CVPR2024 Papers with Code

CVPR 2024 논문 및 오픈 소스 프로젝트 컬렉션(코드가 포함된 논문)

CVPR 2024 결정은 이제 OpenReview에서 확인할 수 있습니다!

참고 1: 누구나 문제를 제출하고 CVPR 2024 논문 및 오픈 소스 프로젝트를 공유할 수 있습니다!

참고 2: 이전 CV 컨퍼런스 논문과 기타 고품질 CV 논문 및 종합 리뷰에 대한 자세한 내용은 https://github.com/amusi/daily-paper-computer-vision을 참조하세요.

• ECCV2024
• CVPR 2023

최대 규모의 컴퓨터 비전 AI 지식 행성인 [CVer 학술 교류 그룹]에 참여하기 위해 QR 코드를 스캔하신 것을 환영합니다! 매일 업데이트되며, 컴퓨터 비전, AI 페인팅, 이미지 처리, 딥러닝, 자율주행, 의료영상 및 AIGC 분야의 최신 최첨단 학습 자료를 빠르게 공유하세요!

[CVPR 2024 오픈소스 논문 디렉토리]

• 3DGS(가우스 스플래팅)
• 아바타
• 등뼈
• 클립
• 매
• 구체화된 AI
• 간
• GNN
• 다중 모드 대형 언어 모델(MLLM)
• 대형 언어 모델(LLM)
• 나스
• OCR
• NRF
• DETR
• 즉각적인
• 확산 모델
• ReID(재식별)
• 롱테일 분포(Long-Tail)
• 비전 트랜스포머
• 비전-언어
• 자기 지도 학습
• 데이터 증대
• 객체 감지
• 이상 탐지
• 표적 추적(시각적 추적)
• 의미론적 분할
• 인스턴스 분할
• Panoptic 분할
• 의료영상
• 의료 영상 분할
• 비디오 객체 분할
• 비디오 인스턴스 분할
• 참조 이미지 분할
• 이미지 매트
• 이미지 편집
• 낮은 수준의 시력
• 초해상도
• 노이즈 제거
• 디블러
• 자율주행
• 3D 포인트 클라우드
• 3D 객체 감지
• 3D 의미론적 분할
• 3D 개체 추적
• 3D 의미론적 장면 완성(3D Semantic Scene Completion)
• 3D등록
• 3D 인간 자세 추정
• 3D 휴먼 메시 추정
• 의료영상
• 이미지 생성
• 비디오 생성
• 3D 생성
• 영상이해
• 액션 감지
• 텍스트 감지
• 지식 증류
• 모델 가지치기
• 이미지 압축
• 3D 재구성
• 깊이 추정
• 궤도 예측
• 차선 감지
• 이미지 캡션
• 시각적 질문 답변
• 수화 인식
• 비디오 예측
• 소설관 종합
• Zero-Shot Learning(제로 샘플 학습)
• 스테레오 매칭
• 기능 매칭
• 장면 그래프 생성
• 암시적 신경 표현
• 이미지 품질 평가
• 비디오 품질 평가
• 데이터세트
• 새로운 작업
• 기타

3DGS(가우스 스플래팅)

Scaffold-GS: 뷰 적응형 렌더링을 위한 구조화된 3D 가우스

• 홈페이지: https://city-super.github.io/scaffold-gs/
• 논문: https://arxiv.org/abs/2312.00109
• 코드: https://github.com/city-super/Scaffold-GS

GPS-가우스: 실시간 휴먼 노블 뷰 합성을 위한 일반화 가능한 픽셀별 3D 가우스 스플래팅

• 홈페이지: https://shunyuanzheng.github.io/GPS-Gaussian
• 논문: https://arxiv.org/abs/2312.02155
• 코드: https://github.com/ShunyuanZheng/GPS-Gaussian

GaussianAvatar: 애니메이션 가능한 3D 가우시안을 통해 단일 비디오에서 사실적인 인간 아바타 모델링을 향하여

• 논문: https://arxiv.org/abs/2312.02134
• 코드: https://github.com/huliangxiao/GaussianAvatar

