[논문리뷰] SNAP3D: Physically Grounded 3D Parts for Assembly from a Single Image본 연구는 단일 이미지 기반의 3D 객체 복원 과정에서 발생하는 부품 간 물리적 정합성 부족 문제를 해결하는 데 집중합니다. 기존의 3D reconstruction 방식은 시각적으로는 그럴듯한 결과를 생성하지만, 실제 물리적인 조립이 불가능한 부품 상태로 파편화되거나 공간적인 배치 오류를 범하는 경우가 많습니다.#Review#3D Part Assembly#Physically Grounded#Single-Image Reconstruction#Part Segmentation#Geometric Constraints2026년 9월 13일댓글 수 로딩 중
[논문리뷰] JigShape: Evaluating Visual-Geometric Reasoning in VLMs through Jigsaw Puzzles본 연구는 기존 VLMs가 복잡한 공간 추론(Spatial Reasoning)을 수행할 수 있는지 검증하기 위해 수행되었습니다. 기존 벤치마크들은 단순한 사각형 패치를 사용하여 텍스처가 반복되는 영역에서 레이블이 모호해지는 문제와 낮은 그리드 밀도로 인한 변별력 저하라는 한계가 있습니다 .#Review#Vision-Language Models#Spatial Reasoning#Jigsaw Puzzles#Geometric Constraints#Visual-Geometric Reasoning#Benchmark2026년 8월 11일댓글 수 로딩 중
[논문리뷰] Model-Based and Sample-Efficient AI-Assisted Math Discovery in Sphere Packing본 논문은 계산 비용이 매우 높은(각 평가에 며칠 소요) 문제인 구 채우기(sphere packing) 문제에서 AI를 활용하여 새로운 수학적 상한을 발견하는 것을 목표로 합니다. 특히, 기존의 데이터 집약적인 AI 접근 방식이 비실용적인 환경에서 샘플 효율적인 모델 기반 프레임워크 를 통해 난제를 해결하고자 합니다.#Review#Sphere Packing#Mathematical Discovery#Semidefinite Programming (SDP)#Bayesian Optimization (BO)#Monte Carlo Tree Search (MCTS)#Sample-Efficient AI#Model-Based Learning#Geometric Constraints2025년 12월 4일댓글 수 로딩 중
[논문리뷰] Geometrically-Constrained Agent for Spatial Reasoning본 논문은 Vision Language Models (VLMs)이 공간 추론 시 겪는 의미론-기하학적 간극(semantic-to-geometric gap) 문제를 해결하고자 합니다.#Review#Spatial Reasoning#Vision Language Models (VLMs)#Geometric Constraints#Agentic AI#Tool Integration#Semantic-to-Geometric Gap#Task Formalization2025년 11월 30일댓글 수 로딩 중
[논문리뷰] Discriminately Treating Motion Components Evolves Joint Depth and Ego-Motion Learning본 논문은 심도 추정 및 에고-모션 학습을 위한 기존의 자율학습(unsupervised learning) 프레임워크가 모션 구성요소(회전, 병진)를 불분명하게 처리하여 신뢰성과 견고성이 저하되는 문제를 해결하고자 합니다.#Review#Self-supervised Learning#Depth Estimation#Ego-Motion Estimation#Motion Component Discrimination#Geometric Constraints#Optical Flow#PoseNet#DepthNet2025년 11월 9일댓글 수 로딩 중