티스토리

프린이씨롯메

검색하기

블로그 홈

프린이씨롯메

hsejun07.tistory.com/m

프로그래밍 공부 지식 나눔

구독자: 3

방명록 방문하기

주요 글 목록

YOLOv12: Attention-Centric Real-Time Object Detectors YOLOv12: Attention-Centric Real-Time Object Detectors Yunjie Tian, Qixiang Ye, David Doermann AbstractYOLO 프레임워크의 네트워크 아키텍처를 향상시키는 것은 오랫동안 중요했지만, 모델링 능력에서 어텐션 메커니즘의 우수성이 입증되었음에도 불구하고 CNN 기반 개선에 집중해 왔습니다. 이는 어넽션 기반 모델이 CNN 기반 모델의 속도와 일치할 수 없기 때문입니다. 본 논문에서는 어텐션 메커니즘의 성능 이점을 활용하면서 이전 CNN 기반 모델의 속도와 일치하는 어텐션 중심 YOLO 프레임워크, 즉 YOLOv12를 제안합니다. YOLOv12는 경쟁 속도로 모든 인기 있는 실시간 객체 검출기를 능가합니다. 예를 들어, YOLOv12.. 공감수 1 댓글수 0 2025. 2. 24.
π0: A Vision-Language-Action Flow Model for General Robot Control π0: A Vision-Language-Action Flow Model for General Robot Control Physical Intelligence Abstract로봇 학습은 유연하고 일반적이며 손재주가 뛰어난 로봇 시스템의 잠재력을 최대한 발휘할 수 있을 뿐만 아니라 인공지능의 가장 깊은 질문들을 해결할 수 있는 엄청난 가능성을 가지고 있습니다. 그러나 효과적인 실제 시스템에 필요한 일반성 수준으로 로봇 학습을 발전시키는 것은 데이터, 일반화 및 견고성 측면에서 큰 장애물에 직면해 있습니다. 이 논문에서는 일반적인 로봇 정책 (즉, 로봇 파운데이션 모델)이 이러한 문제를 어떻게 해결할 수 있는지, 그리고 복잡하고 손재주가 뛰어난 작업을 위한 효과적인 일반적인 로봇 정책을 어떻게 설계할 수 있는.. 공감수 0 댓글수 0 2025. 2. 20.
Depth Anything V2 Depth Anything V2 Lihe Yang, Bingyi Kang, Zilong Huang, Zhen Zhao, Xiaogang Xu, Jiashi Feng, Hengshuang Zhao Abstract이 연구는 Depth Anything V2를 제시합니다. 화려한 기법을 추구하지 않고, 강력한 단안 뎁스 추정 모델을 구축하기 위한 중요한 결과를 밝히는 것을 목표로 합니다. 특히, V1 [89]과 비교했을 때, 이 버전은 세 가지 주요 방법을 통해 훨씬 더 정밀하고 견고한 뎁스 예측을 제공합니다: 1) 모든 라벨링된 실제 이미지를 합성 이미지로 대체하고, 2) teacher 모델의 용량을 확장하고, 3) 대규모 pseudo 라벨링된 실제 이미지를 통해 student 모델을 가르칩니다. Stable.. 공감수 1 댓글수 0 2025. 2. 12.
Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data Lihe Yang, Bingyi Kang, Zilong Huang, Xiaogang Xu, Jiashi Feng, Hengshuang Zhao Abstract이 연구는 강력한 단안 뎁스 추정을 위한 매우 실용적인 솔루션인 Depth Anything을 제시합니다. 새로운 기술 모듈을 추구하지 않고, 우리는 어떤 상황에서도 모든 이미지를 처리하는 간단하면서도 강력한 파운데이션 모델을 구축하는 것을 목표로 합니다. 이를 위해 데이터 엔진을 설계하여 대규모 비라벨 데이터 (~62M)를 수집하고 자동으로 주석을 달게 함으로써 데이터 범위를 크게 확장하고 일반화 오류를 줄일 수 있습니다. 우리는 .. 공감수 0 댓글수 0 2025. 2. 7.
