Papers with Code 아카이브
Scene Parsing
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 9
- 평가표
- 2
- 보존된 평가 기록
- 3
Scene parsing is to segment and parse an image into different image regions associated with semantic categories, such as sky, road, person, and bed. MIT Description
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
TOLiD: 증류를 위한 토큰 리프팅을 통한 비전 파운데이션 모델에서 LiDAR 사전학습으로의 아키텍처 격차 해소
Slot-RAE: 직접 표현 오토인코더를 통한 객체 중심 학습 간소화
파싱, 탐색, 확인: 사고의 연쇄 추론과 구조화된 공간 메모리를 활용한 학습 불필요 항공 비전-대화 내비게이션
다중 상호작용 차량의 장면 수준 차선 변경 의도 및 궤적 예측을 위한 동적 장면 상호작용 추론 프레임워크
OmniSCS: 완전 편집 가능한 드라이빙 월드를 통한 자율주행 안전-위험 시나리오 전방위 합성
구현된 비전-언어 내비게이션의 종합적 서베이 및 체계적 실세계 평가
MAGIC: 대규모 언어 모델을 활용한 전환 인식 기반 탐색 가능 멀티씬 게임 월드 생성
ProSGNeRF: 도시 장면에서 주파수 변조 파운데이션 모델을 활용한 점진적 동적 신경 장면 그래프
멀티모달 파운데이션 모델과 기하학을 활용한 제로샷 3D 일반 장애물 탐지
극한 실환경 번호판 인식을 위한 HAT 초해상도와 PARSeq+CLIP4STR 투표 앙상블
SplatCtrl: 가우시안 장면 표현과 반응형 로봇 제어를 통한 인지-행동 결합
AnythingReality: 오픈-어휘 VR 장면 탐험을 위한 강건한 온라인 Gaussian Splatting SLAM
Hydra++: 객체 수준 형상 추정을 통한 실시간 계층적 3D 장면 그래프 구축
4DR360: 4D 레이더-카메라 전체 장면 인식에서 결합 3D 검출 및 점유 예측을 위한 상태 추론
10년간 비전-언어 AI 모델의 정확도 및 시각-인지 오류 변화 연구
AUTOPILOT VQA: 사고 중심 블랙박스 영상 이해를 위한 비전-언어 모델 벤치마크
공간 추론을 위한 비전-언어 메모리
LESV: 개방형 어휘 3D 장면 이해를 위한 언어 임베디드 희소 복셀 융합
SPHINX: 먼저 설명하고, 그 다음 탐색하라
HSA: 다중 입도 장면 분해를 위한 계층적 슬롯 어텐션
WCog-VLA: 엔드-투-엔드 자율주행을 위한 이중 수준 세계-인지 비전-언어-액션 모델
RS-Agent: 지능형 에이전트를 통한 원격 탐사 작업 자동화
소셜 3D 장면 그래프: 인터랙티브 서비스 로봇을 위한 인간 행동 및 관계 모델링
SWITCH: 장기 수평 구현형 시나리오에서 유형 인터페이스의 모델링 및 처리 벤치마킹
OpenGround: 오픈 월드 3D 비주얼 그라운딩을 위한 계획 기반 온라인 지각
SpatialFly: 연속적 UAV 비전-언어 내비게이션을 위한 암묵적 3D 사전 정보 기반 시각적 재파라미터화
EgoDyn-Bench: 자율주행을 위한 비전 중심 파운데이션 모델의 자아 운동 이해 평가
GARDEN: 중력 정렬 기반 RGB 이미지로부터의 분리된 환경 재구성
VLRC: 더 나은 피드포워드 3D 사전학습을 위한 확장 가능한 신호로서의 비전-언어 재투영 일관성
Ground3D-LMM: LMM을 활용한 세밀한 3D 포인트 그라운딩 및 공간 추론
GEM-Occ: 시각적 기하학 증거에서 구현된 에이전트의 의미론적 점유 메모리로
생성 이미지 모델을 활용한 학습 없는 기본 형태 추상화
Image2Sim: 생성적 신경 시뮬레이터를 통한 구현된 내비게이션 스케일링
DeSeG: 물리적으로 타당한 인간-장면 상호작용을 위한 의미적 의도와 기하학적 제약의 분리
AVA-VLM: 야외 건설 현장 모니터링을 위한 적응적 시각 어텐션 비전-언어 모델
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.