[논문리뷰] WeVisOne-VL: Unified Visual Perception from Objects to Pixels본 논문은 기존 VLM들이 객체 수준의 인식이나 복잡한 환경에서의 시각적 추론에서 여전히 낮은 신뢰도를 보인다는 문제를 해결하고자 합니다. 기존 모델들은 미세한 픽셀 정보를 다루는 데 한계가 있거나, 특정 카테고리 외에는 할루시네이션(Hallucination)이 빈번하게 발생하여 실제 산업 현장에 적용하기 어렵습니다 .#Review#Vision-Language Models#Unified Perception#Object Detection#Referring Segmentation#Matting#Next-Token Prediction#Reinforcement Learning2026년 10월 22일댓글 수 로딩 중
[논문리뷰] PixelEyes: Decoupling Perception and Reasoning for Pinpoint Visual Evidence Seeking본 논문은 기존 MLLM 기반 시각 추론 에이전트들이 인지와 추론을 단일 모델 내에서 결합함으로써 발생하는 성능 저하 문제를 해결하고자 합니다.#Review#Multimodal Large Language Models#Active Visual Search#Perception-Reasoning Decoupling#Referring Segmentation#Inattentional Blindness2026년 7월 1일댓글 수 로딩 중
[논문리뷰] RefAM: Attention Magnets for Zero-Shot Referral Segmentation컴퓨터 비전 태스크에서 CNN의 의존성을 완전히 제거 하고, 순수한 Transformer 아키텍처 만으로 이미지 분류 성능을 달성하는 것을 목표로 합니다. 기존 CNN 기반 접근법의 한계를 극복하고 self-attention 메커니즘 이 이미지 패치 간의 관계를 효과적으로 학습할 수 있음을 증명하고자 합니다.#Review#Zero-Shot Segmentation#Referring Segmentation#Diffusion Transformers (DiTs)#Attention Mechanisms#Attention Sinks#Stop Words#Vision-Language Models#Training-Free Methods2025년 9월 29일댓글 수 로딩 중
[논문리뷰] Multimodal Referring Segmentation: A Survey이 논문은 이미지, 비디오, 3D 장면과 같은 다양한 시각적 맥락에서 텍스트 또는 오디오 참조 표현을 기반으로 특정 객체를 분할하는 다중모드 참조 분할(Multimodal Referring Segmentation) 분야에 대한 포괄적인 최신 조사를 제공하는 것을 목표로 합니다.#Review#Multimodal Learning#Referring Segmentation#Vision-Language Models#Image Segmentation#Video Segmentation#3D Vision#Survey2025년 8월 4일댓글 수 로딩 중