1개월 전 · ai

[Paper] VisualActBench: VLMs가 인간처럼 보고 행동할 수 있을까?

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

1개월 전 · ai

[Paper] YOPO-Nav: 원패스 비디오에서 3DGS 그래프를 이용한 시각적 내비게이션

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

1개월 전 · ai

[Paper] 자율 항공기를 위한 시각적 헤딩 예측

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

1개월 전 · ai

[Paper] PDF에서 수학 공식 추출을 위한 문서 파서 벤치마킹

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

1개월 전 · ai

[논문] Diffusion Posterior Sampler for Hyperspectral Unmixing with Spectral Variability Modeling

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

1개월 전 · ai

[Paper] MedForget: 계층 인식 멀티모달 언러닝 테스트베드 for Medical AI

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.

1개월 전 · software

GoCVKit 소개: Zero-Boilerplate 컴퓨터 비전 in Go

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

1개월 전 · ai

[Paper] ChronosOmni: Omni 대형 언어 모델의 시간 인식 개선

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

1개월 전 · ai

RoboCrop: 로봇에게 토마토를 따는 방법을 가르치기

죄송합니다. 해당 기사나 요약 본문을 제공해 주시면 번역해 드리겠습니다.

1개월 전 · ai

[Paper] SynthPix: 초고속 PIV 이미지 생성기

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

1개월 전 · ai

[Paper] 저지연 동공 검출을 위한 Neuromorphic Eye Tracking

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

1개월 전 · ai

[Paper] 엣지에서 프라이버시 강화 Vision Transformers를 위한 분산 프레임워크

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