GaussianEditor: 가우시안 스플래팅을 사용한 신속하고 제어 가능한 3D 편집

• 논문: https://arxiv.org/abs/2311.14521
• 코드: https://github.com/buaacyw/GaussianEditor

충실도가 높은 단안 동적 장면 재구성을 위한 변형 가능한 3D 가우스

• 홈페이지: https://ingra14m.github.io/Deformable-Gaussians/
• 논문: https://arxiv.org/abs/2309.13101
• 코드: https://github.com/ingra14m/Deformable-3D-Gaussians

SC-GS: 편집 가능한 동적 장면을 위한 희소 제어 가우스 스플래팅

• 홈페이지: https://yihua7.github.io/SC-GS-web/
• 논문: https://arxiv.org/abs/2312.14937
• 코드: https://github.com/yihua7/SC-GS

실시간 동적 뷰 합성을 위한 시공간 가우스 특징 스플래팅

• 홈페이지: https://oppo-us-research.github.io/SpacetimeGaussians-website/
• 논문: https://arxiv.org/abs/2312.16812
• 코드: https://github.com/oppo-us-research/SpacetimeGaussians

DNGaussian: 글로벌-로컬 깊이 정규화를 통해 희소 뷰 3D 가우스 래디언스 필드 최적화

• 홈페이지: https://fictionarry.github.io/DNGaussian/
• 논문: https://arxiv.org/abs/2403.06912
• 코드: https://github.com/Fictionarry/DNGaussian

실시간 동적 장면 렌더링을 위한 4D 가우스 스플래팅

• 논문: https://arxiv.org/abs/2310.08528
• 코드: https://github.com/hustvl/4DGaussians

GaussianDreamer: 2D 및 3D 확산 모델을 연결하여 텍스트에서 3D 가우스로 빠르게 생성

• 논문: https://arxiv.org/abs/2310.08529
• 코드: https://github.com/hustvl/GaussianDreamer

아바타

GaussianAvatar: 애니메이션 가능한 3D 가우시안을 통해 단일 비디오에서 사실적인 인간 아바타 모델링을 향하여

• 논문: https://arxiv.org/abs/2312.02134
• 코드: https://github.com/huliangxiao/GaussianAvatar

머리 장착형 센서의 실시간 시뮬레이션 아바타

• 홈페이지: https://www.zhengyiluo.com/SimXR/
• 논문: https://arxiv.org/abs/2403.06862

등뼈

RepViT: ViT 관점에서 모바일 CNN 재검토

• 논문: https://arxiv.org/abs/2307.09283
• 코드: https://github.com/THU-MIG/RepViT

TransNeXt: 비전 트랜스포머를 위한 강력한 중심와 시각적 인식

• 논문: https://arxiv.org/abs/2311.17132
• 코드: https://github.com/DaiShiResearch/TransNeXt

클립

Alpha-CLIP: 원하는 곳에 초점을 맞춘 CLIP 모델

• 논문: https://arxiv.org/abs/2312.03818
• 코드: https://github.com/SunzeY/AlphaCLIP

FairCLIP: 비전 언어 학습의 공정성 활용

• 논문: https://arxiv.org/abs/2403.19949
• 코드: https://github.com/Harvard-Ophalmology-AI-Lab/FairCLIP

매

구체화된 AI

EmbodiedScan: 구현된 AI를 위한 전체적인 다중 모드 3D 인식 제품군

• 홈페이지: https://tai-wang.github.io/embodiedscan/
• 논문: https://arxiv.org/abs/2312.16170
• 코드: https://github.com/OpenRobotLab/EmbodiedScan

MP5: 능동 인식을 통한 Minecraft의 다중 모드 개방형 구현 시스템

• 홈페이지: https://iranqin.github.io/MP5.github.io/
• 논문: https://arxiv.org/abs/2312.07472
• 코드: https://github.com/IranQin/MP5

LEMON: 2D 이미지에서 3D 인간-객체 상호 작용 관계 학습

• 논문: https://arxiv.org/abs/2312.08963
• 코드: https://github.com/yyvhang/lemon_3d

간

OCR

OCR의 스케일링 법칙에 관한 실증적 연구

• 논문: https://arxiv.org/abs/2401.00028
• 코드: https://github.com/large-ocr-model/large-ocr-model.github.io