Compact 3D Gaussian Representation for Radiance Field Compact 3D Gaussian Representation for Radiance Field Joo Chan Lee, Daniel Rho, Xiangyu Sun, Jong Hwan Ko, Eunbyung Park AbstractNeural Radiance Fields (NeRFs)는 복잡한 3D 장면을 높은 충실도로 캡처하는 데 있어 놀라운 잠재력을 보여주었습니다. 그러나 NeRFs의 광범위한 채택을 방해하는 지속적인 도전 과제 중 하나는 볼륨 렌더링으로 인한 계산 병목 현상입니다. 반면, 3D Gaussian splatting (3DGS)은 최근 3D 가우시안 기반 표현을 활용하고, 볼륨 렌더링 대신 래스터화 파이프라인을 채택하여 이미지를 렌더링하는 대안적인 표현으로 떠오르고 있습니다, 이는 매우 .. 공감수 1 댓글수 0 2025. 1. 13.
Cosmos World Foundation Model Platform for Physical AI Cosmos World Foundation Model Platform for Physical AI NVIDIA AbstractPhysical AI는 먼저 디지털로 학습되어야 합니다. 이를 위해서는 그 자체의 디지털 트윈인 policy 모델과 월드의 디지털 트윈인 world 모델이 필요합니다. 본 논문에서는 개발자들이 Physical AI 설정을 위한 맞춤형 월드 모델을 구축할 수 있도록 돕는 Cosmos World Foundation Model 플랫폼을 제시합니다. 우리는 다운스트림 애플리케이션을 위한 맞춤형 월드 모델로 파인튜닝할 수 있는 범용 월드 모델로서 월드 파운데이션 모델을 제안합니다. 우리의 플랫폼은 비디오 큐레이션 파이프라인, 사전 학습된 월드 파운데이션 모델, 사전 학습된 월드 파운데이션 .. 공감수 0 댓글수 0 2025. 1. 10.
Wild-GS: Real-Time Novel View Synthesis fromUnconstrained Photo Collections Wild-GS: Real-Time Novel View Synthesis from Unconstrained Photo Collections Jiacong Xu, Yiqun Mei, Vishal M. Patel Abstract비정형 관광 환경에서 촬영된 사진들은 종종 가변적인 외관과 transient occluder를 보이며, 정확한 장면 재구성에 도전하고 새로운 뷰 합성에서 아티팩트를 유도합니다. 이전 접근 방식들은 Neural Radiance Field (NeRF)를 동적인 외관을 처리하고 transient 물체를 제거하기 위해 추가적인 학습 가능 모듈과 통합했지만, 이들의 광범위한 학습 요구와 느린 렌더링 속도는 실제 배포를 제한합니다. 최근에는 3D Gaussian Splatting (3DGS)이 N.. 공감수 1 댓글수 0 2024. 12. 30.
DINO-X: A Unified Vision Model for Open-World Object Detection and Understanding DINO-X: A Unified Vision Model for Open-World Object Detection and Understanding IDEA Research Team Abstract이 논문에서는 IDEA Research에서 개발한 통합 객체 중심 비전 모델인 DINO-X를 소개합니다, 이 모델은 현재까지 최고의 오픈 월드 객체 탐지 성능을 자랑합니다. DINO-X는 Grounding DINO 1.5 [47]와 동일한 트랜스포머 기반 인코더-디코더 아키텍처를 사용하여 오픈 월드 객체 이해를 위한 객체 수준 표현을 추구합니다. 긴 꼬리 객체 탐지를 쉽게 하기 위해 DINO-X는 입력 옵션을 확장하여 텍스트 프롬프트, 시각 프롬프트, 맞춤형 프롬프트를 지원합니다. 이러한 유연한 프롬프트 옵션을 통.. 공감수 0 댓글수 0 2024. 12. 26.
