 소개한다. 이 시스템은 성능과 가속기에서의 병렬성에 중점을 두고 구현되었다.

웨어러블 시스템을 위한 Eye tracking은 낮은 지연 시간과 밀리와트 수준의 전력을 요구하지만, 기존의 프레임 기반 파이프라인은 모션 블러와 높은 연산량으로 어려움을 겪는다...

요즘 visual intelligence tools는 어디에나 존재하게 되었으며, 모든 종류의 편리함과 가능성을 제공한다. 그러나 이러한 도구들은 높은 computational re...