ODM: 장면 텍스트 감지 및 발견을 위한 텍스트-이미지 추가 정렬 사전 훈련 접근 방식

• 논문: https://arxiv.org/abs/2403.00303
• 코드: https://github.com/PriNing/ODM

NRF

PIE-NeRF?: NeRF를 사용한 물리학 기반 대화형 탄성역학

• 논문: https://arxiv.org/abs/2311.13099
• 코드: https://github.com/FYTalon/pienerf/

DETR

DETR은 실시간 객체 감지에서 YOLO를 능가합니다.

• 논문: https://arxiv.org/abs/2304.08069
• 코드: https://github.com/lyuwenyu/RT-DETR

Salience DETR: 계층적 Salience 필터링 개선을 통해 탐지 변환기 향상

• 논문: https://arxiv.org/abs/2403.16131
• 코드: https://github.com/xiuqhou/Salience-DETR

즉각적인

다중 모드 대형 언어 모델(MLLM)

mPLUG-Owl2: 모달리티 협업을 통한 다중 모드 대형 언어 모델 혁신

• 논문: https://arxiv.org/abs/2311.04257
• 코드: https://github.com/X-PLUG/mPLUG-Owl/tree/main/mPLUG-Owl2

다중 모드 LLM을 위한 링크 컨텍스트 학습

• 논문: https://arxiv.org/abs/2308.07891
• 코드: https://github.com/isekai-portal/Link-Context-Learning/tree/main

OPERA: 과잉 신뢰 페널티 및 회고 할당을 통해 다중 모드 대형 언어 모델의 환각 완화

• 논문: https://arxiv.org/abs/2311.17911
• 코드: https://github.com/shikiw/OPERA

대규모 다중 모드 모델이 임의의 시각적 프롬프트를 이해하도록 만들기

• 홈페이지: https://vip-llava.github.io/
• 논문: https://arxiv.org/abs/2312.00784

핑크: 다중 모드 LMS에 대한 참조 이해의 힘 공개

• 논문: https://arxiv.org/abs/2310.00582
• 코드: https://github.com/SY-Xuan/Pink

Chat-UniVi: 통합된 시각적 표현으로 이미지 및 비디오 이해를 통해 대규모 언어 모델 지원

• 논문: https://arxiv.org/abs/2311.08046
• 코드: https://github.com/PKU-YuanGroup/Chat-UniVi

OneLLM: 모든 양식을 언어에 맞추는 하나의 프레임워크

• 논문: https://arxiv.org/abs/2312.03700
• 코드: https://github.com/csuhan/OneLLM

대형 언어 모델(LLM)

VTimeLLM: 비디오 순간을 포착할 수 있도록 LLM 역량 강화

• 논문: https://arxiv.org/abs/2311.18445
• 코드: https://github.com/huangb23/VTimeLLM

나스

ReID(재식별)

매직 토큰: 다중 모드 객체 재식별을 위한 다양한 토큰 선택

• 논문: https://arxiv.org/abs/2403.10254
• 코드: https://github.com/924973292/EDITOR

텍스트-이미지 개인 재식별을 위한 잡음 대응 학습

• 논문: https://arxiv.org/abs/2308.09911

• 코드: https://github.com/QinYang79/RDE

확산 모델

InstanceDiffusion: 이미지 생성을 위한 인스턴스 수준 제어

• 홈페이지: https://people.eecs.berkeley.edu/~xdwang/projects/InstDiff/

• 논문: https://arxiv.org/abs/2402.03290

• 코드: https://github.com/frank-xwang/InstanceDiffusion

잔류 노이즈 제거 확산 모델

• 논문: https://arxiv.org/abs/2308.13712
• 코드: https://github.com/nachifur/RDDM

DeepCache: 무료로 확산 모델 가속화

• 논문: https://arxiv.org/abs/2312.00858
• 코드: https://github.com/horseee/DeepCache

