인간 자세 추정(Human Pose Estimation)을 효율적으로 수행하기 위한 네트워크 검색 프레임워크인 EfficientPose에 관한 연구를 소개합니다.
AdaPoinTr는 점 구름 완성을 위한 혁신적인 접근 방식을 제시하며, 이를 set-to-set 변환 문제로 재구성합니다.
크라운 자동 디자인 기술인 DCrownFormer 논문 리뷰 입니다.
Shape-As-Points (SAP)라는 새로운 3D 형상 표현 방식을 소개하는 내용입니다.
DGCNN 논문에 대한 설명입니다.
Attention Is All You Need의 논문 리뷰입니다.
간단한 베이스라인 방법을 통해 포즈 추정을 수행하는 AI 기술에 대한 리뷰입니다.
ResNet논문에 대한 설명입니다.

U-Net: 정밀한 의료 영상 분할을 위한 U자형 딥러닝 아키텍처

ECCV 2020 Spotlight 선정! 최신 3D 암시적 표현 기술 소개

KeypointDETR 완전 해부: 후처리 없는 3D 키포인트 검출 트랜스포머

자연어 처리에서 사전 학습(pre-training)과 미세 조정(fine-tuning)을 결합한 새로운 접근을 제안하며, 이후 GPT 시리즈의 기반이 되는 첫 번째 모델(GPT-1)을 소개합니다.
이 논문은 GPT-1의 Generative Pre-Training (GPT) 아이디어를 확장하여 더 큰 모델 규모(1.5B 파라미터)와 데이터셋(WebText, 40GB 이상)**을 활용한 GPT-2를 소개합니다.
이 논문은 3D 치과 스캔 모델의 치아-잇몸 경계 구간 분할 성능 향*을 목표로 합니다.

이 논문은 3D 점 구름(point cloud) 분석 분야에서 복잡한 지역 기하 구조 추출기(local geometric extractor) 없이, 순수한 잔차 MLP (residual MLP) 기반의 간단한 구조만으로도 강력한 성능을 내는 네트워크 입니다.