정용진 연구실은 실시간 임베디드 시스템에서의 영상처리 및 인공지능 알고리즘의 효율적인 구현을 위한 하드웨어 가속기 설계에 중점을 두고 있습니다. 특히, FPGA 및 SoC 기반의 하드웨어 구조를 활용하여 CNN, SVM, SURF, SIFT 등 다양한 영상처리 및 기계학습 알고리즘을 실시간으로 처리할 수 있도록 최적화된 하드웨어 구조를 연구합니다. 이러한 연구는 차량용 ADAS(첨단 운전자 보조 시스템), AVM(어라운드 뷰 모니터링), 얼굴 및 객체 인식, 차선이탈 경보 시스템 등 다양한 응용 분야에 적용되고 있습니다. 연구실에서는 반복적이고 복잡한 연산을 병렬 처리와 파이프라인 구조를 통해 가속화함으로써, 제한된 임베디드 환경에서도 고성능을 달성할 수 있도록 설계합니다. 또한, 메모리 효율성을 극대화하기 위한 적분영상, 블록 구조, 고정 소수점 모델링 등 다양한 하드웨어 최적화 기법을 도입하여, 실시간 처리와 저전력 동작을 동시에 만족시키는 시스템을 구현하고 있습니다. 이러한 기술은 실제 FPGA 및 ASIC 칩 설계, 검증, 그리고 상용화까지 이어지고 있습니다. 이와 같은 하드웨어 가속기 설계 연구는 영상처리, 인공지능, 임베디드 시스템 분야의 융합을 통해 차세대 스마트 디바이스와 자율주행, 보안 시스템 등 다양한 산업 분야에서 핵심적인 역할을 하고 있습니다. 연구실의 성과는 국내외 특허, 논문, 산학협력 프로젝트 등으로 이어지며, 실질적인 산업적 파급효과를 창출하고 있습니다.

정용진 연구실은 영상처리와 인공지능 기술을 융합하여 보안 시스템과 자동차 전장 시스템의 지능화에 기여하고 있습니다. X-ray 보안 이미지에서의 위협물 탐지, 얼굴 인식, 객체 추적, 교통표지판 인식 등 다양한 영상 기반 보안 응용 분야에서 딥러닝, GAN, KNN, SVM 등 최신 인공지능 기법을 적용하여 높은 정확도와 실시간성을 동시에 달성하는 연구를 수행하고 있습니다. 특히, 데이터 불균형 문제를 해결하기 위한 GAN 기반 데이터 증강, 픽셀 단위의 세분화된 객체 검출, 자동 크롭 및 분할 알고리즘 등 실질적인 현장 문제 해결에 집중하고 있습니다. 자동차 분야에서는 AVM, LDWS(차선이탈 경보 시스템), FCWS(전방추돌 경보 시스템) 등 운전자 보조 시스템의 영상처리 알고리즘을 하드웨어와 소프트웨어가 통합된 형태로 구현하여, 실차 환경에서의 신뢰성과 실시간성을 확보하고 있습니다. 차량 주변 영상의 자동 보정, 차선 및 차량 검출, 번호판 인식 등 다양한 기능을 FPGA 및 SoC 기반으로 실현하여, 자율주행 및 스마트카 기술 발전에 기여하고 있습니다. 이러한 연구는 특허, 산학협력 프로젝트, 정부과제 등과 연계되어 실제 산업 현장에 적용되고 있으며, 국내외 학술대회 및 저널을 통해 활발히 발표되고 있습니다. 연구실의 기술은 보안, 교통, 스마트시티 등 다양한 분야에서 실질적인 사회적 가치를 창출하고 있습니다.