Scene Understanding for Visual Information Processing
연구 내용
영상과 이미지에서 의미 있는 시각 단서를 추출하고 장면의 구조와 관계를 이해하는 연구
시각정보처리는 이미지와 영상으로부터 특징을 안정적으로 추출하고, 객체·영역·배경 간 관계를 모델링하는 방향으로 연구를 수행합니다. 입력 데이터의 시공간적 패턴을 표상하는 신경망 구조를 설계하고, 노이즈와 가변 조건에 대해 일관된 추론이 가능하도록 학습 목표를 구성합니다. 또한 데이터의 부족 문제를 완화하기 위해 자기지도 학습과 전이 학습을 활용하고, 추론 결과를 자연어 기반 설명이나 후속 처리에 연결될 수 있는 형태로 정리하는 차별성을 둡니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기 단계에서는 시각 신호를 특징 공간으로 변환하는 인코딩 구성을 중심으로 연구를 진행합니다. 이후 장면 내 객체와 영역을 구분하고, 관계를 추론하기 위한 학습 신호와 모델링 방식을 확장합니다. 다음 단계에서는 다양한 입력 조건에서 성능이 유지되도록 데이터 전처리와 학습 전략을 조정하고, 시각적 표현을 다운스트림 작업에 재사용할 수 있게 합니다. 최근에는 시각정보처리 결과를 언어 이해나 멀티모달 작업으로 이어지도록 출력 형태와 인터페이스를 정하는 방향으로 연구를 수행합니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.