Author: 이 재윤
[NIPS 2023] Scaling Open-Vocabulary Object Detection
안녕하세요, 이번에 리뷰할 논문은 Google Deepmind에서 2023년에 발표한 NIPS spotlight 논문입니다. 현재 저희 팀 과제에 투입되기 위한 팔로우업 중에 읽게 된 논문으로, detection 데이터셋이 제한적인…
[ICLR 2024] CLIPSELF: VISION TRANSFORMER DISTILLS ITSELF FOR OPEN-VOCABULARY DENSE PREDICTION
안녕하세요, 오늘은 ICLR 2024 Spotlight 논문인 CLIPself를 리뷰해 보려고 합니다. object detection 논문인 만큼 아마 많은 분들이 흥미롭게 읽을 수 있는 논문이지 않으까 싶네요. CLIP이…
[AAAI 2026] SM3Det: A Unified Model for Multi-Modal Remote Sensing Object Detection
안녕하세요, 오늘 리뷰할 논문은 AAAI 2026 Oral 논문인 SM3Det 입니다. LVU 논문 작업 이후 다시 저희 팀 기업 과제 팔로우업과 창의학기제를 겸해서 SAR Object Detection…
[ICCV 2025]Multi-Granular Spatio-Temporal Token Merging for Training-Free Acceleration of Video LLMs
Video Large Language Models(Video-LMMs)는 시공간 토큰(spatiotemporal tokens)을 활용해서 강력한 비디오 이해 능력을 가지게 되었지만 토큰 개수가 많아질수록 연산량이 2차적으로 증가한다는 문제점을 가지고 있었습니다. 이에 저자들은…
[CVPR 2025] Apollo: An Exploration of Video Understanding in Large Multimodal Models
안녕하세요, 3번째 x-review는 Apollo라는 논문입니다. (논문 기준) 현재까지 video-LLM 연구의 문제점을 짚고, 저자 자신들의 모델을 제안하는 구성이기 때문에 LVU task에 익숙하지 않으신 분들도 꽤(?) 재밌게…
[arXiv 2025] WorldMM:Dynamic MultiModal Memory Agent for Long Video Understanding
안녕하세요, 두 번 째 x-review로 WorldMM을 가지고 왔습니다. 저희 논문 작업에서 벤치마크를 만들면, 그걸 테스트할 여러 LVU methods 중 하나가 WorldMM인데, 처음에 아키텍처를 봤을 때…
[arxiv 2025] Solving Spatial Supersensing Without Spatial Supersensing
안녕하세요! 어쩌다 보니 첫 x-review를 쓰게 된 이재윤입니다. 제 첫 x-review는 ResNet이나 Transformer가 될 줄 알았는데, 이번에 근택님 논문 작업에 참여하게 되어 Long video understanding…
[이재윤] 2025년을 보내며
안녕하세요, 이번 회고록으로 첫 글을 쓰게 된 cv팀의 이재윤입니다. 저번 주부터 시험이 끝난 직후기도 했고, 연말 분위기도 스멀스멀 올라오다 보니 조금 나태해진 감이 있었는데 이번…
[2025-하계][이재윤] URP를 마치며
안녕하세요, 2025년 하계 URP 프로그램에 참여했던 지능기전공학부 20학번 이재윤입니다. 두 달 전의 저처럼 URP 지원 또는 연구실 진학을 고민하시는 분들에게 조금이나마 도움이 되고자 후기를 작성하게…
안녕하세요 희승님 좋은 댓글 감사합니다. concept vector를 동일한 concept을 포함한 이미지 임베딩의 평균으로 추정하는 걸로 이해했는데 예를들어 blue bird 이미지가…