상세 설명

시맨틱 세그멘테이션은 영상 내 각 픽셀의 의미를 분류하는 핵심 컴퓨터 비전 기술로, 본 연구실은 도메인 적응 및 일반화에 초점을 맞춘 세그멘테이션 연구를 활발히 진행하고 있습니다. 실제 환경에서는 학습 데이터와 테스트 데이터의 분포가 다를 수 있기 때문에, 도메인 간 차이를 극복하는 기술이 매우 중요합니다. 연구실은 WildNet, Cross-Domain Moving Object Mixing 등 다양한 방법론을 통해 도메인 일반화와 적응 문제를 해결하고 있습니다. 이러한 연구는 자율주행 차량, 로봇, 스마트 감시 시스템 등에서 다양한 환경 변화에 강인하게 동작할 수 있는 인공지능 시스템 개발에 필수적입니다. 예를 들어, 낮과 밤, 실내와 실외, 다양한 기상 조건 등 변화하는 환경에서도 일관된 성능을 보장하는 시맨틱 세그멘테이션 모델을 개발하고 있습니다. 또한, 비지도 학습 및 준지도 학습 기법을 활용하여 라벨링 비용을 절감하면서도 높은 정확도를 유지하는 방법을 연구합니다. 연구실의 도메인 적응 및 일반화 연구는 국제적 학회에서 다수의 수상 및 발표 실적을 보유하고 있으며, 실제 산업 현장에 적용 가능한 기술로 발전하고 있습니다. 앞으로도 다양한 환경에서 신뢰성 있게 동작하는 인공지능 비전 시스템 개발을 목표로 연구를 이어갈 예정입니다.

키워드

관련 이미지

관련 자료