Papers with Code 아카이브
Scene Understanding
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 6
- 평가표
- 3
- 보존된 평가 기록
- 5
Scene understanding involves interpreting the visual information of a scene, including objects, their spatial relationships, and the overall layout. It goes beyond simple object recognition by considering the context and how objects relate to each other and the environment.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
멀티모달 대규모 언어 모델의 과학 시각화 리터러시 벤치마킹
비디오 장면 파싱에 대한 포괄적 서베이: 발전, 과제 및 전망
시각-언어 내비게이션을 위한 인스턴스 강화 의미 지도
DialogueVPR: 대화형 시각적 장소 인식(VPR)을 향하여
RxBrain: 언어-시각 추론 및 상상을 결합한 구현 인지 기반 모델
시각적 파지를 넘어서: 탐지에서 실행까지 복합 파지 벤치마킹
SafeRelBench: VLM 기반 체화 에이전트의 프로세스 수준 안전성을 위한 공간 관계 인식 벤치마크
로봇을 위한 지능형 클라우드-엣지 멀티모달 상호작용 시스템
AI 대 인간 전문가 추론: 스트리트 뷰 영상 기반 건물 유형 예측의 일치도 평가
DINO-SLAM: 신경 암시적·명시적 표현을 위한 DINO 기반 RGB-D SLAM
GSVisLoc: 가우시안 스플래팅 장면 표현을 위한 일반화 가능한 시각적 위치 추정
MapAnything: 3D 도시 자산 위치 추정을 위한 단안 메트릭 깊이 모델 평가
Lavida-O: 통합 멀티모달 이해 및 생성을 위한 탄력적 대규모 마스크드 확산 모델
TokenSwap: 대규모 비전-언어 모델의 구성적 이해에 대한 백도어 공격
PanoAffordanceNet: 360° 실내 환경에서의 통합적 어포던스 그라운딩
REST: 제로샷 객체-목표 내비게이션을 위한 후퇴 지평 탐색 스타이너 트리
TSHA: 신뢰할 수 있는 안전 위험 평가 시나리오에서의 비전-언어 모델 벤치마크
SeeSE3: 비전 특징에서 3D 공간의 창발
Ego Scene Augmentation을 통한 멀티모달 대규모 언어 모델의 자기중심적 공간 인지 강화
장기 증분 3D 객체 검출에서 모델 망각 주기의 돌파
자율주행에서 조강도(BEV) 세그멘테이션을 위한 변분 추론
WorkDrive: 자율주행을 위한 도로 공사 인과 연쇄(Chain of Causation)
단일 전문가를 넘어: 공간 이해를 위한 MLLM에서 다양한 시각적 사전(prior)의 조화
신문 이미지의 계층적 구조 이해를 향하여
예술 감상에서의 이질적 시선 패턴: 자폐 개인, 예술가, 신경전형적 관찰자 집단 간 어텐션의 공간·시간적 특징
SceneBind: 비전, 오디오, 언어 전반에서 무엇(what)과 어디(where)의 결합
EM-GANSim: 조건부 GAN을 이용한 3D 실내 장면의 실시간 정밀 전자기 시뮬레이션
오디오-비주얼 내비게이션을 위한 하이브리드 Mamba
동시 이미지 이해 및 생성: 자기 교정 결합 마르코프 점프 과정
멀티모달 대규모 언어 모델의 시각 어트리뷰션을 위한 증거 재구성 및 예측적 맥락 잔차화
OccTrack360: 서라운드뷰 fisheye 카메라 기반 4D 파노픽 점유 추적
토지 이용 장면 분류를 위한 비전 트랜스포머와 합성곱 신경망
이미지 편집 모델은 조명을 이해하는가?
파노라마 장면 이해: 왜곡 인지 엔지니어링에서 구면 고유 모델링까지의 서베이
공간 속 자아: UAV 체화 지능에서 자기 인식과 공간 인지 벤치마킹
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.