황원준 연구실
고려대학교 전기전자공학부
황원준 교수
도메인 적응
지식 증류
연속 학습
황원준 교수 연구실
홈
황원준 연구실
고려대학교 전기전자공학부 황원준 교수
황원준 연구실은 딥러닝 기반 영상신호처리 및 컴퓨터비전의 핵심 기술을 연구합니다. 도메인 분포가 변하는 환경에서 비지도 도메인 적응, 연속 학습, 테스트타임 적응을 수행하기 위해 프롬프트 튜닝과 엔트로피 정규화, 엔트로피 최소화의 붕괴 완화 기법을 결합합니다. 동시에 인체 파싱과 의미 분할에서는 교사-학생 지식 증류와 채널·공간 정보 보정 모듈을 통해 경량 모델의 정확도를 유지하는 방법을 개발합니다. 또한 카메라-레이더 센서 융합 기반 3차원 객체 탐지에서 오토인코더 특징 증류로 학습 절차를 단순화하고 경량화를 구현합니다.
도메인 적응지식 증류연속 학습테스트타임 적응프롬프트 튜닝
대표 연구 분야
연구 영역 전체보기
테스트타임 연속 적응과 도메인 적응 프롬프트/엔트로피 학습
Test-Time Continual Domain Adaptation with Prompt and Entropy Regularization
연구 분야 상세보기
테스트타임 연속 적응과 도메인 적응 프롬프트/엔트로피 학습
Test-Time Continual Domain Adaptation with Prompt and Entropy Regularization
연구 분야 상세보기
지식 증류 기반 효율적 인체 파싱 및 의미 분할
Knowledge Distillation for Efficient Human Parsing and Semantic Segmentation
연구 분야 상세보기
센서 융합 기반 경량 3차원 객체 탐지와 악천후 적응
Lightweight 3D Object Detection with Sensor Fusion for Adverse-Condition Adaptation
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
5개년 연도별 논문 게재 수
39총합
5개년 연도별 피인용 수
579총합
주요 논문
5
논문 전체보기
1
article
|
인용수 0
·
2025Sensor Fusion‐Based Autoencoder Feature Distillation for 3D Object Detection
Junmin Lee, Wonjun Hwang
IF 0.7 (2025)
Electronics Letters
ABSTRACT Knowledge distillation is a widely adopted model compression method aimed at narrowing the performance gap between a high‐capacity teacher network and a lightweight student network. However, in the context of sensor fusion‐based 3D object detection, existing distillation methods predominantly emphasize accuracy enhancement through the introduction of multiple loss functions, which often leads to overly complex training procedures. To address this limitation, we propose a sensor fusion‐based feature distillation framework tailored for camera and radar modalities. Our proposed method utilizes an autoencoder to facilitate efficient knowledge transfer from the teacher to the student model. Additionally, we introduce image‐context and radar‐context knowledge distillation strategies to capture and transfer modality‐specific features effectively. We demonstrate the effectiveness of the proposed method on the nuScenes dataset using a ResNet‐based architecture.
https://doi.org/10.1049/ell2.70295
Autoencoder
Artificial intelligence
Pattern recognition (psychology)
Feature (linguistics)
Fusion
Object (grammar)
Computer vision
Computer science
Distillation
Sensor fusion
2
article
|
·
인용수 1
·
2025Knowledge tailoring: Bridging the teacher-student gap in semantic segmentation
Seokhwa Cheung, Seung-Beom Woo, Taehoon Kim, Wonjun Hwang
IF 7.6 (2025)
Pattern Recognition
https://doi.org/10.1016/j.patcog.2025.112399
Bridging (networking)
Segmentation
Natural language processing
Computer science
Artificial intelligence
Mathematics education
Psychology
3
article
|
·
인용수 7
·
2025Bridging domain spaces for unsupervised domain adaptation
Jaemin Na, Heechul Jung, Hyung Jin Chang, Wonjun Hwang
IF 7.6 (2025)
Pattern Recognition
https://doi.org/10.1016/j.patcog.2025.111537
Bridging (networking)
Domain adaptation
Computer science
Domain (mathematical analysis)
Artificial intelligence
Adaptation (eye)
Pattern recognition (psychology)
Mathematics
Psychology
Neuroscience
최신 정부 과제
16
과제 전체보기
1
2023년 3월-2026년 12월
|1,600,000,000원악천후/비정형 환경변화에서의 Seamless 자율주행을 위한 인지/판단 AI SW 핵심기술 개발
□ 최종목표 o 레벨4 자율주행 서비스 지원을 위해 기상환경 변화(정상-악천후)와 공간환경 변화(정형-비정형)의 복합주행환경을 극복하여 연속 주행이 가능한 고도화된 자율주행 인지·예측·판단 인공지능 SW 핵심 기술 개발 - 악천후: 자율주행시스템의 성능저하(센서 표면, 외부, 노면)를 야기 하는 기상날씨(비, 눈, 안개, 조도 변화) - 비정형 주...
