Real-Time and Edge-Aware Segmentation with Semi-Supervised Medical and Industrial Vision Applications
연구 내용
엣지 정보 기반 실시간 세그멘테이션과 라벨 부족 환경의 피부 병변 분할을 위해 teacher-student 불확실성 유도 프레임워크를 적용하고, 산업용 객체 판별 및 경량 자세 추정까지 확장하는 연구
본 연구실은 실사용 환경에서 요구되는 실시간성, 라벨 부족 문제, 다양한 장면 변동에 대응하는 컴퓨터 비전 방법론을 확장합니다. 엣지 정보 블록을 SegNet 계열에 결합하여 경계 정보를 보강하고, 계산량과 추론 속도를 고려한 실시간 세그멘테이션 성능을 확보합니다. 의료 영상에서는 제한된 라벨로 인한 경계 불확실성을 줄이기 위해 teacher–student 구조에 불확실성 유도 메커니즘을 적용하여 semi-supervised skin lesion segmentation의 안정성을 강화합니다. 산업 및 현장 적용에서는 YOLO 기반 탐지에 후처리 알고리즘을 연동해 부분 관찰 상황에서도 판별 정확도를 개선하고, 자세 추정에서는 경량 네트워크 설계로 연산 부담을 낮추는 방향을 병행합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
먼저 엣지 정보를 활용한 실시간 세그멘테이션 연구를 수행하며 경계 보강이 속도와 정확도 균형에 미치는 영향을 정리했습니다. 이후 의료 영상 영역으로 확장하여 라벨이 제한된 상황에서도 정확한 분할을 제공하기 위해 불확실성 유도 기반 teacher–student 반지도 프레임워크를 구성하고, 병변 크기와 경계 난이도에 대한 견고성을 검증했습니다. 동시에 산업용 컴퓨터 비전으로 범위를 넓혀 부분 관찰 상황의 판별을 위해 YOLO 학습과 후처리 결합 체계를 적용했으며, 2025년에는 경량화 구조를 통해 자세 추정의 계산 효율을 개선하는 연구로 이어졌습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
A Dual-Headed Teacher–Student Framework with an Uncertainty-Guided Mechanism for Semi-Supervised Skin Lesion Segmentation
Real-Time Image Segmentation using Edge Information
A Real-time System for Judging Vehicle Loads and Overloaded using Yolo with Post-Processing Algorithm
LW-FastPose: A Lightweight Network for Human Pose Estimation Based on Improvements to FastPose