DEADiff: 얽힌 표현을 사용한 효율적인 스타일화 확산 모델

• 홈페이지: https://tianhao-qi.github.io/DEADiff/

• 논문: https://arxiv.org/abs/2403.06951

• 코드: https://github.com/Tianhao-Qi/DEADiff_code

SVGDreamer: 확산 모델을 사용한 텍스트 기반 SVG 생성

• 논문: https://arxiv.org/abs/2312.16476
• 코드: https://ximinng.github.io/SVGDreamer-project/

InteractDiffusion: 텍스트-이미지 확산 모델을 위한 상호작용 제어

• 논문: https://arxiv.org/abs/2312.05849
• 코드: https://github.com/jiuntian/interactdiffusion

MMA-확산: 확산 모델에 대한 다중 모드 공격

• 논문: https://arxiv.org/abs/2311.17516
• 코드: https://github.com/yangyijune/MMA-Diffusion

VMC: 텍스트-비디오 확산 모델에 대한 시간적 주의 적응을 사용한 비디오 모션 사용자 정의

• 홈오에이지: https://video-motion-customization.github.io/
• 논문: https://arxiv.org/abs/2312.00845
• 코드: https://github.com/HyonHo99/Video-Motion-Customization

비전 트랜스포머

TransNeXt: 비전 트랜스포머를 위한 강력한 중심와 시각적 인식

• 논문: https://arxiv.org/abs/2311.17132
• 코드: https://github.com/DaiShiResearch/TransNeXt

RepViT: ViT 관점에서 모바일 CNN 재검토

• 논문: https://arxiv.org/abs/2307.09283
• 코드: https://github.com/THU-MIG/RepViT

토큰 확장을 통한 Transformer에 대한 일반적이고 효율적인 교육

• 논문: https://arxiv.org/abs/2404.00672
• 코드: https://github.com/Osilly/TokenExpansion

비전-언어

PromptKD: 비전 언어 모델을 위한 비지도 프롬프트 증류

• 논문: https://arxiv.org/abs/2403.02781
• 코드: https://github.com/zhengli97/PromptKD

FairCLIP: 비전 언어 학습의 공정성 활용

• 논문: https://arxiv.org/abs/2403.19949
• 코드: https://github.com/Harvard-Ophalmology-AI-Lab/FairCLIP

객체 감지

DETR은 실시간 객체 감지에서 YOLO를 능가합니다.

• 논문: https://arxiv.org/abs/2304.08069
• 코드: https://github.com/lyuwenyu/RT-DETR

제로샷 주야간 도메인 적응으로 객체 감지 강화

• 논문: https://arxiv.org/abs/2312.01220
• 코드: https://github.com/ZPDu/Boosting-Object-Detection-with-Zero-Shot-Day-Night-Domain-Adaptation

YOLO-World: 실시간 개방형 어휘 개체 감지

• 논문: https://arxiv.org/abs/2401.17270
• 코드: https://github.com/AILab-CVC/YOLO-World

Salience DETR: 계층적 Salience 필터링 개선을 통해 탐지 변환기 향상

• 논문: https://arxiv.org/abs/2403.16131
• 코드: https://github.com/xiuqhou/Salience-DETR

이상 탐지

오픈셋 감독 이상 탐지를 위한 이상 이질성 학습

• 논문: https://arxiv.org/abs/2310.12790
• 코드: https://github.com/mala-lab/AHL

객체 추적

다중 객체 추적을 위한 궤적 롱테일 분포 탐구

• 논문: https://arxiv.org/abs/2403.04700
• 코드: https://github.com/chen-si-jia/Trajectory-Long-tail-Distribution-for-MOT

