전체 글1119 [논문리뷰] 텍스트 없이도 텍스트처럼 배운다 — CLIP-IT: CLIP-based Pairing of Histology Images with Privileged Textual Information (WACV 2026) 들어가며: 병리 이미지에는 왜 텍스트 짝이 없을까CLIP 같은 비전-언어 모델이 의료 영상에서도 주목받고 있지만, 현실의 병리(histology) 이미지 데이터셋은 대부분 이미지와 진단 레이블만 있을 뿐, 정돈된 설명 텍스트가 함께 붙어있지 않습니다. 환자 개인정보 문제와 라벨링 비용 때문에 대규모 이미지-텍스트 짝 데이터를 새로 만드는 일은 거의 불가능에 가깝습니다(출처: arXiv:2504.16181).WACV 2026에 발표된 "CLIP-IT: CLIP-based Pairing of Histology Images with Privileged Textual Information"은 이 문제를 정면으로 다룹니다. Banafsheh Karimian, Giulia Avanzato, Soufiane Belh.. 2026. 10. 13. [논문리뷰] 선생님 전체를 다시 보는 법 — CanKD: Cross-Attention-based Non-local Operation for Feature-based Knowledge Distillation (WACV 2026) 들어가며: 작은 모델에게 어떻게 "선생님의 눈"을 심어줄까요즘 비전 모델들은 성능은 좋지만 몸집이 너무 큽니다. 서버에서는 괜찮아도 모바일이나 엣지 디바이스에 올리려면 무겁습니다. 그래서 등장한 해법이 지식 증류(Knowledge Distillation, KD)입니다. 크고 똑똑한 "교사(teacher)" 모델이 가진 지식을 작고 가벼운 "학생(student)" 모델에게 옮겨주는 기법이죠.그중에서도 특징(feature) 기반 증류는 교사와 학생의 중간 특징 맵(feature map)을 서로 비슷하게 만드는 방식입니다. 그런데 이게 생각보다 까다롭습니다. 단순히 같은 위치의 픽셀 값만 맞추면, 주변 맥락 정보나 픽셀 간의 관계는 놓치기 쉽습니다. WACV 2026에 발표된 논문 "CanKD: Cross-A.. 2026. 10. 13. [논문리뷰] 수술 장면을 "본다"던 AI, 알고 보니 글자만 읽고 있었다 — SurgXBench: Explainable Vision-Language Model Benchmark for Surgery (WACV 2026) 들어가며: "정답을 맞혔다"와 "제대로 봤다"는 다르다최근 의료 AI 분야에서 비전-언어 모델(Vision-Language Model, VLM)에 대한 기대가 뜨겁습니다. 영상을 보고 "지금 어떤 수술 도구가 쓰이고 있나요", "이 장면에서 무슨 동작이 일어나고 있나요"를 자연어로 답할 수 있다면, 수술 보조 시스템이나 수련의 교육 도구로 활용될 여지가 큽니다. 그런데 모델이 정답을 맞혔다고 해서 정말 "수술 장면을 이해하고" 답한 걸까요?WACV 2026에 발표된 논문 "SurgXBench: Explainable Vision-Language Model Benchmark for Surgery"(arXiv:2505.10764)는 바로 이 질문을 파고듭니다. 저자들(Jiajun Cheng, Xianwu Zh.. 2026. 10. 13. [논문리뷰] 32장의 시점을 5초에 — RapidMV: Leveraging Spatio-Angular Latent Space for Efficient and Consistent Text-to-Multi-View Synthesis (WACV 2026) 들어가며: 텍스트 한 줄로 "여러 시점"을 동시에 그린다는 것"캐릭터를 3D로 만들어줘"라고 하면 AI는 먼저 여러 각도의 2D 이미지(멀티뷰, multi-view)를 생성한 뒤 이를 바탕으로 3D 모델을 복원합니다. 이 이미지들이 서로 "다른 물체"처럼 보이면 안 되는데, 정면과 옆면의 눈 모양이 달라지는 불일치가 생기면 3D 복원이 통째로 망가집니다.WACV 2026 논문 "RapidMV"(arXiv:2509.24410)는 속도와 일관성을 동시에 잡은 연구입니다. POSTECH·ByteDance Seed·Meta 소속 연구자들(Seungwook Kim, Yichun Shi, Kejie Li, Minsu Cho, Peng Wang)의 공동 연구로(출처: arXiv:2509.24410), 텍스트 한 줄로.. 2026. 10. 13. [논문리뷰] 쿼리는 그만, 격자 하나하나가 곧 물체다 — DenseBEV: Transforming BEV Grid Cells into 3D Objects (WACV 2026) 들어가며: 자율주행차는 세상을 "새의 눈"으로 본다자율주행차의 인지 시스템에서 빼놓을 수 없는 표현 방식이 바로 BEV(Bird's-Eye-View, 조감도)입니다. 차량에 달린 여러 대의 카메라 영상을 하나의 위에서 내려다본 평면 격자로 변환해, 주변 차량·보행자·장애물의 위치를 한눈에 파악할 수 있게 만드는 것이죠. 문제는 이 BEV 격자 자체는 "특징(feature)"일 뿐이고, 실제로 "여기에 차가 있다"는 3D 박스로 변환하는 과정이 따로 필요하다는 점입니다.최근 BEVFormer 같은 트랜스포머 기반 BEV 인코더들은 이 변환 과정에서 소수의 "쿼리(query)"를 사용합니다. 무작위로 초기화된 쿼리나 별도의 보조 네트워크가 찾아낸 후보들을 BEV 특징과 대조해 최종 물체를 추려내는 방식입니다.. 2026. 10. 13. [논문리뷰] 하나의 세포를 둘로 쪼갠 AI, "흙 나르기 거리"로 되돌리다 — 3D Cell Oversegmentation Correction via Geo-Wasserstein Divergence (WACV 2026) 들어가며: 세포를 너무 잘게 쪼개는 AI현미경으로 찍은 3D 세포 이미지에서 "여기부터 여기까지가 한 세포다"를 자동으로 구분하는 작업을 세포 분할(cell segmentation)이라 부릅니다. 식물 조직이나 동물 췌장처럼 세포가 빽빽하게 맞붙은 3D 데이터에서는, AI 모델이 하나의 세포를 두세 조각으로 잘못 쪼개는 실수를 자주 범합니다. 이를 오버세그멘테이션(oversegmentation)이라 합니다. 문제는 진짜 세포 경계와 AI가 잘못 만든 가짜 틈이 모양상 거의 비슷해 구분이 까다롭다는 점입니다.WACV 2026 논문 "3D Cell Oversegmentation Correction via Geo-Wasserstein Divergence"(arXiv:2502.01890)는 저자들 스스로 "3D.. 2026. 10. 13. 이전 1 2 3 4 ··· 187 다음