Computer Vision134 [2025-1] 박지원-SLEAP: A deep learning system for multi-animal pose tracking Paper ) https://www.nature.com/articles/s41592-022-01426-1 SLEAP는 다중 동물의 자세 추적을 위한 기계 학습 시스템으로, 정확성과 속도(800 프레임/초의 처리 속도)를 보인다. 또한 SLEAP는 다양한 동물에 대한 데이터를 효과적으로 처리하며, 사용자 친화적인 인터페이스와 반복 가능한 구성 시스템을 갖췄기에 이를 통해 동물 행동 연구의 효율성과 신뢰성을 크게 향상시킬 수 있다. 특히 실시간으로 동물의 행동을 제어하는 데 유용하다. 주요 기능다중 동물 자세 추적: SLEAP는 다중 동물의 자세 추적을 위한 시스템으로, 상호작용 레이블링, 교육, 추론 및 교정을 포함하는 전체 워크플로우의 필요를 충족높은 정확도: 파리의 경우 90% 데이터에서 빠른 훈.. 2025. 2. 4. [2025-1] 최민서 - Denoising Diffusion Probabilistic Models [DDPM] https://arxiv.org/abs/2006.11239 Denoising Diffusion Probabilistic ModelsWe present high quality image synthesis results using diffusion probabilistic models, a class of latent variable models inspired by considerations from nonequilibrium thermodynamics. Our best results are obtained by training on a weighted variational boundarxiv.org 본 논문은 기존 Diffusion Model의 기본적인 토대를 바탕으로 매개화를 통해 새로운 .. 2025. 2. 1. [2025-1] 정인아 - Image Super-Resolution via Iterative Refinement https://arxiv.org/abs/2104.07636 Image Super-Resolution via Iterative RefinementWe present SR3, an approach to image Super-Resolution via Repeated Refinement. SR3 adapts denoising diffusion probabilistic models to conditional image generation and performs super-resolution through a stochastic denoising process. Inference starts with parxiv.org Intro문제기존 GAN 기반 super-resolution 모델은 보기에 그럴듯해보이고, 실.. 2025. 2. 1. [2025-1] 유경석 - Latent Consistency Models: Synthesizing High-Resolution Images with Few-Step Inference (LCM) https://arxiv.org/pdf/2310.04378 https://blog.outta.ai/171 [2025-1] Latent Consistency Models : Synthesizing High-Resolution ImagesWith Few-Step Inference논문 링크: 2310.04378 참고 논문 리뷰 블로그 링크: Latent Consistency Models : Synthesizing High-Resolution ImagesWith Few-Step Inference 논문 리뷰 :: LOEWEN Latent Consistency Models : Synthesizing High-Resolution ImagesWith Few-Stblog.outta.ai SummaryStable Dif.. 2025. 2. 1. 이전 1 ··· 12 13 14 15 16 17 18 ··· 34 다음
