수중 영상 강건화와 거리(깊이) 추정 멀티태스크 학습

Underwater Image Enhancement and Depth Estimation Multitask Learning

연구 내용

수중 환경에서 열화된 영상을 복원하고 깊이와 불확실성을 함께 추정하기 위한 멀티태스크 비전 연구

수중 환경에서 산란과 흡수로 인해 발생하는 색 대비 저하와 흐림을 처리하기 위해, 이미지 강건화(Underwater Image Enhancement)와 깊이(Depth) 추정 문제를 결합해 학습합니다. Transformer 기반 공동 복원 모델은 공유 계층 특징 공간에서 향상된 시각 품질과 거리 정보를 동시에 복구하도록 설계합니다. 또한 희소 깊이 우선과 증분 Gaussian Process를 활용해 온디바이스 상황에서도 효율적인 디헤이징을 수행할 수 있도록 합니다. 복원 결과는 feature matching 및 시각 기반 로봇 제어에 활용되도록 구성합니다.

관련 프로젝트

0건

연구 흐름

초기에는 희소 깊이 prior를 이용해 증분 Gaussian Process로 온라인 깊이를 갱신하고, 대기 산란 모델을 기반으로 수중 및 실내·실외 환경의 디헤이징을 수행하는 방향으로 연구가 진행되었습니다. 이후 공동 학습 기반으로 Underwater Image Enhancement와 depth estimation을 단일 모델에서 동시에 복원하도록 확장하였고, 공유 계층 특징 공간을 통해 비정상적인 depth와 영상 열화를 함께 완화하는 접근을 확보했습니다. 최근에는 dehazing, depth, uncertainty를 병렬 디코더 구조로 효율화하고, 2D 복원에서 3D 비전 태스크로 자연스럽게 확장하는 연구를 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

수중 로봇 항법용 시각 전처리
수중 3D 복원 및 거리 인식
난반사 저하 환경 객체 추적
관측용 컬러 및 선명도 보정
대역/색역 보정 기반 특징 매칭
불확실성 기반 안전한 자율운용
단안 기반 깊이 추정 보정
실시간 온보드 비전 처리
수중 데이터 합성 기반 학습 고도화
수중 환경 모니터링 자동화