bau.edu.tr

이 이메일 도메인이 관측된 논문 2건

arXiv:2605.15088v2cs.CV

그래프-트랜스포머 백본을 활용한 3D 키포인트 검출을 위한 학습 기반 억제 기법

Learned Suppression for 3D Keypoint Detection with a Graph-Transformer Backbone

3D 키포인트 검출은 컴퓨터 비전(CV) 분야에서 오랫동안 지속되어 온 난제입니다. 대부분의 검출기는 학습되지 않은 휴리스틱 후처리 단계로 마무리됩니다. 본 논문에서는 방향성 그래프 신경망으로 확장한 Point Transformer 백본과 결합하여, 학습 기반 억제 모듈로 이러한 후처리 단계를 개선한 3D 키포인트 검출기를 제안합니다. 이 모듈은 후보군을 대상으로 어떤 것을 유지하고 어떤 것을 억제할지, 그리고 남은 키포인트를 어떻게 재배치할지 학습하는 그래프 네트워크입니다. 세 가지 백본과 결합했을 때, DBSCAN 및 탐욕적 비최대 억제(NMS) 대비 성능을 향상시키며, 원시 기하학 정보 대신 후보 특징을 기반으로 작동하므로 구조적 키포인트와 의미론적(semantic) 키포인트 모두에 동일한 정식화가 적용됩니다. 제안하는 모델은 16개의 KeypointNet 카테고리 중 12개에서 카테고리별로 학습된 KeypointDETR을 능가하고, Building3D Entry-Level 벤치마크에서 최고 Corner F1을 달성하며, 더 큰 Tallinn 분할 데이터셋에서도 BWFormer와 대등한 경쟁력을 유지합니다. GitHub 구현체: https://github.com/cansdev/learned-suppression-3d.

arXiv:2512.23348v3math.AT

유한 위상공간 여과: 데이터 분석을 위한 위상론적 프레임워크

Finite Topological Space Filtrations: A Topological Framework for Data Analysis

유한 위상공간의 여과(filtration)에 기반한 데이터 분석 프레임워크를 소개한다. 유한 메트릭(metric) 데이터 집합에서 출발하여, 동일한 점 집합 위에 점점 거칠어지는(coarsening) 위상의 수열을 구성한다. 이 위상들은 통상적인 방식으로 지속성 모듈(persistence module)과 바코드(barcode)를 제공하지만, 여과가 호몰로지(homology)로만 축소될 때는 사라지는 정보도 함께 보존한다. 각 수준에서 예를 들어 어떤 점들이 위상적으로 구별 불가능한지, 그들의 최소 근방(minimal neighbourhood)이 어떻게 겹치는지, 연결 성분(connected component)들이 어떻게 합쳐지는지, 이러한 특징들이 수준마다 어떻게 변하는지 등을 살펴볼 수 있다. 이러한 여과의 기본 이론을 전개하고, 적절한 가정 하에서 안정성(stability) 결과를 확립하며, 거리 행렬(distance matrix)에서 바로 출발하는 실용적 구성 방법을 제시한다. 이어서 얻어진 유한 위상들로부터 무엇을 배울 수 있는지 연구한다. 서로 다른 형태, 크기, 밀도를 가진 군집(cluster)이 알려진 합성 데이터에서, 이러한 영역들이 유한-위상 구조들 가운데 어떻게 나타나는지, 위상이 거칠어질 때 어떻게 합쳐지는지 검토한다. 또한 구성 과정 초기에 덮이지 않게(uncovered) 되는 점들을 제거하고 분석을 반복할 때 어떤 일이 일어나는지도 연구한다. 1차원 호몰로지에 대해서는 유한-위상 구조 안의 경로(path)를 이용해 순환(cycle)을 찾아내고, 그 출현이 데이터의 기하(geometry)와 어떻게 연관되는지 살펴본다. 마지막으로 구조가 꽤 다른 두 실제 데이터 집합에 이러한 아이디어를 적용한다. Paul15 단일세포(single-cell) 데이터에서는 진화하는 유한 위상을 이용해 미세한 세포 상태, 그들의 겹침과 관계, 더 큰 집단으로의 조립, 이러한 구조들을 연결하는 점들을 제거했을 때의 영향을 검토한다. 물체 이미지가 한 바퀴 전 회전(full rotation)을 통해 샘플링되는 COIL20에서는, 이미지의 순환적(cyclic) 구조가 유한-위상의 진화와 관련 1차원 호몰로지에 어떻게 반영되는지 연구한다.