studenti.uniba.it

이 이메일 도메인이 관측된 논문 2건

arXiv:2610.10160v1cs.CV

BagDINO: DINOv3를 활용한 다중 뷰 수하물 재식별

BagDINO: Multi-View Baggage Re-Identification with DINOv3

위탁 수하물의 오취급은 공항 운영에서 지속적으로 발생하는 문제이며, 현재의 회수 워크플로는 여전히 태그 기반 추적에 크게 의존하고 있어 태그 정보가 유실되거나 제공되지 않을 경우 시각적 식별을 직접적으로 지원하지 못합니다. 본 논문은 다중 카메라 환경에서 수하물 재식별(re-identification)을 인스턴스 수준의 검색 문제로 조사하고, DINOv3 파운데이션 모델(foundation model) 표현을 활용하여 쿼리 이미지를 등록된 수하물 이미지 갤러리와 매칭합니다. DINOv3 백본(backbone) 상단에 Torchreid 스타일의 BNNeck 재식별 헤드를 배치하고, LoRA를 통해 매개변수 효율적인 적응(parameter-efficient adaptation)을 수행합니다. MVB 벤치마크에서 백본을 완전히 고정한 방식과 LoRA 및 미세조정(fine-tuning) 전략을 비교하는 점진적 연구를 통해 실험을 수행합니다. 실험 결과는 파운데이션 모델 특징의 매개변수 효율적인 적응이 제한된 학습 데이터 환경에서 다중 뷰 수하물 재식별을 위한 효과적이고 안정적인 접근 방식을 제공함을 보여줍니다.

arXiv:2606.20598v1cs.HC

생체 신호를 활용한 AI 보조 코딩 성과와 인식 이해

Using Biometrics to Understand AI-Assisted Coding Performance and its Perception

AI 기반 코드 어시스턴트는 소프트웨어 개발을 변화시키고 있지만, 개발자의 인지 과정에 어떤 영향을 미치는지에 대한 실증적 증거는 부족하다. 우리는 피험자 내 교차 설계(within-subjects crossover design)를 통해 AI 보조 프로그래밍의 신경생리학적 상관관계를 조사하는 다기관 연구를 제시한다. 이탈리아 바리와 덴마크 코편하겐의 두 대학에서 참가자를 모집했으며, 뇌전도(EEG), 시선 추적(eye-tracking), 피부전도 활동(electrodermal activity), 심박변이(heart rate variability) 데이터를 루브릭 기반 성과 점수 및 NASA Task Load Index(NASA-TLX)를 이용해 여섯 차원으로 측정한 자기보고 작업부하와 함께 수집했다. AI 보조 조건과 비보조 조건 간 생리적 차이, 개발자 경험의 조절 역할, 생리 지표와 성과의 연관성, 주관적 인식과 객관적 측정 간 정렬(alignment)을 다루는 네 가지 가설을 검증했다. AI 보조 하에서 첫 번째 과제 중 EEG $θ/α$ 비율은 더 낮았고 두 번째 과제 중 시선 깜빡임 빈도는 더 높았으며, 이는 개발자가 생성 작업을 모델에 위임할 때 인지적 몰입이 감소했다는 점과 일치한다. 이 패턴은 학부생과 대학원생 간에 차이가 없었다. 피부전도 활동은 비AI 조건에서만 성과와 상관관계를 보였고 AI 조건에서는 그렇지 않았다. 자기보고 작업부하의 여섯 NASA-TLX 차원 중 Physical demand(신체적 요구)만 비AI 조건에서 성과와 연관되었고 AI 조건에서는 그렇지 않았다. 이러한 결과는 AI 보조 프로그래밍이 혼자 코딩하는 것의 더 빠른 버전이 아니라 인지적으로 구별되는 활동임을 시사하며, AI 어시스턴트 설계와 AI 증강 개발 환경에서의 생체 신호 모니터링에 함의를 갖는다.