의미론적 분할

더 강력하고, 더 적고, 더 우수합니다: 도메인 일반화 의미론적 분할을 위한 비전 기반 모델 활용

• 논문: https://arxiv.org/abs/2312.04265
• 코드: https://github.com/w1oves/Rein

SED: 개방형 어휘 의미론적 분할을 위한 간단한 인코더-디코더

• 논문: https://arxiv.org/abs/2311.15537
• 코드: https://github.com/xb534/SED

의료영상

기능 재임베딩: 전산 병리학의 기초 모델 수준 성능을 향하여

• 논문: https://arxiv.org/abs/2402.17228
• 코드: https://github.com/DearCaat/RRT-MIL

VoCo: 3D 의료 영상 분석을 위한 간단하면서도 효과적인 볼륨 대비 학습 프레임워크

• 논문: https://arxiv.org/abs/2402.17300
• 코드: https://github.com/Luffy03/VoCo

ChAda-ViT: 이종 현미경 이미지의 공동 표현 학습을 위한 채널 적응형 주의

• 논문: https://arxiv.org/abs/2311.15264
• 코드: https://github.com/nicoboou/chada_vit

의료 영상 분할

자율주행

UniPAD: 자율 주행을 위한 보편적인 사전 훈련 패러다임

• 논문: https://arxiv.org/abs/2310.08370
• 코드: https://github.com/Nightmare-n/UniPAD

Cam4DOcc: 자율 주행 애플리케이션에서 카메라 전용 4D 점유율 예측을 위한 벤치마크

• 논문: https://arxiv.org/abs/2311.17663
• 코드: https://github.com/haomo-ai/Cam4DOcc

온라인 3D 장면 인식을 위한 메모리 기반 어댑터

• 논문: https://arxiv.org/abs/2403.06974
• 코드: https://github.com/xuxw98/Online3D

상황별 인스턴스 쿼리를 사용하여 3D 의미론적 장면 완성을 조화시킵니다.

• 논문: https://arxiv.org/abs/2306.15670
• 코드: https://github.com/hustvl/Symphony

길가 협동 인식을 위한 실제 대규모 데이터세트

• 논문: https://arxiv.org/abs/2403.10145
• 코드: https://github.com/AIR-THU/DAIR-RCooper

자율주행을 위한 싱글뷰와 멀티뷰 깊이의 적응형 융합

• 논문: https://arxiv.org/abs/2403.07535
• 코드: https://github.com/Junda24/AFNet

TSP6K 데이터 세트를 통한 교통 장면 구문 분석

• 논문: https://arxiv.org/pdf/2303.02835.pdf
• 코드: https://github.com/PengtaoJiang/TSP6K

3D 포인트 클라우드(3D-Point-Cloud)

3D 객체 감지

PTT: 효율적인 시간적 3D 객체 감지를 위한 점-궤적 변환기

• 논문: https://arxiv.org/abs/2312.08371
• 코드: https://github.com/kuanchihhuang/PTT

UniMODE: 통합 단안 3D 객체 감지

• 논문: https://arxiv.org/abs/2402.18573

3D 의미론적 분할

이미지 편집

모두를 위한 하나의 편집: 대화형 배치 이미지 편집

• 홈페이지: https://thaoshibe.github.io/edit-one-for-all
• 논문: https://arxiv.org/abs/2401.10219
• 코드: https://github.com/thaoshibe/edit-one-for-all

비디오 편집

MaskINT: 보간적 비자동회귀 마스크 변환기를 통한 비디오 편집

• 홈페이지: https://maskint.github.io

• 논문: https://arxiv.org/abs/2312.12468

낮은 수준의 시력

잔류 노이즈 제거 확산 모델

• 논문: https://arxiv.org/abs/2308.13712
• 코드: https://github.com/nachifur/RDDM

사전 훈련된 모델의 사전 변수를 통해 이미지 복원 강화

• 논문: https://arxiv.org/abs/2403.06793

초해상도

SeD: 이미지 초해상도를 위한 의미 인식 판별기

• 논문: https://arxiv.org/abs/2402.19387
• 코드: https://github.com/lbc12345/SeD

APISR: 애니메이션 제작에 영감을 받은 실제 애니메이션 초해상도

• 논문: https://arxiv.org/abs/2403.01598
• 코드: https://github.com/Kiteretsu77/APISR

노이즈 제거

이미지 노이즈 제거

3D 인간 자세 추정

효율적인 변압기 기반 3D 인간 자세 추정을 위한 Hourglass Tokenizer

• 논문: https://arxiv.org/abs/2311.12028
• 코드: https://github.com/NationalGAILab/HoT

