주한별 교수
Hanbyul Joo
서울대학교 · 컴퓨터과학
연구실 소개
주한별 교수의 연구실은 3D 인간 자세 추정과 egocentric 비디오 분석 분야에서 선도적인 연구를 수행하고 있습니다. 특히 단일 카메라 영상에서 신체 전체의 정밀한 3D 운동을 복원하는 기술과, 다수의 사람들이 상호작용하는 복잡한 상황에서의 3D 모션 캡처에 중점을 두고 있으며, Panoptic Studio와 Ego4D와 같은 대규모 데이터셋 구축을 통해 실생활 환경에서의 인간 행동 이해를 위한 기반을 마련하고 있습니다. 연구는 고해상도와 넓은 시야를 동시에 확보하는 데 도전하며, 메모리 제약과 오목성, 다양한 체형 및 동작 패턴에 대응하는 혁신적인 신경망 아키텍처 개발을 포함합니다.
연구 현황
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
4Egocentric vision systems are becoming widely available, creating new opportunities for human-computer interaction. A core challenge is estimating the wearer's full-body motion from first-person videos, which is crucial for understanding human behavior. However, this task is difficult since most body parts are invisible from the egocentric view. Prior approaches mainly rely on head trajectories, leading to ambiguity, or assume continuously tracked hands, which is unrealistic for lightweight egoc
Recent progress in 3D reconstruction has made it easy to create realistic digital twins from everyday environments. However, current digital twins remain largely static and are limited to navigation and view synthesis without embodied interactivity. To bridge this gap, we introduce Dexterous World Model (DWM), a scene-action-conditioned video diffusion framework that models how dexterous human actions induce dynamic changes in static 3D scenes. Given a static 3D scene rendering and an egocentric
Egocentric vision systems are becoming widely available, creating new opportunities for human-computer interaction. A core challenge is estimating the wearer's full-body motion from first-person videos, which is crucial for understanding human behavior. However, this task is difficult since most body parts are invisible from the egocentric view. Prior approaches mainly rely on head trajectories, leading to ambiguity, or assume continuously tracked hands, which is unrealistic for lightweight egoc
Recent progress in 3D reconstruction has made it easy to create realistic digital twins from everyday environments. However, current digital twins remain largely static and are limited to navigation and view synthesis without embodied interactivity. To bridge this gap, we introduce Dexterous World Model (DWM), a scene-action-conditioned video diffusion framework that models how dexterous human actions induce dynamic changes in static 3D scenes. Given a static 3D scene rendering and an egocentric
대표 연구 분야
주한별 교수의 연구를 Nubint에서 더 깊이 살펴보세요
이 연구실의 논문을 앱에서 열어 AI와 함께 읽고, 핵심을 요약하고, 내 글에 인용하세요.