연구진이 사용자가 제공한 시각적 샘플을 활용해 새로운 객체 개념을 학습하는 오픈 보카불러리 객체 검출 및 분할 프레임워크 VocaDet을 제안했어요.
VocaDet은 DINOv3를 활용해 시각적 특징을 추출하고, 멀티 그래뉴러티 시각적 토큰을 생성하여 벡터 데이터베이스에서 효율적인 검색을 수행해요.
UA-DETRAC 데이터셋 실험 결과, VocaDet은 기존 검출기 훈련 없이 효과적인 오픈 보카불러리 검출 성능을 달성하며, 새로운 샘플 축적에 따라 지속적으로 확장 가능한 인식 능력을 지원해요.