이미지 생성

InstanceDiffusion: 이미지 생성을 위한 인스턴스 수준 제어

• 홈페이지: https://people.eecs.berkeley.edu/~xdwang/projects/InstDiff/

• 논문: https://arxiv.org/abs/2402.03290

• 코드: https://github.com/frank-xwang/InstanceDiffusion

ECLIPSE: 이미지 생성을 위한 리소스 효율적인 텍스트-이미지 변환

• 홈페이지 : https://eclipse-t2i.vercel.app/

• 논문: https://arxiv.org/abs/2312.04655

• 코드: https://github.com/eclipse-t2i/eclipse-inference

Instruct-Imagen: 다중 모드 명령을 사용한 이미지 생성

• 논문: https://arxiv.org/abs/2401.01952

잔류 노이즈 제거 확산 모델

• 논문: https://arxiv.org/abs/2308.13712
• 코드: https://github.com/nachifur/RDDM

UniGS: 이미지 생성 및 분할을 위한 통합 표현

• 논문: https://arxiv.org/abs/2312.01985

텍스트-이미지 합성을 위한 다중 인스턴스 생성 컨트롤러

• 논문: https://arxiv.org/abs/2402.05408
• 코드: https://github.com/limuloo/migc

SVGDreamer: 확산 모델을 사용한 텍스트 기반 SVG 생성

• 논문: https://arxiv.org/abs/2312.16476
• 코드: https://ximinng.github.io/SVGDreamer-project/

InteractDiffusion: 텍스트-이미지 확산 모델을 위한 상호작용 제어

• 논문: https://arxiv.org/abs/2312.05849
• 코드: https://github.com/jiuntian/interactdiffusion

Ranni: 정확한 프롬프트 팔로우를 위해 텍스트-이미지 확산 길들이기

• 논문: https://arxiv.org/abs/2311.17002
• 코드: https://github.com/ali-vilab/Ranni

비디오 생성

동영상 블로거: 꿈을 동영상 블로그로 만드세요

• 논문: https://arxiv.org/abs/2401.09414
• 코드: https://github.com/Vchitect/Vlogger

VBench: 비디오 생성 모델을 위한 종합 벤치마크 제품군

• 홈페이지: https://vchitect.github.io/VBench-project/
• 논문: https://arxiv.org/abs/2311.17982
• 코드: https://github.com/Vchitect/VBench

VMC: 텍스트-비디오 확산 모델에 대한 시간적 주의 적응을 사용한 비디오 모션 사용자 정의

• 홈오에이지: https://video-motion-customization.github.io/
• 논문: https://arxiv.org/abs/2312.00845
• 코드: https://github.com/HyonHo99/Video-Motion-Customization

3D 생성

CityDreamer: 무한한 3D 도시의 구성 생성 모델

• 홈페이지: https://haozhexie.com/project/city-dreamer/
• 논문: https://arxiv.org/abs/2309.00610
• 코드: https://github.com/hzxie/city-dreamer

LucidDreamer: 간격 점수 매칭을 통한 고품질 텍스트-3D 생성을 향하여

• 논문: https://arxiv.org/abs/2311.11284
• 코드: https://github.com/EnVision-Research/LucidDreamer

영상이해

MVBench: 벤치마크를 이해하는 포괄적인 다중 모드 비디오

• 논문: https://arxiv.org/abs/2311.17005
• 코드: https://github.com/OpenGVLab/Ask-Anything/tree/main/video_chat2

지식 증류

지식 증류의 로짓 표준화

• 논문: https://arxiv.org/abs/2403.01427
• 코드: https://github.com/sunshangquan/logit-standardization-KD

Minimax Diffusion을 통한 효율적인 데이터 세트 추출

• 논문: https://arxiv.org/abs/2311.15529
• 코드: https://github.com/vimar-gu/MinimaxDiffusion

