ACCV 2026 논문 2편 채택Two Papers Accepted to ACCV 2026
연구실의 논문 두 편이 Top BK/CS 학술대회인 Asian Conference on Computer Vision 2026 (ACCV 2026)에 채
연구실의 논문 두 편이 Top BK/CS 학술대회인 Asian Conference on Computer Vision 2026 (ACCV 2026)에 채택되었습니다.
SFXGraph: Causal-Compositional Graph Learning for Stylized Sound Effects in Webtoons
저자: 홍사강, Haeyun Lee, 홍건하, 정진영, 안상아, 이경수(교신저자).
이 연구는 웹툰의 양식화된 효과음 문자를 인식하는 인과·구성적 그래프 파싱 프레임워크 SFXGraph를 제안합니다. 언어적 내용, 기하학적 변형, 시각적 스타일, 맥락적 상호작용을 구조화된 그래프로 표현합니다. 반사실적 요인 일관성과 그래프 지도 합성 데이터 생성 파이프라인을 통해 해석 가능한 표현을 학습하고 다양한 작화 스타일에 대한 강건성을 높입니다.
SFXGraph 프레임워크 개요(논문 Figure 3).
Biomarker-Aware Mixture-of-Experts for Device-Invariant Personalized Skin Diagnosis
저자: 최서연, 이경수(교신저자).
이 연구는 촬영 장치에 관계없이 개인화된 피부 진단을 수행하는 종단 간 프레임워크를 제안합니다. 계층적 하이브리드 정규화, 키포인트 기반 Skin Mixture-of-Experts, 인과적 전문가 숙의를 결합하여 장치 간 차이, 조명 변화, 피부 바이오마커 사이의 상호작용을 다룹니다.
바이오마커 기반 피부 진단 프레임워크(논문 Figure 1).
웹툰 이해와 개인화된 피부 진단에 기여한 모든 저자의 연구 성과를 축하합니다.
We are pleased to announce that two papers from our laboratory have been accepted to the Asian Conference on Computer Vision 2026 (ACCV 2026), a Top BK/CS conference.
SFXGraph: Causal-Compositional Graph Learning for Stylized Sound Effects in Webtoons
Authors: Sakang Hong, Haeyun Lee, Gunha Hong, Jinyoung Jung, Sanga Ahn, and Kyungsu Lee (corresponding author).
This work introduces SFXGraph, a causal-compositional graph parsing framework for recognizing stylized sound effects in webtoons. The framework represents linguistic content, geometric deformation, visual style, and contextual interactions as a structured graph. Counterfactual factor consistency and a graph-supervised synthetic generation pipeline support interpretable representations and improved robustness across artistic styles.
SFXGraph framework overview (Figure 3 from the paper).
Biomarker-Aware Mixture-of-Experts for Device-Invariant Personalized Skin Diagnosis
Authors: Seo-Yeon Choi and Kyungsu Lee (corresponding author).
This work presents an end-to-end framework for device-invariant, personalized skin diagnosis. It combines hierarchical hybrid normalization, a keypoint-guided Skin Mixture-of-Experts, and causal expert deliberation to address device heterogeneity, illumination variability, and interactions among dermatological biomarkers.
Biomarker-aware skin diagnosis framework (Figure 1 from the paper).
Congratulations to all authors on these contributions to webtoon understanding and personalized skin diagnosis.