ISPL
컴퓨터공학과
전동산
동아대학교 컴퓨터AI공학부 컴퓨터공학과 지능형영상신호처리연구실(ISPL)은 차세대 비디오 코딩 표준 기술과 딥러닝 기반 멀티미디어 신호처리 분야에서 국내외적으로 선도적인 연구를 수행하고 있습니다. 본 연구실은 High Efficiency Video Coding(HEVC), Versatile Video Coding(VVC) 등 최신 비디오 압축 표준의 핵심 기술 개발과 국제 표준화 활동에 적극적으로 참여하며, 초고해상도, 초저지연, 초실감 미디어 서비스 실현을 위한 혁신적인 알고리즘을 제안하고 있습니다.
특히, 비디오 부/복호화의 복잡도 감소, 인코더 및 디코더의 효율성 향상, 다양한 예측 및 분할 알고리즘 개발 등 차세대 미디어 환경에 적합한 기술을 중점적으로 연구하고 있습니다. 이러한 기술은 UHD, 8K, 360도 영상, 입체영상, 메타버스, 증강/가상현실(AR/VR) 등 다양한 응용 분야에서 활용되고 있으며, 실제 산업계와의 협력 및 기술이전, 특허 출원 등 실용화에도 큰 성과를 내고 있습니다.
또한, 본 연구실은 딥러닝 기반 멀티미디어 신호처리 기술을 바탕으로 영상 및 비디오의 화질 개선, 초해상화, 잡음 제거, 객체 인식 및 추출, 영상 복원 등 다양한 연구를 진행하고 있습니다. 심층신경망(DNN), 합성곱 신경망(CNN), 트랜스포머 등 첨단 인공지능 기술을 활용하여, 저해상도 영상의 고화질화, 의료 영상 및 해양 수중이미지의 화질 개선, 실시간 객체 인식 등 실제 응용에 초점을 맞춘 연구를 수행하고 있습니다.
연구실은 산학협력, 정부과제, 국제공동연구 등 다양한 프로젝트를 통해 최신 기술 동향을 반영한 연구를 지속적으로 추진하고 있습니다. 또한, 국제 표준화 회의(JVET 등) 참여, 국내외 학회 논문 발표, 특허 출원 등 활발한 연구성과를 바탕으로, 미래 미디어 산업을 선도할 인재 양성과 기술 혁신에 기여하고 있습니다.
ISPL은 앞으로도 차세대 미디어 환경에서 요구되는 고효율, 고품질, 저복잡도 멀티미디어 신호처리 및 비디오 코딩 기술 개발을 통해, 초실감 미디어, 메타버스, 스마트 시티, 의료 영상 등 다양한 분야에서 혁신적인 변화를 이끌어 나갈 것입니다.
차세대 비디오 코딩 표준 및 응용
차세대 비디오 코딩 표준 및 응용 연구는 고효율 비디오 압축 기술의 개발과 국제 표준화에 중점을 두고 있습니다. 본 연구실은 High Efficiency Video Coding(HEVC)와 Versatile Video Coding(VVC) 등 최신 비디오 코딩 표준의 핵심 기술을 연구하고, 실제 응용 분야에 적용할 수 있는 다양한 알고리즘을 개발하고 있습니다. 이러한 표준 기술은 UHD, 8K, 360도 영상, 입체영상 등 차세대 미디어 서비스에 필수적으로 요구되는 고화질, 고압축, 저지연 특성을 실현하는 데 중요한 역할을 합니다.
특히, 본 연구실은 비디오 부/복호화의 복잡도 감소, 인코더 및 디코더의 효율성 향상, 다양한 예측 및 분할 알고리즘 개발에 집중하고 있습니다. 예를 들어, 어파인 움직임 예측, 삼항 트리 분할 결정, 병합 모드 조기 종료, 블록 벡터 기반 예측 등 다양한 혁신적 기술을 통해 인코딩 및 디코딩의 연산량을 획기적으로 줄이면서도 화질 저하를 최소화하는 방법을 제안하고 있습니다. 이러한 연구 결과는 국제 표준화 회의(JVET 등)에서 활발히 논의되고 있으며, 실제 상용화 및 산업계 적용에도 기여하고 있습니다.