스테레오 매칭

스테레오 매칭을 위한 신경 마르코프 랜덤 필드

• 논문: https://arxiv.org/abs/2403.11193
• 코드: https://github.com/aeolusguan/NMRF

장면 그래프 생성

HiKER-SGG: 계층적 지식이 강화된 강력한 장면 그래프 생성

• 홈페이지: https://zhangce01.github.io/HiKER-SGG/
• 논문: https://arxiv.org/abs/2403.12033
• 코드: https://github.com/zhangce01/HiKER-SGG

비디오 품질 평가

KVQ: 단편 비디오에 대한 만화경 비디오 품질 평가

• 홈페이지: https://lixinustc.github.io/projects/KVQ/

• 논문: https://arxiv.org/abs/2402.07220

• 코드: https://github.com/lixinustc/KVQ-Challenge-CVPR-NTIRE2024

데이터 세트

길가 협동 인식을 위한 실제 대규모 데이터세트

• 논문: https://arxiv.org/abs/2403.10145
• 코드: https://github.com/AIR-THU/DAIR-RCooper

TSP6K 데이터 세트를 통한 교통 장면 구문 분석

• 논문: https://arxiv.org/pdf/2303.02835.pdf
• 코드: https://github.com/PengtaoJiang/TSP6K

기타

다음 토큰 예측으로서의 객체 인식

• 논문: https://arxiv.org/abs/2312.02142
• 코드: https://github.com/kaiyuyue/nxtp

ParameterNet: 모바일 네트워크의 대규모 시각적 사전 훈련에 매개변수만 있으면 됩니다.

• 논문: https://arxiv.org/abs/2306.14525
• 코드: https://parameternet.github.io/

혼합된 위치 인코딩을 사용한 원활한 인간 동작 구성

• 논문: https://arxiv.org/abs/2402.15509
• 코드: https://github.com/BarqueroGerman/FlowMDM

LL3DA: Omni-3D 이해, 추론 및 계획을 위한 시각적 대화형 지침 조정

• 홈페이지 : https://ll3da.github.io/

• 논문: https://arxiv.org/abs/2311.18651

• 코드: https://github.com/Open3DA/LL3DA

CLOVA: 도구 사용 및 업데이트 기능을 갖춘 Closed-LOop 시각적 도우미

• 홈페이지: https://clova-tool.github.io/
• 논문: https://arxiv.org/abs/2312.10908

MoMask: 3D 인간 동작의 생성적 마스크 모델링

• 논문: https://arxiv.org/abs/2312.00063
• 코드: https://github.com/EricGuo5513/momask-codes

Amodal Ground Truth 및 야생에서의 완성

• 홈페이지: https://www.robots.ox.ac.uk/~vgg/research/amodal/
• 논문: https://arxiv.org/abs/2312.17247
• 코드: https://github.com/Championchess/Amodal-Completion-in-the-Wild

일관된 설명을 통해 향상된 시각적 접지

• 논문: https://arxiv.org/abs/2312.04554
• 코드: https://github.com/uvavision/SelfEQ

ImageNet-D: 확산 합성 개체에 대한 신경망 견고성 벤치마킹

• 홈페이지: https://chenshuang-zhang.github.io/imagenet_d/
• 논문: https://arxiv.org/abs/2403.18775
• 코드: https://github.com/chenshuang-zhang/imagenet_d

합성 인간 그룹 활동을 통해 학습

• 홈페이지: https://cjerry1243.github.io/M3Act/
• 논문 https://arxiv.org/abs/2306.16772
• 코드: https://github.com/cjerry1243/M3Act

주제 간 두뇌 디코딩 프레임워크

• 홈페이지: https://littlepure2333.github.io/MindBridge/
• 논문: https://arxiv.org/abs/2404.07850
• 코드: https://github.com/littlepure2333/MindBridge

하위 전문가의 혼합을 통한 다중 작업 밀도 예측

• 논문: https://arxiv.org/abs/2403.17749
• 코드: https://github.com/YuqiYang213/MLoRE

일반화된 범주 발견을 위한 대조 평균 이동 학습

• 홈페이지 : https://postech-cvlab.github.io/cms/
• 논문: https://arxiv.org/abs/2404.09451
• 코드: https://github.com/sua-choi/CMS