[카테고리:] 작성중
-
[논문 정리] LUT with Bilateral Grid: 위치 정보를 더한 실시간 이미지 보정
논문: Image-adaptive 3D Lookup Tables for Real-time Image Enhancement with Bilateral Grids 저자·발표: Wontae Kim, Nam Ik Cho · ECCV 2024 참고: 원문 · 공식 구현 1. 같은 색도 위치에 따라 다르게 보정할 수 있을까? 사진의 색과 밝기를 빠르게 보정하는 방법 중 하나가 3차원 룩업 테이블(3D LUT)이다. RGB 색 공간에 저장된 변환값을 조회하고, 격자 사이의…
-
[논문정리] VINO: 3D 자기지도학습에서 정답과 마스킹을 다시 설계하다
논문: VINO: Revisiting 3D Representation Learning with Volume Transformers 저자: Adrian Kruse, Kadir Yilmaz, Daan de Geus, Francis Engelmann, Bastian Leibe 발표: 2026년 11월, arXiv 사전공개 논문 2611.07176v1 1. 배경과 핵심 요약 이미지에서는 DINO 계열처럼 정답 라벨 없이 학습한 표현을 고정하고 간단한 분류기만 붙여도 여러 작업에 활용할 수 있다. 하지만 3D 포인트 클라우드, 즉 공간에…
-
[연구 리뷰] Weight-Space Programming: LLM이 신경망 가중치를 읽고 고치는 방법
신경망의 동작을 바꾸려면 보통 데이터를 모으고 손실 함수를 정한 뒤, 경사하강법으로 가중치를 업데이트한다. LLM이 이 과정에 참여하더라도 학습 코드나 하이퍼파라미터를 작성하는 역할이 일반적이다. 그렇다면 LLM이 신경망의 가중치를 직접 읽고, 어떤 계산을 하는지 추론한 다음, 필요한 부분을 고칠 수도 있을까? Rikiya Takehi, Jayden Teoh, Alex Zhang, Omar Khattab이 2026년 11월 발표한 연구 블로그 Sparks of Weight-Space…
-
[논문정리] EfficientViT: 고해상도 예측을 위한 멀티스케일 선형 Attention
논문: EfficientViT: Multi-Scale Linear Attention for High-Resolution Dense Prediction 저자: Han Cai, Junyan Li, Muyan Hu, Chuang Gan, Song Han 발표: ICCV 2023. 이 글은 EfficientViT-SAM 결과가 추가된 arXiv v6(2024년 2월 6일)를 기준으로 정리한다. 논문 · 공식 코드 1. 연구 배경과 핵심 요약 이미지의 각 픽셀에 의미를 부여하는 밀집 예측(dense prediction)은 자율주행의 장면 분할이나 고해상도…
-
[논문정리] Axial Attention: 축별 attention으로 이미지 전체 문맥을 연결하는 Transformer
논문: Axial Attention In Multidimensional Transformers 저자: Jonathan Ho, Nal Kalchbrenner, Dirk Weissenborn, Tim Salimans 발표: 2019년, arXiv 1912.12180v1 원문: 논문 읽기 1. 핵심 요약: 전체를 보되, 한꺼번에 연결하지 않는다 이미지·영상 생성에서는 멀리 떨어진 픽셀 사이의 관계를 이해해야 한다. Self-attention(자기 주의)은 이를 직접 연결할 수 있지만, 이미지를 긴 토큰열로 펼치면 위치 수에 대해 계산량이 제곱으로…
-
[논문 정리] Hist2Style: 히스토그램으로 제어하는 사진의 색과 톤
논문: Hist2Style: Histogram-Guided Stylization with Bilateral Grids 저자: Dekel Galor, Adam Pikielny, Zhoutong Zhang, Ke Wang, Laura Waller, Jiawen Chen, Ilya Chugunov 발표: CVPR 2026 · Adobe Nextcam, UC Berkeley 관련 자료: 공식 프로젝트와 시연 · 공식 저장소 1. 사진을 다시 그리지 않고 분위기만 옮길 수 있을까 노을 사진의 따뜻한 색감이나 야경의 차가운 톤을 다른…
-
[논문 정리] RNN 서베이: 순환 신경망의 기억과 LSTM·양방향 RNN의 원리
논문: A Critical Review of Recurrent Neural Networks for Sequence Learning 저자: Zachary C. Lipton, John Berkowitz, Charles Elkan 발표: 2015년 arXiv 서베이, v4 기준 1. 왜 순서를 기억하는 신경망이 필요한가 문장 속 단어와 영상 속 프레임은 앞뒤 맥락에 따라 의미가 달라진다. 각 입력을 따로 처리하거나 정해진 길이의 주변 정보만 붙이는 방식으로는 멀리 떨어진 단서까지…