WildGaussians: 3D Gaussian Splatting in the Wild WildGaussians: 3D Gaussian Splatting in the Wild Jonas Kulhanek, Songyou Peng, Zuzana Kukelova, Marc Pollefeys, Torsten Sattler Abstract3D 장면 재구성 분야는 포토리얼리티 품질로 인해 NeRF가 지배적인 반면, 최근에는 3D Gaussian Splatting (3DGS)이 등장하여 실시간 렌더링 속도와 유사한 품질을 제공하고 있습니다. 그러나 두 방법 모두 잘 제어된 3D 장면에서 주로 뛰어난 성능을 발휘하는 반면, 야생 데이터 - 폐쇄, 동적 객체, 다양한 조명으로 특징지어짐 - 는 여전히 도전적입니다. NeRF는 이미지별 임베딩 벡터를 통해 이러한 조건에 쉽게 적응할 수 있지만, 3DGS는.. 공감수 1 댓글수 0 2024. 12. 17.
YOLOv11: An Overview of the Key Architectural Enhancements YOLOv11: An Overview of the Key Architectural Enhancements Rahima Khanam, Muhammad Hussain Abstract이 연구는 YOLO (You Only Look Once) 객체 감지 모델 시리즈의 최신 버전인 YOLOv11의 아키텍처 분석을 제시합니다. 우리는 향상된 피쳐 추출과 같은 여러 방식으로 모델 성능을 개선하는 데 기여하는 C3k2 (Cross Stage Partial with kernel size 2) 블록, SPPF (Spatial Pyramid Pooling - Fast) 및 C2PSA (Convolutional block with Parallel Spatial Attention) 구성 요소의 도입을 포함한 모델 아키텍처 혁신을.. 공감수 0 댓글수 0 2024. 11. 27.
Fast Segment Anything Fast Segment Anything Xu Zhao, Wenchao Ding, Yongqi An, Yinglong Du, Tao Yu, Min Li, Ming Tang, Jinqiao Wang Abstract최근 제안된 segment anything model (SAM)은 많은 컴퓨터 비전 작업에서 상당한 영향을 미치고 있습니다. 이미지 세그멘테이션, 이미지 캡션, 이미지 편집과 같은 많은 하이 레벨 작업의 파운데이션 단계가 되고 있습니다. 그러나 막대한 계산 비용으로 인해 업계 시나리오에서 더 넓은 응용을 할 수 없습니다. 계산은 주로 고해상도 입력에서 트랜스포머 아키텍처에서 이루어집니다. 본 논문에서는 비슷한 성능을 가진 이 기본 작업에 대한 속도 향상 대안 방법을 제안합니다. 작업을 세그먼트 생성.. 공감수 2 댓글수 0 2024. 11. 7.
Depth Pro: Sharp Monocular Metric Depth in Less Than a Second Depth Pro: Sharp Monocular Metric Depth in Less Than a Second Aleksei Bochkovskii, Ama¨el Delaunoy, Hugo Germain, Marcel Santos, Yichao Zhou, Stephan R. Richter, Vladlen Koltun Abstract제로샷 메트릭 단안 뎁스 추정을 위한 파운데이션 모델을 제시합니다. 저희 모델인 Depth Pro는 탁월한 샤프함과 고주파수 디테일로 고해상도 뎁스 맵을 합성합니다. 예측은 카메라 intrinsic과 같은 메타데이터의 가용성에 의존하지 않고 절대 규모의 메트릭입니다. 또한 모델은 표준 GPU에서 0.3초 만에 2.25 메가픽셀 뎁스 맵을 생성하여 빠릅니다. 이러한 특성은 밀도가 .. 공감수 0 댓글수 0 2024. 11. 7.
Semantic-aware Occlusion Filtering Neural Radiance Fields in the Wild Semantic-aware Occlusion Filtering Neural Radiance Fields in the Wild Jaewon Lee, Injae Kim, Hwan Heo, Hyunwoo J. Kim Abstract우리는 소수의 제약 없는 관광 사진에서 신경 장면 표현을 재구성하기 위한 학습 프레임워크를 제시합니다. 각 이미지에는 transient occluders가 포함되어 있기 때문에 기존 방법에는 많은 학습 데이터가 필요한 야생 사진으로 래디언스 필드를 구성하려면 정적 및 transient 구성 요소를 분해하는 것이 필요합니다. 우리는 주어진 몇 개의 이미지만으로 두 구성 요소를 분리하는 것을 목표로 하는 SF-NeRF를 소개하며, 이는 supervision 없이 시맨틱 정보를 활용합니다.. 공감수 1 댓글수 0 2024. 10. 31.
