CV+ML Paper Phylogeny

PLOT 1 Phylum × 연도 stack chart

X = 1987~2025, Y = 연간 논문 수 (stacked). 색 = 16개 Phylum + Editorial + Unclassified. 호버 시 정확한 카운트 표시.

🖱️ Open in new tab 📷 PNG download

📍 보이는 패턴 + 데이터 사실

초기 성장 — 주요 CV/ML 학회가 확장되면서 꾸준히 증가
2017~2020년 폭발 후 2021년부터 가속 — 딥러닝 + 트랜스포머 시대

PLOT 2 Per-Phylum small multiples

16 Phylum 각각에 대해 패널 1개. 각 패널 안에서 top 8 Class가 stacked area. 패널마다 Phylum 색으로 제목 표시.

🖱️ Open in new tab 📷 PNG download

📍 보이는 패턴 + 데이터 사실

Object Detection: anchor-based (RCNN era) → anchor-free → transformer-based (DETR era)
Generative Models: GAN era → VAE → 2022년부터 Diffusion Models 폭발

PLOT 3 Class heatmap (전체 ~110 Class × 연도)

행 = 모든 Class (Phylum 그룹 순서), 열 = 3년 bucket. 색 = log10(1 + 논문 수). 호버 시 Class 이름 + 정확한 카운트.

🖱️ Open in new tab 📷 PNG download

📍 보이는 패턴 + 데이터 사실

상시 활성: Image Classification, Object Detection, Semantic Segmentation — 모든 시대 빨강
최근 부상: Vision-Language Models, Diffusion Models, NeRF/3DGS — 오른쪽 끝만 빨강

PLOT 4 Top 12 Class drill-down

가장 큰 12개 Class에 대해 각각 mini panel. 내부에서 top 6 Order가 stacked area. 호버로 Order 이름 + 카운트 확인.

🖱️ Open in new tab 📷 PNG download

📍 보이는 패턴 + 데이터 사실

Object Detection: R-CNN → YOLO → DETR 패러다임 전환
Segmentation: semantic → instance → panoptic → SAM (Segment Anything)

🥧 Radial Tree (D3.js)

생물 계통도 파이 차트. 사이드바 검색으로 단어가 들어간 wedge들을 한꺼번에 하이라이트. 호버로 강조, 클릭으로 계열 선택 후 ←→↑↓로 탐색.

🖱️ Open in new tab (full screen)

📍 사용법 + 추천 탐색

🔍 검색 → 단어를 입력하거나 추천 칩(↻로 갱신)을 클릭. 매칭된 wedge에 주황 glow + 사이드바에 결과 리스트.
결과 클릭 → 해당 wedge로 점프, 계열(조상+후손) lineage 하이라이트.
호버 → wedge 두꺼워짐 + 사이드바 HOVER 카드.
←/→ = 형제, ↑ = 부모, ↓ = 첫 자식 (가장 큰 child부터)

🌳 Horizontal Collapsible Tree (D3.js)

왼쪽 root에서 오른쪽으로 가지치는 전형적 phylogenetic tree. 노드 또는 라벨 클릭으로 펼치기/접기. 기본은 Phylum까지만 펼쳐져 있고 더 깊이 들어가려면 클릭하거나 사이드바 버튼 사용.

🖱️ Open in new tab (full screen)

📍 사용법

노드/라벨 클릭 → 자식 펼치기/접기 + focus 선택 (해당 lineage 강조, 나머지 dim)
호버 → 사이드바 HOVER 카드에 정보 표시 (실시간)
↑/↓ = 같은 부모의 형제 노드로 이동, ← = 접기, → = 펼치기, Esc = 해제
사이드바 버튼: L2까지 = 모든 Class 펼침, L3까지 = Order까지, 전부 접기 = Phylum만
파란 외곽 동그라미가 있는 노드 = 접힌 자식이 있음을 의미

📊 #1 Phylum별 출현 · 피크 · 5년 성장률

전체 112,183편 중 16 Phylum 각각의 첫 등장 연도, 피크 연도/논문 수, 그리고 2016-20 → 2021-25 5년 성장률.

Phylum	Total	First	Peak	2016-20	2021-25	Growth
1. Object Detection & Localization	3,859	1987	2024 (416)	936	1,695	+81.1%
2. Segmentation	2,967	1988	2024 (383)	675	1,414	+109.5%
3. 3D Vision & Reconstruction	10,970	1987	2024 (1,567)	2,031	5,405	+166.1%
4. Image Recognition & Retrieval	8,090	1987	2024 (636)	1,631	2,569	+57.5%
5. Video & Motion Understanding	6,215	1987	2024 (603)	1,440	2,557	+77.6%
6. Generative Models & Synthesis	6,488	1988	2024 (1,683)	1,275	4,928	+286.5%
7. Representation Learning	6,619	1987	2023 (1,002)	1,469	4,097	+178.9%
8. Vision-Language & Multimodal	5,691	1988	2024 (1,901)	529	5,014	+847.8%
9. Low-level Vision	2,900	1988	2024 (358)	784	1,515	+93.2%
10. Human-centric Vision	4,506	1987	2024 (394)	1,356	1,708	+26.0%
11. Deep Learning Architecture	7,751	1987	2024 (1,135)	2,281	4,588	+101.1%
12. Training Strategies	11,404	1987	2024 (1,472)	2,543	5,678	+123.3%
13. Optimization & Learning Theory	6,819	1987	2024 (810)	1,746	3,257	+86.5%
14. Reinforcement Learning & Decision Making	5,634	1987	2024 (873)	1,271	3,543	+178.8%
15. Efficient & Robust ML	11,993	1987	2024 (1,666)	2,596	6,553	+152.4%
16. Application Domains	3,655	1987	2024 (631)	693	2,186	+215.4%

핵심 사실: Vision-Language & Multimodal이 +848% 성장으로 압도적 1위 — CLIP, BLIP, LLaVA 등 멀티모달 LLM 물결의 결과. 그 다음으로 Generative Models (+287%), Application Domains (+215%). 16 Phylum 모두 양의 성장 — CV+ML 전체가 가속 중이지만 가속도가 다름.