자율주행 인공지능
악천후
센서 융합
비정형
적응형 주행 전략(열화)
2
주관|
2023년 3월-2026년 12월
|1,875,000,000원악천후/비정형 환경변화에서의 Seamless 자율주행을 위한 인지/판단 AI SW 핵심기술 개발
□ Seamless 자율주행 차량 설계 및 자율주행 통합 데이터 레이블링 엔진 개발
o 다종센서 배치 및 센서 클리닝을 고려한 Seamless 자율주행 차량 개조
o 다종센서/차량 통합 자율주행 통합 데이터 레이블링 엔진 개발
o 악천후환경(비/눈/안개/조도) 센서/차량 통합 데이터 구축
□ 악천후(비/안개) 환경 인지저해요소 제거 기술 개발
o 라이다 악천후환경 환경 센싱 데이터 de-noising 기술 개발
o 카메라 표면 인지저해요소(물방울,눈) 제거 모델링 및 기술 개발
o 극한 조도환경 복원을 위한 뉴럴 ISP 네트워크 기술 개발
□ 악천후/비정형/복합 환경에 강인한 다종센서 기반 인지 기술 개발
o 적응형 센서융합기반 동적 객체 검출 인공지능 기술 개발
o 센서융합을 통한 복합환경에서의 주행가능영역 인식 기술 개발
o 복합환경(악천후/비정형)에 강인한 위치인식 기술 개발
o 복합환경에서의 동적 비정형 상황(공사) 인지 기술 개발
□ 악천후/비정형/복합환경 적응형 주행전략 결정 기술 개발
o 복합환경 동적주행맵 생성 기술 개발
o 복합환경에서 주행상황 판단 및 위험도 추정 기술 개발
o 운전자-차량 상태 융합 기술 기반 자율주행 자동화 레벨 동적 전환 기술 개발
o 복합환경에서 적응형 degradation 주행전략 기술 개발
□ 악천후/비정형/복합환경 주행 행동 예측/결정 및 경로계획 기술 개발
o 정밀맵 및 동적주행맵 융합 기반 동적 객체 행동 예측 인공지능 기술 개발
o 선행 차량 경로 추정/추종 기술 개발
o 객체 행동 예측 기반 절차식 주행행동 결정 기술 개발
o 객체 인터랙션을 고려한 Neural motion planner 및 추종 기술 개발
□ 악천후/비정형/복합환경 실도로 통합 테스트 및 성능평가
o PG/실도로 환경 악천후/비정형 환경 인지/판단 요소기술 테스트
o PG/실도로 환경 인지/판단 요소기술 성능평가
o Seamless 자율주행 인지/판단/제어 SW 통합 최적화
o 복합환경 PG/실도로에서 Seamless 주행상황별 주행전략 검증 및 성능평가
□ 정형/비정형 고정밀맵 모델링 및 구축
o 악천후/비정형 복합환경 대응을 위한 고정밀맵 포맷 개발
o 정형/비정형/악천후 고정밀맵 연계 구조 개발
o 날씨, 교통사고, 도로공사 등 비정형 도로상황 정보 제공 구조 개발
□ 레이더 기반 악천후/비정형 환경 인지 AI 모델 개발
o 레이더 Blockage 대응(악천후/이물질 등) 및 열화단계 판단 기술 개발
o 악천후 상황(눈, 비)/비정형 상황 인지 기능 개발
o 4D 이미징 레이더로부터 도출되는 클라우드 포인트의 4D 정보를 활용한 대형, 세단, 이륜, 보행자 분류 기능 개발
□ 복합환경 데이터 수집/분석 및 엣지 중심 도로상황 인식 기술 연계
o PG 환경(악천후 재현환경)의 자율차 다종센서(카메라/라이다) 성능 분석
o 실도로 복합 환경의 자율주행차량 다종센서 데이터 수집
o 엣지 중심 도로상황 인식 기술 연계 및 실도로 통합 테스트