Segment Anything in High Quality Segment Anything in High Quality Lei Ke, Mingqiao Ye, Martin Danelljan, Yifan Liu, Yu-Wing Tai, Chi-Keung Tang, Fisher Yu Abstract최근의 Segment Anything Model (SAM)은 강력한 제로샷 기능과 유연한 프롬프트를 허용하는 세그멘테이션 모델 확장의 큰 도약을 의미합니다. 11억 개의 마스크로 학습되었지만, 특히 복잡한 구조를 가진 물체를 다룰 때 SAM의 마스크 예측 품질은 많은 경우 부족합니다. 우리는 SAM의 원래 프롬프터블 설계, 효율성 및 제로샷 일반화 가능성을 유지하면서 모든 물체를 정확하게 세그멘트할 수 있는 기능을 갖춘 HQ-SAM을 제안한다. 우리의 세심한 설계는 최소한의 .. 공감수 8 댓글수 1 2024. 10. 28.
NeRF-HuGS: Improved Neural Radiance Fields in Non-static Scenes Using Heuristics-Guided Segmentation NeRF-HuGS: Improved Neural Radiance Fields in Non-static Scenes Using Heuristics-Guided Segmentation Jiahao Chen, Yipeng Qin, Lingjie Liu, Jiangbo Lu, Guanbin Li AbstractNeural Radiance Field (NeRF)는 새로운 뷰 합성 및 3D 장면 재구성의 우수성으로 널리 인정받고 있습니다. 그러나 그 효과는 본질적으로 정적 장면의 가정과 관련이 있기 때문에 움직이는 물체나 그림자와 같은 transient distractors에 직면할 때 바람직하지 않은 아티팩트에 취약합니다. 본 연구에서는 수작업 휴리스틱과 SOTA 세그멘테이션 모델의 강점을 조화롭게 결합하여 tr.. 공감수 4 댓글수 1 2024. 10. 21.
SpotLessSplats: Ignoring Distractors in 3D Gaussian Splatting SpotLessSplats: Ignoring Distractors in 3D Gaussian Splatting Sara Sabour, Lily Goli, George Kopanas, Mark Mathews, Dmitry Lagun, Leonidas Guibas, Alec Jacobson, David Fleet, Andrea Tagliasacchi Abstract3D Gaussian Splatting (3DGS)은 효율적인 학습 및 렌더링 속도를 제공하는 3D 재구성을 위한 유망한 기술로, 실시간 애플리케이션에 적합합니다. 그러나 현재 방법은 3DGS의 인터-뷰 일관성 가정을 충족하기 위해 고도로 제어된 환경—움직이는 사람이나 바람이 부는 요소가 없고 일관된 조명이 필요하지 않다—이 필요합니다. 따라서 실.. 공감수 0 댓글수 0 2024. 10. 21.
Recognize Anything: A Strong Image Tagging Model Recognize Anything: A Strong Image Tagging Model Youcai Zhang, Xinyu Huang, Jinyu Ma, Zhaoyang Li, Zhaochuan Luo, Yanchun Xie, Yuzhuo Qin, Tong Luo, Yaqian Li, Shilong Liu, Yandong Guo, Lei Zhang AbstractRecognize Anything Model (RAM): a strong foundation model for image tagging을 소개합니다:RAM은 컴퓨터 비전 분야의 대규모 모델에 상당한 진전을 이루었으며, 일반적인 카테고리를 높은 정확도로 인식하는 제로 샷 기능을 보여줍니다. RAM은 수동 주석 대신 대규모 이미지-텍스트 쌍을 학습에.. 공감수 1 댓글수 0 2024. 10. 18.
