작품제출
Today 176 | Total 1,180,052
작품제출

서울시립대학교
도시과학대학
온라인 아카이브

University of Seoul, College of Urban Science

SATOR: 샘플 적응형 토큰 선택 기반 Point Cloud 객체 분류

대표이미지2
  • #Computer Vision #Point Cloud

SATOR: Backpropagation-Free 3D Test-Time Adaptation via Sample-Adaptive Token Routing

SATOR는 실환경에서 발생하는 Noise와 분포 변화 환경에서도 안정적인 3D Point Cloud 객체분류를 수행하기 위한 Test-Time Adaptation 기법이다. Token 간 관계를 기반으로 Noise Token을 탐지 및 제거하여, 추가 학습 없이도 높은 정확도와 빠른 추론 속도를 달성한다.
%EA%B3%B5%EC%A2%85%EC%84%A42_13%EC%A1%B0-%EA%B3%B5%EC%9D%B8%EC%84%9D_%ED%8F%AC%EC%8A%A4%ED%84%B0-%EC%B5%9C%EC%A2%85

의견

Leave a Comment

공지사항
사이트맵

© 2020-2026, 서울시립대학교 도시과학대학 온라인 아카이브.
All rights reserved. All content is protected by applicable laws.

Today 176 | Total 1,180,052