본 연구의 최종목표는 CLIP(Contrastive Language-Image Pre-training)을 비롯하여 SigLIP2와 같은 최신 비전-언어 모델(Vision-Language Model, VLM)에서 특정 개념의 표현을 효과적으로 제거하는 범용적이고 강건한 개념 제거 기법을 개발하는 것이다. 텍스트와 이미지 간 의미적 연관성을 학습하는 이러한 모...

1) 학업 목표 및 계획- 최종적으로는 인공지능 모델의 심층적인 작동 원리에 대해 이해한 내용을 토대로 신뢰성 있는 인공지능 기술을 개발하는 데에 이바지하고자 함.- “연속 학습 환경에서 작업 단위의 선택적 지식 소거” 연구는 신뢰할 수 있는 인공지능 기술을 향한 첫 발걸음으로, 최근 사회에 대두되는 인공지능 안전성 문제를 완화하는 명시적인 방법임. 컴퓨터...

본 연구에서는 배경음과 원하는 위치의 foreground 음성부터 상황에 알맞은(깔끔한 소리가 아닌 실제 해당 상황 내에서 말하는 것 같은) 말소리까지, 음성 요소를 전역으로 제어하여 음성을 생성하는 통합적 음성 생성 프레임워크를 제안한다. 이를 통해 실제 세상과 아주 밀접한 소리를 사람이 원하는 대로 만들 수 있다. 해당 프레임워크는 배경음 생성 모델과 ...

다중 뷰 이미지 데이터를 이용해 3차원 장면을 다양한 크기와 색을 가진 수십만개의 3차원 Gaussian 분포로 표현하는 3D Gaussian Splatting(3DGS) 모델을 기반으로 한 3D 객체 분할(segmentation) 연구를 진행한다. 현재 해당 연구의 경향은 2D 비전 모델의 고차원 특징을 3D Gaussian에 전이하는 방법론인 Featu...