3일 전 · ai

RGB에서 Lab으로: AI 이미지 합성에서 색상 아티팩트 해결

다중 계층 접근 방식으로 세분화, 색 보정 및 도메인별 향상 게시물: From RGB to Lab: AI 이미지 합성에서 색 왜곡 해결

4일 전 · ai

[Paper] WildRayZer: Self-supervised 대규모 뷰 합성, 동적 환경에서

우리는 카메라와 객체가 모두 움직이는 동적 환경에서 새로운 시점 합성(NVS)을 위한 자체 감독 프레임워크인 WildRayZer를 제시한다. 동적 콘텐츠…

4일 전 · ai

[Paper] Alterbute: 이미지 내 객체의 내재 속성 편집

우리는 이미지에서 객체의 내재적 속성을 편집하기 위한 diffusion 기반 방법인 Alterbute를 소개합니다. 색상, 질감, 재료 등을 변경할 수 있으며, ...

4일 전 · ai

[Paper] 일대일에서 다대다로: Deep Vision-Language Fusion을 위한 Dynamic Cross-Layer Injection

Vision-Language Models (VLMs)는 시각 인코더의 출력만을 연결하는 조잡하고 비대칭적인 연결을 사용함으로써 심각한 visual feature bottleneck을 초래한다.

4일 전 · ai

[Paper] 덜 보고, 더 나은 운전: 파운데이션 모델을 통한 일반화 가능한 엔드-투-엔드 자율 주행, 확률적 패치 선택

최근 엔드투엔드 자율주행 분야의 진보는, 파운데이션 모델에서 추출한 패치 정렬 특징을 사용해 훈련된 정책이 Out-...에 대해 더 잘 일반화한다는 것을 보여준다.

4일 전 · ai

[Paper] CURVE: 문화 및 다언어 장기 비디오 추론을 위한 벤치마크

최근 video models의 발전은 특히 long video understanding에서 엄청난 진전을 보여주었습니다. 그러나 현재 benchmarks는 주로 ...

4일 전 · ai

[Paper] CoMoVi: 3D 인간 모션과 실감 나는 비디오의 공동 생성

본 논문에서는 3D 인간 동작과 2D 인간 비디오의 생성이 본질적으로 결합되어 있음을 발견한다. 3D 동작은 설득력 있는 …

4일 전 · ai

[Paper] Molmo2: 비전‑언어 모델을 위한 오픈 가중치와 데이터, 비디오 이해 및 그라운딩

오늘날 가장 강력한 비디오-언어 모델(VLM)은 여전히 독점적이다. 가장 강력한 오픈-웨이트 모델은 독점 VLM에서 생성된 합성 데이터에 의존하거나, effecti...

4일 전 · ai

[Paper] 효율적인 적응형 VVC 스트리밍을 위한 다목표 파레토 프론트 최적화

Adaptive video streaming은 지난 몇 년간 비디오 스트리밍을 개선하는 데 기여했습니다. 비트레이트, 비디오 품질 등과 같은 코딩 성능 목표 사이의 균형을...

4일 전 · ai

[Paper] RSATalker: 다중 턴 대화를 위한 현실적인 사회 인식 Talking Head 생성

Talking head generation은 가상 현실(VR)에서, 특히 다중 턴 대화를 포함하는 사회적 시나리오에서 점점 더 중요해지고 있습니다. 기존 접근 방식은…

4일 전 · ai

[Paper] Action100M: 대규모 비디오 행동 데이터셋

시각 관찰로부터 물리적 행동을 추론하는 것은 물리적 세계에서 machine intelligence를 발전시키기 위한 기본적인 능력이다. 이를 달성하려면...

5일 전 · ai

[Paper] MHub.ai: 의료 영상에서 AI 모델을 위한 간단하고 표준화된 재현 가능한 플랫폼

Artificial intelligence (AI)는 이미지 분석을 자동화하고 임상 연구를 가속화함으로써 의료 영상 분야를 변혁시킬 잠재력이 있습니다. 그러나 연구는 …