IRIS 연구실의 고종환 교수와 인공지능학과 박사과정 정문찬의 논문 2편이 인공지능 및 컴퓨터 비전 분야의 최우수 국제 학술대회(BK21 CS IF=4)인 International Conference on Computer Vision (ICCV 2023)에 게재 승인되었습니다.

논문 #1: "Multi-Scale Bidirectional Recurrent Network with Hybrid Correlation for Point Cloud-Based Scene Flow Estimation", 정문찬, 고종환

논문 #2: "HandR2N2: Iterative 3D Hand Pose Estimation Using a Residual Recurrent Neural Network", 정문찬, 고종환

논문 "Multi-Scale Bidirectional Recurrent Network with Hybrid Correlation for Point Cloud-Based Scene Flow Estimation"은 자율주행 환경에서 3차원 움직임을 정확하고 효율적으로 예측하기 위한 양방향 순환 기법을 제안합니다. 지난 해 ECCV 2022 학회에서 선보인 연구를 더욱 발전시켜 자연어처리의 양방향 순환 구조(Bidirectional Recurrent Network)를 도입하여 예측 에러를 2배 이상 감소시켰으며, 기존 SOTA 순환 기법들보다 3배 이상 빠른 속도를 보였습니다.

논문 "HandR2N2: Iterative 3D Hand Pose Estimation Using a Residual Recurrent Neural Network"은 AR 글래스를 위한 정확한 3차원 손 자세 추정 기법을 제안합니다. 제안된 기법은 새로운 순환 모듈(Residual Recurrent Unit)을 활용하여 각 관절의 추정 위치를 반복적으로 최적화시키며, 다양한 디바이스의 계산 자원에 따라 동적으로 최적화 횟수와 연산량을 조절할 수 있는 유연한 방법을 제시합니다. 이는 다양한 벤치마크 데이터셋에서 최고의 성능을 보여주며, 연산 효율성과 유연성을 동시에 보여주었습니다.