Grounded SAM: Assembling Open-World Models for Diverse Visual Tasks Grounded SAM: Assembling Open-World Models for Diverse Visual Tasks International Digital Economy Academy (IDEA) & Community AbstractGrounding DINO [38]를 오픈셋 객체 검출기로 사용하여 segment anything model (SAM) [25]과 결합하는 Grounded SAM을 소개합니다. 이러한 통합을 통해 임의의 텍스트 입력을 기반으로 모든 영역을 감지하고 세그멘트할 수 있으며 다양한 비전 모델을 연결할 수 있는 문이 열립니다.그림 1에 표시된 것처럼, 다용도 Grounded SAM 파이프라인을 사용하면 광범위한 비전 작업을 달성할 수 있습니다. 예를 들어, 입력 이미지에만 기반.. 공감수 7 댓글수 1 2024. 10. 17.
Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection Shilong Liu, Zhaoyang Zeng, Tianhe Ren, Feng Li, Hao Zhang, Jie Yang, Qing Jiang, Chunyuan Li, Jianwei Yang, Hang Su, Jun Zhu, Lei Zhang Abstract본 논문에서는 범주 이름이나 참조 표현식과 같은 사람의 입력으로 임의의 객체를 탐지할 수 있는 트랜스포머 기반 탐지기 DINO와 grounded 사전 학습을 결합하여 Grounding DINO라는 오픈셋 객체 탐지기를 개발합니다. 오픈셋 객체 탐지의 핵심 솔루션은 오픈셋 개념 일반화를 위해 폐쇄형.. 공감수 5 댓글수 0 2024. 10. 16.
Faster Segment Anything: Towards Lightweight SAM for Mobile Applications Faster Segment Anything: Towards Lightweight SAM for Mobile Applications Chaoning Zhang, Dongshen Han, Yu Qiao, Jung Uk Kim, Sung-Ho Bae, Seungkyu Lee, Choong Seon Hong AbstractSegment Anything Model (SAM)은 인상적인 제로 샷 전송 성능과 다양한 비전 애플리케이션(예: 세분화된 제어를 통한 이미지 편집)에 대한 높은 다재다능함으로 인해 상당한 주목을 받고 있습니다. 이러한 애플리케이션의 대부분은 휴대폰과 같은 리소스가 제한된 에지 장치에서 실행되어야 합니다. 본 연구에서는 헤비급 이미지 인코더를 경량 이미지 인코더로 대체하여 SAM을 모바일 친화.. 공감수 3 댓글수 1 2024. 10. 15.
Gaussian in the Wild: 3D Gaussian Splatting for Unconstrained Image Collections Gaussian in the Wild: 3D Gaussian Splatting for Unconstrained Image Collections Dongbin Zhang, Chuming Wang, Weitao Wang, Peihao Li, Minghan Qin, Haoqian Wang Abstract제약이 없는 야생 이미지에서 새로운 뷰 합성은 의미 있지만 어려운 작업으로 남아 있습니다. 이러한 제약이 없는 이미지의 photometric 변화와 transient occluders로 인해 원래 장면을 정확하게 재구성하는 것이 어렵습니다. 이전 접근 방식은 Neural Radiance Fields (NeRF)에 전역적인 외관 피쳐를 도입하여 문제를 해결합니다. 그러나 실제 세계에서는 장면에서 각 작은 점의 고.. 공감수 1 댓글수 0 2024. 10. 11.
NeRF On-the-go: Exploiting Uncertainty for Distractor-free NeRFs in the Wild NeRF On-the-go: Exploiting Uncertainty for Distractor-free NeRFs in the Wild Weining Ren, Zihan Zhu, Boyang Sun, Jiaqi Chen, Marc Pollefeys, Songyou Peng AbstractNeural Radiance Fields (NeRFs)는 정적 장면의 멀티뷰 이미지에서 사진사실적인 뷰를 합성하는 데 놀라운 성공을 보여주었지만 움직이는 물체, 그림자 및 조명 변화와 같은 distractors가 있는 동적인 실제 환경에서는 어려움을 겪고 있습니다.기존 방법은 제어된 환경과 낮은 폐색 비율을 관리하지만 특히 높은 폐색 시나리오에서는 렌더링 품질에 미치지 못합니다. 이 논문에서는 자연스럽게 캡처된 이미지 .. 공감수 5 댓글수 1 2024. 10. 11.
