ECCV(유럽컴퓨터비전학술대회)2022서 12개 논문 게재
ICLR·CVPR 2022에 이은 세 번째 두 자릿수 논문 성과
카이스트·연세대·고려대 등 산학 협력 및 인턴십 성과 多

네이버 클로바가 세계 최고권의 컴퓨티 버전 학회 중 하나인 ECCV(유럽컴퓨터비전학술대회)에서 13개의 논문을 올렸다. (사진=셔터스톡, 편집=김동원 기자)
네이버 클로바가 세계 최고권의 컴퓨티 버전 학회 중 하나인 ECCV(유럽컴퓨터비전학술대회)에서 13개의 논문을 올렸다. (사진=셔터스톡, 편집=김동원 기자)

네이버 클로바가 세계 최고권위 컴퓨터 비전 학회 중 하나인 유럽컴퓨터비전학술대회(ECCV)에 13개의 논문을 올리는 성과를 기록했다. 표현 학습 국제 학회(ICLR), 국제 컴퓨터 비전 및 패턴인식 학술대회(CVPR)에 이은 올해 세 번째 두 자릿수 논문 게재 성과다

네이버 클로바는 5일 새벽(현지 시간) 발표된 ECCV 2022 논문 리스트에 13개의 논문을 올렸다. ECCV는 구글 스칼라(Google scholar) 기준 공학분야 전체 15위에 랭크된 세계 권위의 국제 학회다. 올해에는 이스라엘 텔아비브에서 열린다.

네이버 클로바가 이번 학회에서 발표한 논문은 광학인식문자(OCR), 안면인식, 사물 인식 등의 기술이 다양한 도메인 데이터에 적용돼 사용자 서비스로 이어질 수 있는 새로운 문제와 방법, 데이터를 정의하는 연구 등이 포함돼 있다.

연구는 카이스트, 연세대, 고려대, 국민대, 아주대 등 대학과 산합협력 및 인턴십으로 이어진 결과물이 많았다. LG AI연구원 등 기업 간 협력한 사례도 있다.

네이버 클로바는 같은 컴퓨터 비전 학회인 CVPR 2022에도 총 17개의 논문을 발표하는 저력을 발휘했다. 국내 단일 기업 조직이 CVPR에서 두 자릿수 논문을 발표한 건 네이버 클로바가 처음이다. 또 지난 ICLR에서도 13개의 논문을 게재했다.

네이버 클로바는 네이버 AI 연구·개발 전문 사내독립기업(CIC)이다. 초대규모 AI인 '하이퍼클로바'를 비롯해 실생활에 사용할 수 있는 AI 기술을 연구·개발하고 있다.

[네이버 클로바가 ECCV 2022에 게재한 논문 목록 일부]

1. Generator의 feature map을 Discriminator의 Aux supervision을 활용하여 unconditional image 생성 성능 향상(Generator Knows What Discriminator Should Learn in Unconditional GANs.)
Gayouong Lee (NAVER CLOVA AI Lab), Hyunsu Kim (NAVER CLOVA AI Lab), Junho Kim (NAVER CLOVA AI Lab), Seonghyeon Kim (NAVER CLOVA AI Lab), Jung-Woo Ha (NAVER CLOVA AI Lab), Yunjey Choi (NAVER CLOVA AI Lab). 

2. ECCV Caption: Correcting False Negatives by Collecting Machine-and-Human-verified Image-Caption Associations for MS-COCO.
Sanghyuk Chun (NAVER CLOVA AI Lab), Wonjae Kim (NAVER CLOVA AI Lab), Song Park (NAVER CLOVA AI Lab), Minsuk Chang (Google), Seong Joon Oh (Univ. of Tuebingen).


3. Domain Generalization by Mutual-Information Regularization with Pre-trained Models.
Junbum Cha (Kakaobrain), Kyungjae Lee (Chungang Univ.), Sungrae Park (Upstage), Sanghyuk Chun (NAVER CLOVA AI Lab).

4. PointFix: Learning to Fix Domain Bias for Robust Online Stereo.
Kwonyoung Kim (Yonsei Univ.), Jungin Park (Yonsei Univ.), Jiyoung Lee (NAVER CLOVA AI Lab), Dongbo Min (Ewha Womans Univ.), Kwanghoon Sohn (Yonsei Univ.)

5.  K-centered Patch Sampling for Efficient Video Recognition.
Seong Hyeon Park (KAIST), Jihoon Tack (KAIST), Byeongho Heo (NAVER CLOVA AI Lab), Jung-Woo Ha (NAVER CLOVA AI Lab), Jinwoo Shin (KAIST).

6. Bridging the Domain Gap towards Generalization in Automatic Colorization.
Hyejin Lee (Kookmin Univ.), Daehee Kim (NAVER CLOVA), Daeun Lee (Korea Univ.), Jinkyu Kim (Korea Univ.), Jaekoo Lee (Kookmin Univ.).

7. Multi-modal Text Recognition Networks: Interactive Enhancements between Visual and Semantic Features.
Byeonghu Na (KAIST), Yoonsik Kim (NAVER CLOVA), Sungrae Park (UPSTAGE).

8. OCR-free Document Understanding Transformer.
Geewook Kim (NAVER CLOVA), Teakgyu Hong (UPSTAGE), Moonbin Yim (NAVER CLOVA), Jinyoung Park (TmaxSoft), Jinyeong Yim (NAVER CLOVA), Wonseok Hwang (LBOX), Sangdoo Yun (NAVER CLOVA AI Lab), Dongyoon Han (NAVER CLOVA AI Lab), and Seunghyun Park (NAVER CLOVA).

9. Multimodal domain generalization 방법론과 CUB-DG 데이터 공개
Seonwoo Min (LG AI Research), Nokyung Park (Korea Univ.), Siwon Kim (SNU), Seunghyun Park (NAVER CLOVA), and Jinkyu Kim (Korea Univ.).
Grounding Visual Representations with Texts for Domain Generalization.

10. RZero-Shot Learning for Reflection Removal of Single 360-Degree Image.
Byeong-Ju Han (NAVER CLOVA),  Jae-Young Sim (UNIST)

11. Contrastive Vicinal Space for Unsupervised Domain Adaptation. 
Jaemin Na (Ajou Univ.), Dongyoon Han (NAVER CLOVA AI Lab), Hyung Jin Chang (University of Birmingham), Wonjun Hwang (Ajou Univ.). 

12. FingerprintNet: Synthesized Fingerprints for Generated Image Detection.
Yonghyun Jeong (NAVER CLOVA), Doyeon Kim (LINE+), Youngmin Ro (U. of Seoul), Pyounggeon Kim (Chungang Univ.), Jongwon Choi (Chungang Univ).

AI타임스 김동원 기자 goodtuna@aitimes.com

[관련기사]성과도 망신도 역대급이었던 CVPR 2022

[관련기사]"네이버가 또?!"...세계 권위 NLP 학회 NAACL에 논문 5건 채택

키워드 관련기사
  • 네이버 클로바, 세계적 머신러닝 학회 무대서 역대급 성과 이뤄
  • 네이버 "한국어 음성 인식 기술은 클로바가 1등...활용도 계속 높일 것"
  • 구글, 새로운 암(Arm)기반 '가상 머신'과 '배치(Batch)' 소개