□ 악천후 환경의 seamless 자율주행을 위한 주행환경객체 인지 지능 모델 개발
o 악천후 환경변화에 대응 가능한 온라인 주행환경객체 인지 모델 개발
o Open dataset에서의 주행환경객체 인지 모델 선행 개발 및 검증
o 국내 실데이터에서 주행환경객체 인지 모델 검증 및 고도화
□ 악천후 환경 연속 변화에 대응하는 객체인지 모델 연속학습법 개발
o 주행환경 변화에 따른 객체증가 대응 인지기술 연속학습 방법 개발
o 연속으로 변화하는 악천후 주행환경에 강인한 객체인지 연속학습 방법 개발
자율주행 인공지능
악천후
센서 융합
비정형
적응형 주행 전략(열화)
3
주관|
2022년 8월-2026년 2월
|96,170,000원환경 변화 실시간 적응성 향상을 위한 영상 기반 복수 지식 전이 모델 학습 개발 및 응용
❏ 본 과제 연구를 위해서 4년간 세부 목표를 위해서 ①환경 변화에 강인한 데이터 증강, ②복수 지식 기반 적응 모델 학습, ③레이블 불완전성 해결을 위한 딥러닝 모델을 개발하고자 함
❏ 1차년도에는 다양한 환경에 대해 적응할 수 있는 딥러닝 모델 확보를 위해, 데이터 증강 기술 및 레이블 불안정성 문제를 분석하고 이를 해결하기 위한 방법론 연구
- 학습 도메인 변화에 강인한 데이터 증강 기술 개발
- 복수 도메인 간의 엔트로피 분포를 이용한 메타학습기반 적응 방법론 개발
- 비지도 학습 기반 신뢰도를 이용한 레이블 필터링 기술 개발
❏ 2차년도에는 딥러닝 기술의 실시간성 확보를 위해 지식 증류 기법을 통한 딥러닝 모델의 경량화 연구에 집중하고 특히 사용 모델 환경에 따라서 적응적으로 경량화하는 기술을 개발하고자 함
- 모델 변화에 따른 온라인 최적 학습 데이터 증강 기법 개발
- 복수 모델의 온라인 역할 변화를 이용한 지식 증류 모델 연구
- 복수 지식 모델을 이용한 증류 지도 레이블 강화 기술 개발
❏ 3차년도는 1, 2차년도에 개발한 목표별 기법들과 모델들을 바탕으로 검출 분야에서의 복수 지식 전이로 통합 및 확장하고 다양한 환경 변화 및 레이블 불완전성에 적응한 강인하고 안정적인 모델을 개발함
- 자율주행 과정에서 다양한 환경 변화에 강인한 검출기의 데이터 증강 기술 개발
- 다양한 복수 도메인 지식의 모델 간 전이를 통한 적응형 검출기 학습 방법론 개발
- 검출 대상 크기에 따른 레이블 신뢰도 불안정성을 해결하는 안정화 기술 개발
❏ 4차년도는 딥러닝 모델들의 성능 고도화 및 통합 알고리즘을 개발하고 관련 응용 기술을 적용하여 테스크 강건성(task-robustness)과 안정성을 높이는 연구를 수행
- 비지도 이종 도메인 물체 검출기 성능 고도화
- 실시간 비지도 기반 복수 도메인 적응 모델 고도화
- 야외 환경 변화에 강인한 실시간 자율주행 세그멘테이션 기술 개발
도메인 적응
지식 증류
지식 전이
물체 검출
최신 특허
특허 전체보기
전체 특허
다중 도메인 객체 감지 방법 및 장치
상태
공개출원연도
2025출원번호
1020250009180의미론적 정보와 공간적 정보를 보강하여 휴먼 파싱을 수행하는 인공지능 네트워크
상태
공개출원연도
2024출원번호
1020240124164인공지능을 이용한 객체 검출을 수행하기 위한 방법 및 장치
상태
공개출원연도
2024출원번호
1020240076955