Splatfacto-W: A Nerfstudio Implementation of Gaussian Splatting for Unconstrained Photo Collections Splatfacto-W: A Nerfstudio Implementation of Gaussian Splatting for Unconstrained Photo Collections Congrong Xu, Justin Kerr, Angjoo Kanazawa Abstract정확한 장면 재구성을 복잡하게 만드는 photometric 변화와 일시적인 폐색기로 인해 제약이 없는 야생 이미지 컬렉션의 새로운 뷰 합성은 여전히 중요하지만 어려운 작업입니다. 이전 방법은 이미지별 외관 피쳐 임베딩을 Neural Radiance Field (NeRF)에 통합하여 이러한 문제에 접근해 왔습니다. 3D Gaussian Splatting (3DGS)은 더 빠른 학습과 실시간 렌더링을 제공하지만, 아키텍처가 크게 다르기 때문에 .. 공감수 0 댓글수 0 2024. 10. 3.
RobustNeRF: Ignoring Distractors with Robust Losses RobustNeRF: Ignoring Distractors with Robust Losses Sara Sabour, Suhani Vora, Daniel Duckworth, Ivan Krasin, David J. Fleet, Andrea Tagliasacchi AbstractNeural radiance fields (NeRF)는 정적 장면의 멀티뷰, 보정된 이미지가 주어졌을 때 새로운 뷰를 합성하는 데 탁월합니다. 장면에 이미지 캡처 중에 지속되지 않는 distractors (이동하는 물체, 조명 변화, 그림자)가 포함된 경우, 아티팩트는 뷰 종속 효과 또는 'floaters'로 나타납니다. distractors에 대처하기 위해 학습 데이터에서 distractors를 최적화 문제의 이상치로 모델링하여 Ne.. 공감수 0 댓글수 0 2024. 10. 3.
Cross-Ray Neural Radiance Fields for Novel-view Synthesis from Unconstrained Image Collections Cross-Ray Neural Radiance Fields for Novel-view Synthesis from Unconstrained Image Collections Yifan Yang, Shuhai Zhang, Zixiong Huang, Yubing Zhang, Mingkui Tan AbstractNeural Radiance Fields (NeRF)는 픽셀당 단일 ray를 샘플링하여 장면을 렌더링하는 혁신적인 접근 방식으로, 정적 장면 이미지에서 새로운 뷰 합성에 인상적인 기능을 입증했습니다. 그러나 실제로는 일반적으로 제약이 없는 이미지 컬렉션에서 NeRF를 복구해야 하므로 두 가지 과제가 있습니다: 1) 이미지는 캡처 시간과 카메라 설정이 다르기 때문에 종종 외형이 동적으로 변화하며, 2) 이미.. 공감수 0 댓글수 0 2024. 10. 2.
NeRF-MS: Neural Radiance Fields with Multi-Sequence NeRF-MS: Neural Radiance Fields with Multi-Sequence Peihao Li, Shaohui Wang, Chen Yang, Bingbing Liu, Weichao Qiu, Haoqian Wang AbstractNeural radiance fields (NeRF)는 단일 시퀀스 데이터로만 학습할 때 새로운 뷰 합성에서 인상적인 성능을 달성합니다. 그러나 더 나은 재구성 성능을 위해서는 서로 다른 시간에 서로 다른 카메라로 캡처한 멀티 시퀀스를 활용하는 것이 필수적입니다. 멀티 시퀀스 데이터에는 두 가지 주요 과제가 필요합니다: 조명 조건이 다르고 보행자와 같은 비 정적 물체로 인한 외관 변화. 이러한 문제를 해결하기 위해 멀티 시퀀스 데이터로 NeRF를 학습하는 새로운 접.. 공감수 0 댓글수 0 2024. 9. 28.
