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.
RiverVLN: 무인 수상정을 위한 위상 기반 시간적 비전-언어 항법
ReVeal: VLA 정책 평가를 위한 재구성 인식 리얼-투-심 프레임워크
ActiveArena: 로봇 조작에서 능동 지각의 벤치마킹 및 이해
VLM-in-Sandbox: 에이전틱 시각 추론을 위한 시각 워크스페이스
명시적 3D 재구성 없이 이미지로부터 직접 수행하는 6-자유도(6-DoF) 궤적 계획을 위한 SE(3) 신경 포텐셜 필드
MMS-VPR: 밀집 보행자 환경을 위한 세분화된 멀티모달 거리 수준 시각적 장소 인식 데이터셋 및 평가 벤치마크
X-GS: 3D 가우시안 스플래팅을 통한 인지 및 사고를 위한 확장 가능한 프레임워크
VeriDrive: 비용 효율적인 비전-언어 계획을 위한 검증 가능한 반사실적 감독
PROBE-X: 학습이 필요 없는 교차 FOV 장소 인식
POI-Loc: 세밀한 POI 로컬라이제이션 벤치마크 및 비대칭 전역-지역 매칭 기법
4D 파운데이션 모델은 기억할 수 있는가?
3D 장면 그래프에서 의미적 불확실성의 계층적 집약
효과적이고 효율적인 체화 탐험을 위한 능동적 공간 검사
보는 것만으로는 충분하지 않다: 비전-언어 모델은 증거를 지각하지만 행동으로 이어지지 못한다
ConsistWorld: 일관된 다중 에이전트 월드 모델을 위한 증거 라우팅
PanoSeg3R: 자동 데이터 큐레이션 파이프라인을 갖춘 파노라마 이미지용 피드포워드 3D 시맨틱 세그멘테이션
DriveReferee: 주행 월드-액션 모델에서 기하학적 안전 판정은 굳이 학습될 필요가 없다
SatOV: 원격 탐사 영상에서 학습이 필요 없는 개방형 어휘 분할을 위한 공간 사전 정보 복원
레이더-이미지 융합을 이용한 이미지 프레임 동적 객체 분할 및 자기 운동 추정
종단 간 자율 주행을 위한 희소 행동 조건 타깃 기반 계획 정렬 BEV 표현 사전학습
학습이 필요 없는 분포 외 세그멘테이션을 위한 파운데이션 모델 신뢰도 및 단안 깊이 결합
M3GA-Wild: 산림 환경에서의 멀티모달 멀티세션 지상-항공 장소 인식을 위한 대규모 데이터셋 및 벤치마크
VDGS: 항공 장면 재구성을 위한 가시성 기반 대규모 3D 가우시안 스플래팅
영원한 조도 카메라
GrapeSplat: 피드포워드 3D 가우시안 스플래팅을 위한 통합 포즈 불요 인코딩 기반 기하학적 그라운딩 재구성
RegVGGT: 규제된 메모리를 통한 스트리밍을 위한 지속 가능한 시각 기하 그라운딩
MinCU: 이미지 쌍에서의 그라운딩 기반 미세 변화 이해를 위한 세밀한 벤치마크
다중 사용자 위치 추정을 위한 비전-무선 융합: 교차 모달 트랜스포머 접근법
ProxyBuild: 메시 앵커 기반 절차적 프록시를 활용한 텍스트 기반 구조화된 3D 건물 생성
교실 내 CFD 기반 기류 분석을 위한 360도 비디오 기반 실내 형상 반자동 복원
HOIBlender: 효율적 사람-객체 상호작용 검출을 위한 경량 검출과 비전-언어 사전지식의 블렌딩
PhysReflect: 물리적으로 타당한 거울 반사를 위한 기하학 및 지각 유도 확산 모델
방송 스누커 큐볼 식별을 위한 규칙 제약 할당
인간 중심 멀티모달 관측에 기반한 선제적 로봇을 위한 인지적 행동 추론
PosEviLoc: 언어 기반 3D 위치 추정을 위한 위치 조건부 공간 증거
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.