RnDCircle Logo
arrow left icon

황보택근 연구실

가천대학교 본교(제1캠퍼스) 컴퓨터공학전공

황보택근 교수

Image Processing

Emotion Detection

Emotion Recognition

V3_minor

황보택근 연구실

컴퓨터공학전공 황보택근

컴퓨터공학전공 연구실은 지난 3년간 딥 러닝, 메타버스, 이미지 처리, 감정 인식 분야에서 두각을 나타내고 있습니다. 특히 딥 러닝 기반의 화재 감시 시스템, 메타버스 플랫폼 내의 개인 맞춤형 식단 제공 챗봇, 안면 이미지의 안면 영역 분할 방법 등 다양한 특허를 보유하고 있습니다. 또한, 2024년에는 IoT 디바이스를 위한 경량 이미지 초해상도, 무릎 골다공증 분류를 위한 가중 앙상블 학습 모델, 데이터 불균형 해결을 위한 메타 러닝 기반 병변 탐지 알고리즘 등 다수의 논문을 발표하였습니다. 연구실은 이러한 성과를 바탕으로 다양한 기업과의 협력을 통해 R&D 프로젝트를 성공적으로 수행하고 있습니다.

Image Processing
Emotion Detection
Emotion Recognition
경량화 이미지 초해상도 기술
사물인터넷(IoT) 기기에서의 이미지 초해상도 문제를 해결하기 위해 본 연구실은 딥 러닝 기반의 경량화 이미지 초해상도 기술을 개발하고 있습니다. 이 기술은 딥 레지듀얼 피처 증류 네트워크를 활용하여 높은 품질의 이미지를 생성하면서도 계산 효율성을 극대화합니다. 이를 통해 저전력 IoT 기기에서도 고해상도 이미지를 실시간으로 처리할 수 있는 가능성을 열어줍니다. 이러한 연구는 스마트 홈, 의료, 산업 자동화 등 다양한 분야에서 활용될 수 있습니다.
무릎 골다공증 분류를 위한 가중치 앙상블 학습 모델
무릎 골다공증 분류 문제를 해결하기 위해 본 연구실은 가중치 앙상블 학습 모델을 개발하고 있습니다. 이 모델은 다양한 알고리즘의 장점을 결합하여 높은 정확도를 달성하며, 특히 무릎 골다공증의 초기 진단 및 치료에 유용합니다. 딥 러닝과 메타러닝을 결합한 이 모델은 데이터 불균형 문제를 효과적으로 해결하며, 의료 영상 데이터를 기반으로 한 정확한 진단과 예측을 가능하게 합니다. 이를 통해 의료 현장에서 진단의 정확도와 효율성을 크게 향상시킬 수 있습니다.
1
Lightweight image super-resolution for IoT devices using deep residual feature distillation network
KNOWLEDGE-BASED SYSTEMS, 2024
2
KONet: Toward a Weighted Ensemble Learning Model for Knee Osteoporosis Classification
IEEE ACCESS, 2024
3
YOLO-MR: Meta-Learning-Based Lesion Detection Algorithm for Resolving Data Imbalance
IEEE ACCESS, 2024