본 연구실은 실세계에서 발생하는 다양한 컴퓨터 비전 문제를 해결하기 위해 AI, 특히 머신러닝과 딥러닝 기술을 적극적으로 활용하고 있습니다. 최근에는 대규모 데이터셋과 복잡한 환경에서의 객체 인식, 행동 인식, 장면 해석 등 실제 응용에 필요한 다양한 문제를 다루고 있으며, 이를 위해 최신 딥러닝 모델과 혁신적인 학습 방법론을 개발하고 있습니다. 연구실은 실제 환경에서의 적용 가능성을 높이기 위해 데이터의 다양성과 복잡성을 고려한 모델 설계에 집중하고 있습니다. 특히, 본 연구실은 3D 포즈 추정, 객체 검출, 세그멘테이션, 딥페이크 탐지 등 다양한 컴퓨터 비전 분야에서 세계적인 수준의 연구 성과를 내고 있습니다. 예를 들어, 단일 RGB 이미지나 비디오로부터 사람의 3차원 자세와 형태를 정확하게 추정하는 기술, 두 손이 물체를 조작하는 복잡한 상호작용을 실시간으로 인식하는 트랜스포머 기반 시스템, 그리고 텍스트 기반의 창의적 이미지 조명 변화 생성 등 혁신적인 연구를 선도하고 있습니다. 이러한 연구는 국제 주요 학회(CVPR, ICCV, ECCV, AAAI 등)에서 다수의 논문이 채택되고, 우수 논문상 및 챌린지 수상 등으로 그 우수성을 인정받고 있습니다. 연구실은 실제 산업 현장 및 사회적 문제 해결에도 기여하고 있습니다. 예를 들어, 생산공장 내 인체 감지 및 사고 예방, X-ray 기반 이물질 검출, 온라인 회의에서의 초상권 보호, 영상 내 인물 제거 및 합성 등 다양한 실용적 문제에 AI 비전 기술을 적용하고 있습니다. 이러한 연구는 특허 출원 및 기술 이전으로 이어지며, 산업계와의 협력도 활발히 이루어지고 있습니다.

본 연구실은 3차원 손-물체 상호작용의 정밀한 복원과 인식, 그리고 인간 행동 인식 분야에서 세계적인 연구를 수행하고 있습니다. 손과 물체가 상호작용하는 복잡한 장면에서의 3D 포즈 추정, 다수 인물의 동작 및 집단 행동 인식, 손의 미세한 움직임까지 포착하는 고해상도 모델 개발 등 다양한 주제를 다루고 있습니다. 이를 위해 단일 영상, RGB-D, 멀티모달 데이터 등 다양한 입력을 활용하며, 약지도/자기지도 학습, 트랜스포머, 그래프 신경망 등 최신 AI 기법을 적극적으로 도입하고 있습니다. 특히, 연구실은 손-물체 상호작용의 3차원 복원 기술에서 독보적인 성과를 내고 있습니다. 예를 들어, 단안 영상에서 두 손이 물체를 조작하는 장면을 실시간으로 3차원으로 복원하거나, 다양한 각도와 형태, 조명 조건에서도 강인하게 동작하는 포즈 추정 모델을 개발하였습니다. 또한, 집단 행동 인식에서는 3D 메쉬 기반의 그룹 액티비티 인식, 행동 인식 모듈의 고속화, 비지도 방식의 문맥 정보 탐지 등 새로운 방법론을 제시하고 있습니다. 이러한 연구는 증강현실(AR), 가상현실(VR), 휴먼-컴퓨터 인터랙션, 로봇 제어, 영상 감시 등 다양한 응용 분야에 활용되고 있습니다. 실제로, 연구실의 기술은 국내외 특허로 보호받고 있으며, 산업 현장 및 사회적 문제 해결에 직접적으로 기여하고 있습니다. 또한, 국제 챌린지 및 학술대회에서 다수의 수상 경력을 보유하고 있어, 해당 분야에서의 리더십을 입증하고 있습니다.