• 목록

[일시] 2026.07.23.

[세미나 주제]
Open World Open Vocabulary Detection

[요약]
본 발표에서는 Open World 와 Open Vocabulary Detection을 결합한 OWOVD논문에 대해 리뷰를 진행했다. 기존 OVD는 text 집합을 제공해야 visual representation 과 매칭되는 box를 출력할 수 있다. 반대로 OW의 경우 이를 text와 matching 시킬 능력이 없기 때문에 "unknown" 이라는 pseudo label을 생성해 학습하는 방식으로 주로 작동했다. 따라서 2가지 접근을 결합해 unknown을 VLM의 text embedding space에서 가져와 zero-shot 능력을 보존함과 동시에 unknonw class에 대해 스스로 탐지할 수 있도록 하는 task를 제안한다.

OWOVD는 YOLO-World standard OVD를 기반으로 하고, 여기에 OW의 개념인 unknown object를 탐색하는 기능을 추가한 구조를 가지고 있다. 먼저 Visual Similarity Attribute Selection (VSAS)는 known class description에서 나온 attribute 중 unknown "object"에도 통용되는 general attribute를 고르는 역할을 수행하고, 이를 통해 다른 OVD에서 제공해야했던 text 를 대체하도록 설계했다. 이후 inference stage에서 unknown과 known class를 구분하기 위해 Hybrid Attribute-Uncertainty Fusion (HAUF)를 적용해 attribute similarity와 known class uncertainty를 결합해 unknown 확률을 검출하는 module을 병렬적으로 구성해 기존 zero-shot 능력을 훼손하지 않으며 OW 기능을 추가했다.

결론적으로 OW-OVD는 class name prompt를 known class로부터 추출해 제공하는 방식을 통해 기존 OW 분야에서 해결하지 못했던 unknown class를 단순 pseudo labeling 후 다음 cycle에 재학습하는 방식이 아닌 language attribute 기반 unknown probability로 이동시킨 논문이라 정의할 수 있다.

[관련 논문]
Towards Open World Object Detection
OW-OVD: Unified Open World and Open Vocabulary Object Detection

[발표 링크]
https://us06web.zoom.us/rec/share/omYrO54gdKuuwsMBdXA_8TH5lOwc41lFelfDjT_gq_TgXcYQsGTt4NRTfSRbsHFD.-9IQ6ZPlbPAl4IC-