PyTorchKR Papers

최신 논문

총 3편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2602.03538v2cs.CV

제약 기반 동적 가우시안 스플래팅

Constrained Dynamic Gaussian Splatting

동적 가우시안 스플래팅(Dynamic Gaussian Splatting)은 고충실도 4D 재구성을 가능하게 하지만, 실제 배포는 근본적인 딜레마로 인해 심각하게 저해됩니다. 제약 없는 조밀화(densification)는 엣지 디바이스와 호환되지 않는 과도한 메모리 소비를 초래하는 반면, 휴리스틱 가지치기(pruning)는 사전 설정된 가우시안 예산 하에서 최적의 렌더링 품질을 달성하지 못합니다. 본 연구에서는 학습(training) 중 엄격한 사용자 정의 가우시안 예산을 강제하기 위해 동적 장면 재구성을 예산 제약 최적화(budget-constrained optimization) 문제로 공식화하는 새로운 프레임워크인 제약 기반 동적 가우시안 스플래팅(Constrained Dynamic Gaussian Splatting, CDGS)을 제안합니다. 우리의 핵심 통찰은 핵심 최적화 동력으로서 미분 가능한 예산 컨트롤러를 도입하는 것입니다. 다중 모달 통합 중요도 점수의 유도를 받는 이 컨트롤러는 기하학적, 모션, 인지적 단서를 융합하여 정밀하게 용량을 조절합니다. 이러한 고정 예산의 효용을 극대화하기 위해, 가우시안 표현을 정적 및 동적 브랜치로 분리하고 모션 복잡도에 따라 두 브랜치 사이에 공유된 글로벌 용량을 분배하는 적응형 정적-동적 할당 전략을 추가로 도입합니다. 또한 이러한 제약 조건을 매끄럽게 통합하여 목표 개수를 정밀하게 준수하도록 보장하는 3단계 학습 전략을 구현합니다. 학습 후에는 이중 모드 하이브리드 압축 기법을 통해 스토리지 오버헤드를 더욱 줄입니다. 따라서 CDGS는 지정된 가우시안 개수 예산을 엄격하게 준수(오차 < 2%)할 뿐만 아니라 우수한 율-왜곡(rate-distortion) 성능을 달성합니다. 광범위한 실험을 통해 CDGS가 다양한 용량 제한 하에서 최적의 렌더링 품질과 우수한 율-왜곡 성능을 제공하며, 최첨단(SOTA) 방법인 Ex4DGS와 비교하여 3배 이상의 모델(model) 압축을 달성함을 입증합니다.

arXiv:2609.34834v2cs.CV

손실 포인트 클라우드 속성 압축을 위한 변환 정렬 학습 특징

Transform-Aligned Learned Features for Lossy Point Cloud Attribute Compression

변환 기반(Transform-based) 방식은 속성을 변환 계수로 표현함으로써 포인트 클라우드 속성 압축을 위한 효과적인 프레임워크를 제공합니다. 이 프레임워크에 학습된 공간적 문맥을 도입하려면 공간 표현을 변환 도메인으로 매핑해야 하지만, 이러한 기저 변환은 네트워크가 암시적으로 학습하도록 맡겨지는 경우가 많습니다. 본 논문에서는 학습된 공간 표현에 속성 변환을 적용하여 이를 부호화 대상과 명시적으로 정렬하는 변환 정렬 학습 특징(Transform-Aligned Learned Features, TALF)을 제안합니다. 분석 결과에 따르면, 이렇게 도출된 특징은 유계 테일러 잉여항(bounded Taylor remainder)을 갖는 매끄러운 비선형 모델의 1차 예측 항을 정확히 표현합니다. 본 연구는 명시적인 양자화 스텝 제어를 유지하면서, 통합된 계수 도메인 율-왜곡(rate--distortion) 목적 함수 하에서 명시적 계수 예측 및 조건부 잔차 엔트로피 모델링을 갖춘 변환 기반 속성 코덱에 TALF를 통합합니다. 세 가지 벤치마크 데이터셋과 다양한 변환 기저에 대한 광범위한 실험을 통해, TALF가 기존 방식 및 학습 기반 베이스라인 대비 율-왜곡 성능을 향상함을 입증합니다.

arXiv:2610.00204v1cs.CV

질의 독립적 가변 비트율 시각 토큰 코딩

Query Independent Variable Rate Visual Token Coding

비전-언어 모델(VLM)을 위한 시각 토큰 압축은 거의 전적으로 어떤 토큰을 유지하고 나머지를 폐기할지 결정하는 선택 문제로 다루어집니다. 가장 효과적인 기준은 언어 모델이 토큰에 부여하는 어텐션에 따라 토큰의 순위를 매기는 것인데, 이는 순위가 주어지는 질문의 함수가 되도록 만듭니다. 이러한 특성은 단일 턴 벤치마크에서는 드러나지 않지만, 대화의 여러 턴에 걸쳐 캐싱되거나 기기와 서버 간에 전송될 때처럼 압축된 표현이 한 번 기록되고 여러 번 읽힐 때 결정적인 영향을 미칩니다. 본 연구에서는 그 대신 고전적인 변환 코딩 툴킷의 다른 절반을 취하여, 모든 토큰을 유지하되 전송률(비트율)을 변화시킵니다. 변환 코드는 각 토큰의 측정된 왜곡-전송률 곡선을 드러내며, 고정된 비트 예산은 해당 곡선에 대한 정확한 정수율-왜곡 최적화를 통해 토큰 전반에 분배됩니다. 파이프라인에 텍스트가 입력되지 않으므로 하나의 압축된 표현으로 모든 질의를 처리할 수 있습니다. 동일한 비트 예산 하에 두 데이터셋과 두 가지 용량에서 평가했을 때, 균일 전송률 코딩, 닫힌 형태의 워터 필링 및 왜곡 순위 기반 가지치기보다 모델의 출력 분포와 답변을 더 우수하게 보존합니다. 또한 가지치기가 맞춰진 질문에 대해서는 어텐션 순위 기반 가지치기와 동등한 성능을 보이며, 동일한 이미지에 대해 압축된 이미지가 다른 질문에 답해야 하는 상황에서는 이를 능가합니다.