📊 #2 2020-2025 가장 핫한 Class TOP 10

최근 5년간 논문 수 기준 Top 10 Class.

#	Phylum	Class	Papers
1	12. Training Strategies	Training Techniques	4,233
2	14. Reinforcement Learning & Decision Making	Reinforcement Learning	3,621
3	8. Vision-Language & Multimodal	Language Model Applications	3,016
4	13. Optimization & Learning Theory	Optimization Theory	2,850
5	3. 3D Vision & Reconstruction	3D Scene Understanding	2,518
6	11. Deep Learning Architecture	General Deep Learning	2,125
7	15. Efficient & Robust ML	Bayesian & Probabilistic Methods	1,989
8	6. Generative Models & Synthesis	Diffusion Models	1,893
9	3. 3D Vision & Reconstruction	Neural Implicit Representations	1,459
10	2. Segmentation	Image Segmentation	1,424

핵심 사실: Diffusion Models 한 Class만으로 5년간 1,893편 — 2020년 이전엔 거의 존재하지 않던 Class. Neural Implicit Reps(#9, NeRF/3DGS 계열)와 Language Model Applications(#3)까지 합치면 Top 10 중 3개가 2019년 이후 탄생한 패러다임.

📊 #3 사라진 분야 (Pre-2015 ≥ 20편 → Post-2020 ≤ 10%)

한때 활발했지만 최근 거의 사라진 Class.

Phylum > Class	Pre-2015	Post-2020	Retain
기준(Pre-2015 ≥ 20편 & Post-2020 ≤ 10%)을 만족하는 Class 없음 — Class 단위에서는 2015년 이전 활발했던 모든 CV/ML 영역이 지금도 의미 있는 출판량을 유지.

핵심 사실: Class 단위에서는 사라진 분야가 없음. 로보틱스(Visual Servoing 등)와 달리, CV/ML에서 2015년 이전 활발했던 Class들 — Image Classification, Optical Flow, Stereo, Face Recognition 등 — 은 전부 지금도 활발. 쇠퇴는 한 단계 아래(Order/Genus)에서 발생: 예) Object Detection 안의 anchor-based 방법론, Image Recognition 안의 손공학 디스크립터 등이 딥러닝 후속 기법에 흡수됨. Order 단위 변화는 heatmap에서 확인 가능.

📊 #4 신생 카테고리 첫 등장 연도

키워드 매칭으로 각 핫 카테고리의 first paper year + 누적 카운트.

Category	First year	First paper	Total	2021-25
Diffusion Models	2020	Improved Techniques for Training Score-Based Generative Models (NeurIPS)	256	253
Vision Transformer (ViT)	2021	Manipulation Detection in Satellite Images Using Vision Transformer (CVPR)	497	497
DETR / transformer detection	2021	UP-DETR: Unsupervised Pre-Training for Object Detection With Transformers (CVPR)	48	48
NeRF / Neural Radiance Field	2020	NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis (ECCV)	358	357
3D Gaussian Splatting	2024	Gaussian Splatting Decoder for 3D-aware Generative Adversarial Networks (CVPR)	290	290
Vision-Language Models (CLIP)	2021	VinVL: Revisiting Visual Representations in Vision-Language Models (CVPR)	599	599
Segment Anything (SAM)	2023	Segment Anything (ICCV)	70	70
Foundation Models	2022	FETA: Towards Specializing Foundational Models for Expert Task Applications (NeurIPS)	381	381
Self-Supervised (modern)	2021	Masked autoencoder / SimCLR / MoCo / DINOv2 family	135	135
Mamba / State Space	2024	Vision Mamba / VMamba family	63	63
LoRA / PEFT	2022	Low-Rank Adaptation / Parameter-Efficient Fine-tuning family	102	102
ControlNet / Diffusion Edit	2023	InstructPix2Pix: Learning to Follow Image Editing Instructions (CVPR)	23	23

핵심 사실: 2020-2021년이 modern CV+ML의 분기점 — NeRF, ViT, CLIP, modern Diffusion 모두 18개월 안에 동시 등장. 2022-23년 두 번째 물결(SAM, ControlNet, Foundation Models), 2024년 3D Gaussian Splatting + Vision Mamba가 합류. (SIGGRAPH 제외 데이터셋이라 3DGS는 실제 첫 등장(2023 SIGGRAPH)보다 1년 늦게 보임.)

CV+ML Paper Phylogeny

🧬 4-depth 분류 용어

Phylum 분포

PLOT 1 Phylum × 연도 stack chart

PLOT 2 Per-Phylum small multiples

PLOT 3 Class heatmap (전체 ~110 Class × 연도)

PLOT 4 Top 12 Class drill-down

🥧 Radial Tree (D3.js)

🌳 Horizontal Collapsible Tree (D3.js)

📊 #1 Phylum별 출현 · 피크 · 5년 성장률

📊 #2 2020-2025 가장 핫한 Class TOP 10

📊 #3 사라진 분야 (Pre-2015 ≥ 20편 → Post-2020 ≤ 10%)

📊 #4 신생 카테고리 첫 등장 연도