³×À̹ö°¡ À̹ø´Þ 18ÀϺÎÅÍ 22ÀϱîÁö ¹Ì±¹ ¼ÖÆ®·¹ÀÌÅ©½ÃƼ¿¡¼ ÁøÇàµÇ´Â ÄÄÇ»ÅÍ ºñÀü, µö·¯´× ÇÐȸÀÎ ‘CVPR2018’À» ÅëÇØ ¼¼°èÀûÀÎ AI ¿¬±¸Áøµé°ú ±â¼ú¿¡ ´ëÇØ È°¹ßÈ÷ °øÀ¯ÇÏ´Â ÀÚ¸®¸¦ °¡Á³´Ù°í ¹àÇû´Ù.
CVPR2018Àº ¼¼°èÀûÀÎ ¿¬±¸±â°üµéÀÌ Âü¼®ÇØ ¸Å³â »õ·Î¿î ÄÄÇ»ÅÍ ºñÀü, µö·¯´× µî ÀΰøÁö´É ±â¼ú ¿¬±¸¿¡ ´ëÇØ ³íÀÇÇÏ´Â ÀåÀ¸·Î, ¿ÃÇØ´Â 6õ¿© ¸íÀÇ ¿¬±¸Áøµé°ú ³×À̹ö¸¦ Æ÷ÇÔÇÑ ±¸±Û, ¾Ë¸®¹Ù¹Ù, ¾Æ¸¶Á¸, ¿ì¹ö, ÆäÀ̽ººÏ µî ±Û·Î¹ú ±â¾÷µéÀÌ ´ë°Å ½ºÆù¼·Î Âü°¡Çß´Ù.
³×À̹ö´Â À۳⿡ ÀÌ¾î ¿ÃÇصµ ´Ù¼¸ ÆíÀÇ ³í¹®ÀÌ Ã¤ÅõǾúÀ¸¸ç, ƯÈ÷ Clova AI Research ÀÎÅϽ± ÇÁ·Î±×·¥À» ÅëÇØ ¿¬±¸ÇÑ ‘StarGAN’¿¡ ´ëÇÑ ³í¹®’ Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation(ÃÖÀ±Á¦, ÇÏÁ¤¿ì, Sung Kim, ÁÖÀç°É µî)Àº ±¹³» »êÇбâ°ü Áß À¯ÀÏÇÏ°Ô CVPR »óÀ§ 2% À̳»¿¡ ¼±Á¤, ‘Oral’ ¼¼¼ÇÀ» ÅëÇØ ¹ßÇ¥µÇ´Â ¼º°ú¸¦ ¾ò¾ú´Ù.
ÇØ´ç ¹ßÇ¥´Â ‘¸Ó¸®»ö, ¼ºº°, ³ªÀÌ, °¨Á¤ µî ¿©·¯ °³ÀÇ Æ¯Â¡À» ÇÑ ¹ø¿¡ º¯È½Ãų ¼ö ÀÖ´Â »õ·Î¿î À̹ÌÁöº¯È¯ ¸ðµ¨ÀÎ StarGAN¿¡ ´ëÇÑ ³»¿ëÀ¸·Î, ÇöÁö½Ã°£À¸·Î 21ÀÏ ÁøÇàµÅ Âü¼®ÇÑ ¿¬±¸Áøµé·ÎºÎÅÍ ¶ß°Å¿î °ü½ÉÀ» ¹Þ¾Ò´Ù.
¶ÇÇÑ, ³×À̹öÀÇ ‘Dynamic Graph Generation Network: Generating Relational Knowledge From Diagrams (À¯¿µÁØ + ³×À̹ö D2SF¿¡¼ ÅõÀÚÇÑ V.DO)’¿Í ‘Context-Aware Deep Feature Compression for High-Speed Visual Tracking (À±»óµÎ)’ ¿ª½Ã Æ÷½ºÅÍ ¼¼¼ÇÀ» ÅëÇØ ³×À̹ö°¡ ¿¬±¸ÇÏ°í ÀÖ´Â ±â¼ú¿¡ ´ëÇØ ÀÔÁõÇÏ°í °øÀ¯ÇÏ´Â ±âȸ¸¦ °¡Á³´Ù.
±èŸ¸ ±âÀÚ ktman21c@gamevu.co.kr
<ÀúÀÛ±ÇÀÚ © °ÔÀÓºä, ¹«´Ü ÀüÀç ¹× Àç¹èÆ÷ ±ÝÁö>