-
[논문 정리] Staple: Complementary Learners for Real-Time Tracking
논문: Staple: Complementary Learners for Real-Time Tracking 저자: Luca Bertinetto, Jack Valmadre, Stuart Golodetz, Ondrej Miksik, Philip H. S. Torr 발표: CVPR 2016, pp. 1401–1409. arXiv 최초 등록 2015-12-04, 이 글의 기준은 v2(2016-04-13). 출처: 논문 · CVPR 공식 페이지 · 보충자료 1. 핵심 요약: 형태와 색은 서로 다른 순간에 실패한다 첫 프레임에서 지정한 물체를 계속…
-
[논문 정리] DPM 두 논문 읽기: CVPR 2008의 변형 가능한 부품에서 TPAMI 2010의 혼합 모델까지
① CVPR 2008: A Discriminatively Trained, Multiscale, Deformable Part Model Pedro Felzenszwalb, David McAllester, Deva Ramanan. 출판 정보·원문 ② TPAMI 2010: Object Detection with Discriminatively Trained Part-Based Models Pedro F. Felzenszwalb, Ross B. Girshick, David McAllester, Deva Ramanan. IEEE TPAMI 32(9), 1627–1645. 논문 · 출판 정보 1. 두 논문을 관통하는 질문 사람의 팔·다리는 움직이고, 자동차와…

![[논문 정리] LUT with Bilateral Grid: 위치 정보를 더한 실시간 이미지 보정](https://jamescube.me/wp-content/uploads/2026/11/agent-0467cad26d131e9ed4de94de8edc7079.png)
![[논문정리] VINO: 3D 자기지도학습에서 정답과 마스킹을 다시 설계하다](https://jamescube.me/wp-content/uploads/2026/11/vino-figure1-thumbnail-93232b30d43ebd59b055.png)
![[연구 리뷰] Weight-Space Programming: LLM이 신경망 가중치를 읽고 고치는 방법](https://jamescube.me/wp-content/uploads/2026/11/agent-301fc0d05ad18d30a936e613006bfa5c.png)
![[논문정리] EfficientViT: 고해상도 예측을 위한 멀티스케일 선형 Attention](https://jamescube.me/wp-content/uploads/2026/11/agent-7b8014b1d02115f376dc95242327f0dc.png)
![[논문정리] Axial Attention: 축별 attention으로 이미지 전체 문맥을 연결하는 Transformer](https://jamescube.me/wp-content/uploads/2026/10/agent-07fe9cfb8bf58a65d2b8c8fa0fba0c1b.png)
![[논문 정리] Hist2Style: 히스토그램으로 제어하는 사진의 색과 톤](https://jamescube.me/wp-content/uploads/2026/10/agent-d2a8f320838cbf31632e76a88f904a7f.png)
![[논문 정리] RNN 서베이: 순환 신경망의 기억과 LSTM·양방향 RNN의 원리](https://jamescube.me/wp-content/uploads/2026/10/agent-9442becc23778d377a3fd9cf3f5af172.png)
![[논문 정리] Staple: Complementary Learners for Real-Time Tracking](https://jamescube.me/wp-content/uploads/2026/10/agent-ccd24508688a05b960baaf505dd669a5.png)
![[논문 정리] DPM 두 논문 읽기: CVPR 2008의 변형 가능한 부품에서 TPAMI 2010의 혼합 모델까지](https://jamescube.me/wp-content/uploads/2026/10/agent-9290a02646df63614995fdd169529f0e.png)