NeRF for Outdoor Scene Relighting NeRF for Outdoor Scene Relighting Viktor Rudnev, Mohamed Elgharib, William Smith, Lingjie Liu, Vladislav Golyanik, Christian Theobalt Abstract사진에서 실외 장면을 사실적으로 편집하려면 이미지 형성 과정에 대한 깊은 이해와 장면 지오메트리, 반사율 및 조명의 정확한 추정이 필요합니다. 그런 다음 장면 알베도와 지오메트리를 변경하지 않으면서 조명을 섬세하게 조작할 수 있습니다. 뉴럴 래디언스 필드를 기반으로 한 실외 장면 재조명을 위한 최초의 접근 방식인 NeRF-OSR을 제시합니다. 기존 기술과 달리, 이 방법은 제어되지 않은 설정에서 촬영한 실외 사진 모음만 사용하여 조명과 카메라 시점을 동시.. 공감수 0 댓글수 0 2024. 9. 25.
Hallucinated Neural Radiance Fields in the Wild Hallucinated Neural Radiance Fields in the Wild Xingyu Chen, Qi Zhang, Xiaoyu Li, Yue Chen, Ying Feng, Xuan Wang, Jue Wang AbstractNeural Radiance Fields (NeRF)는 최근 인상적인 새로운 뷰 합성 능력으로 인기를 얻고 있습니다. 이 논문은 환각 상태의 NeRF 문제를 연구합니다: 즉, 관광 이미지 그룹에서 하루 중 다른 시간에 현실적인 NeRF를 복구하는 것입니다. 기존 솔루션은 다양한 조건에서 새로운 뷰를 렌더링하기 위해 제어 가능한 외관 임베딩을 갖춘 NeRF를 채택하지만, 보이지 않는 외관으로 뷰 일관성 있는 이미지를 렌더링할 수는 없습니다. 이 문제를 해결하기 위해 Ha-Ne.. 공감수 0 댓글수 0 2024. 9. 16.
SF3D: Stable Fast 3D Mesh Reconstruction with UV-unwrapping and Illumination Disentanglement SF3D: Stable Fast 3D Mesh Reconstruction with UV-unwrapping and Illumination Disentanglement Mark Boss, Zixuan Huang, Aaryaman Vasishta, Varun Jampani Abstract저희는 단일 이미지에서 0.5초 만에 빠르고 고품질의 텍스처 객체 메쉬 재구성을 위한 새로운 방법인 SF3D를 소개합니다. 대부분의 기존 접근 방식과 달리 SF3D는 메쉬 생성을 위해 명시적으로 학습되어 정점 색상에 의존하지 않고 빠른 텍스처 생성을 가능하게 하는 빠른 UV 언랩 기술을 통합합니다. 이 방법은 재구성된 3D 메쉬의 시각적 품질을 향상시키기 위해 재료 매개변수와 노멀 맵을 예측하는 방법도 학습합니다. 또한 SF.. 공감수 1 댓글수 0 2024. 8. 5.
Adding Conditional Control to Text-to-Image Diffusion Models Adding Conditional Control to Text-to-Image Diffusion Models Lvmin Zhang, Anyi Rao, Maneesh Agrawala Abstract저희는 사전 학습된 대규모 text-to-image 디퓨전 모델에 공간 조건화 제어를 추가하기 위한 신경망 아키텍처인 ControlNet을 소개합니다. ControlNet은 프로덕션 준비가 된 대규모 디퓨전 모델을 잠그고, 수십억 개의 이미지로 사전 학습된 심층적이고 강력한 인코딩 레이어를 강력한 백본으로 재사용하여 다양한 조건부 제어 세트를 학습합니다. 신경망 아키텍처는 매개 변수를 0에서 점진적으로 확장하고 유해한 노이즈가 파인튜닝에 영향을 미치지 않도록 하는 "zero convolution"(제로 초기화 컨.. 공감수 2 댓글수 0 2024. 7. 30.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.