황영배 연구실은 영상신호처리와 컴퓨터 비전, 그리고 딥러닝 기반 인공지능 기술을 융합하여 다양한 산업 및 의료 분야에 혁신적인 솔루션을 제공하는 연구실입니다. 본 연구실은 영상 데이터의 특성을 심도 있게 분석하고, 이를 바탕으로 한 영상 복원, 노이즈 제거, 객체 검출, 이미지 검색 등 다양한 영상 처리 기술을 개발하고 있습니다. Detection Transformer(DETR), YOLO 등 최신 딥러닝 모델을 활용한 객체 인식 및 추적, RGB와 적외선 영상의 융합, 다중 영상 기반 3D 가상공간 재구성 등 첨단 컴퓨터 비전 기술을 실용적으로 연구하고 있습니다. 또한, 본 연구실은 딥러닝 네트워크의 경량화와 도메인 적응 기술 개발에 주력하고 있습니다. Gaussian Mixture Model 기반의 네트워크 가지치기, Early Pruning Indicator(EPI)를 활용한 네트워크 압축, ONNX 변환을 통한 실시간 분류 시스템 등 실제 임베디드 및 엣지 디바이스 환경에 최적화된 경량화 기술을 연구합니다. CycleGAN, 리플레이 버퍼, 적응적 샘플링 등 도메인 적응 알고리즘을 통해 다양한 환경과 장치에서 인공지능 모델의 일반화 성능을 극대화하고 있습니다. 의료 영상 분야에서는 캡슐내시경, 내시경, CT 등 다양한 의료 영상 데이터를 활용하여 병변 검출, 영상 정합, 3D 재구성, 영상 요약 및 화질 개선 등 첨단 기술을 개발하고 있습니다. 트랜스포머 기반 신경망을 활용한 전체 비디오 프레임 분석, 딥러닝 기반 병변 검출 및 분류, 자동화된 장 정결도 평가 시스템 등은 실제 임상 환경에서의 효율성과 정확성을 크게 높이고 있습니다. 산업 영상 분야에서는 반도체 패키지 검사, 제조 현장 3D 가상공간 재구성, 스마트 모빌리티를 위한 객체 인식 및 자세 추정, 자율주행 차량의 센서 데이터 증강 및 인식 성능 향상 등 다양한 응용 연구가 진행되고 있습니다. GAN 기반 합성 데이터 생성, 다중 영상 융합, 엣지 컴퓨팅 기반 실시간 분석 등 최신 인공지능 기술을 산업 현장에 적용하여, 생산성 향상과 품질 관리의 혁신을 이끌고 있습니다. 황영배 연구실은 산학 협력, 정부 과제, 특허 출원 등 다양한 경로를 통해 연구 성과를 사회에 환원하고 있으며, 미래 지능형 시스템의 핵심 기반 기술로서 영상신호처리, 컴퓨터 비전, 딥러닝 경량화 및 도메인 적응, 의료 및 산업 영상 인공지능 응용 등 다양한 분야에서 선도적인 역할을 수행하고 있습니다.