related iamge

슈퍼쿼드릭 기반 협업 학습: 3D 손-물체 상호작용 인식의 새로운 지평

본 연구는 슈퍼쿼드릭을 이용한 3D 물체 표현과 협업 학습 프레임워크를 통해 3D 손-물체 상호작용 인식 및 구성적 동작 인식 성능을 크게 향상시켰습니다. 기존 방법의 한계를 극복하고, 새로운 물체에 대한 일반화 능력을 높였으며, 최첨단 기술을 뛰어넘는 성능을 달성했습니다.

related iamge

MathReader: 수학 문서도 이제 TTS로! 시각장애인을 위한 혁신적인 기술

현시은, 정규단, 김남준, 류현곤, 도재영 연구팀이 개발한 MathReader는 기존 TTS의 한계를 극복, 수학 공식 포함 문서의 WER을 획기적으로 감소시켜 시각장애인의 정보 접근성을 높였습니다. Github에서 공개된 코드를 통해 누구나 활용 가능합니다.

related iamge

딥러닝 기반 온라인 비디오 화질 평가의 혁신: 효율적인 공간-시간 샘플링 전략

Yan Jiebin 등 연구팀은 비디오의 공간 및 시간적 샘플링을 통해 온라인 비디오 화질 평가 모델의 효율성을 획기적으로 개선했습니다. 6개의 공개 데이터베이스를 사용한 실험 결과, 대부분의 정보를 제거하더라도 성능 저하는 허용 가능한 수준이며, 단순화된 온라인 VQA 모델의 실현 가능성을 입증했습니다.

related iamge

듀얼 채널 학습 기반 지식 그래프 이상 탐지 알고리즘 ADKGD 등장!

본 기사는 대규모 언어 모델의 신뢰성 향상을 위해 지식 그래프 내 이상 탐지 알고리즘 ADKGD를 개발한 Wu Jiayang 등 연구진의 연구 결과를 소개합니다. ADKGD는 듀얼 채널 학습 방식과 KL 손실 함수를 활용하여 기존 알고리즘보다 우수한 성능을 보였으며, 실제 데이터셋을 통한 검증과 소스 코드 공개를 통해 연구의 신뢰성을 확보했습니다.

related iamge

3D 모델링의 혁신: 글로벌 & 로컬 정보 융합으로 Point Cloud Upsampling의 한계를 뛰어넘다!

Tongxu Zhang과 Bei Wang 연구팀이 발표한 Point Cloud Upsampling에 관한 연구는 글로벌 및 로컬 정보를 결합하여 3D 모델 재구축의 정확도를 향상시켰습니다. 딥러닝 기반 자동 인코더 모델과 Saliency Map을 활용한 실험 결과는 이러한 접근 방식의 효과를 명확하게 보여줍니다. 이 연구는 3D 모델링 및 관련 분야에 혁신적인 발전을 가져올 것으로 기대됩니다.