또한, 본 연구실은 비디오 코딩 기술의 응용 확장에도 많은 노력을 기울이고 있습니다. 스마트 감시 시스템, IoT 기반 멀티미디어 서비스, 메타버스, 증강/가상현실(AR/VR) 등 다양한 분야에서 차세대 비디오 코딩 기술이 활용될 수 있도록, 맞춤형 코덱 개발, 저전력/저복잡도 환경에 적합한 알고리즘 연구, 실시간 처리 기술 등을 지속적으로 개발하고 있습니다. 이를 통해 미래 미디어 환경에서 요구되는 초고화질, 초저지연, 초실감 미디어 서비스를 실현하는 데 핵심적인 역할을 하고 있습니다.
딥러닝 기반 지능형 멀티미디어 신호처리
딥러닝 기반 지능형 멀티미디어 신호처리 연구는 최근 인공지능 기술의 발전과 함께 영상 및 오디오 신호의 분석, 인식, 복원, 변환 등 다양한 분야에 적용되고 있습니다. 본 연구실은 심층신경망(DNN), 합성곱 신경망(CNN), 트랜스포머 등 최신 딥러닝 모델을 활용하여 영상 및 비디오의 화질 개선, 초해상화, 잡음 제거, 객체 인식 및 추출, 영상 복원 등 다양한 멀티미디어 신호처리 기술을 개발하고 있습니다.
특히, 저해상도 영상의 초해상화, 압축 왜곡 감소, 의료 영상 및 해양 수중이미지의 화질 개선 등 실제 응용에 초점을 맞춘 연구가 활발히 이루어지고 있습니다. 예를 들어, Residual Dense Block 기반 변형 가능한 합성곱 정렬 신경망, Dual Branch 기반 초해상화 네트워크, U-Net 기반 공간 변환 모듈 등 다양한 구조의 딥러닝 네트워크를 설계하여, 기존 방법 대비 우수한 화질 개선 및 객체 인식 성능을 달성하고 있습니다. 또한, 경량화된 네트워크 설계와 저복잡도 알고리즘 개발을 통해 모바일 및 임베디드 환경에서도 실시간 처리가 가능하도록 연구를 진행하고 있습니다.
이와 더불어, 본 연구실은 멀티미디어 신호처리의 국제 표준화 및 산업적 활용에도 적극적으로 참여하고 있습니다. MPEG Immersive, VVC 등 국제 표준화 활동에 기여하고 있으며, 다양한 특허 출원과 기술이전, 산학협력 프로젝트를 통해 실제 산업 현장에 적용 가능한 기술을 개발하고 있습니다. 이러한 연구는 미래의 초실감 미디어, 메타버스, 스마트 시티, 의료 영상 분석 등 다양한 분야에서 혁신적인 변화를 이끌고 있습니다.
딥러닝 기반 객체 인식 및 추출
딥러닝 기반 객체 인식 및 추출 연구는 영상 및 비디오 내에서 사람, 사물, 특정 영역 등을 자동으로 탐지하고 분할하는 기술 개발에 초점을 맞추고 있습니다. 본 연구실은 CNN, 트랜스포머, 멀티스케일 네트워크 등 첨단 딥러닝 모델을 활용하여, 복잡한 환경에서도 높은 정확도로 객체를 인식하고, 다양한 응용 분야에 적용 가능한 알고리즘을 개발하고 있습니다.
특히, 얼굴 영역 화질 향상, 소형 객체 검출, 의료 영상 내 병변 탐지, 해양 수중이미지 내 객체 인식 등 실제 현장에서 요구되는 다양한 문제를 해결하기 위한 연구가 활발히 이루어지고 있습니다. 예를 들어, Dual Branch 기반 초해상화 방법, U-Net 기반 분리 가능 네트워크, 어텐션 메커니즘을 활용한 객체 추출 등 다양한 기술을 통해 기존 대비 뛰어난 성능을 보이고 있습니다. 또한, 객체 인식 및 추출 결과를 비디오 코딩, 영상 복원, 증강현실 등 다양한 후속 처리에 연계하여, 전체 멀티미디어 처리 파이프라인의 효율성과 품질을 극대화하고 있습니다.
이러한 연구는 자율주행, 스마트 감시, 메타버스, 의료 진단, 산업 자동화 등 다양한 분야에서 핵심적인 역할을 하고 있습니다. 본 연구실은 실제 데이터셋 구축, 성능 평가, 실시간 처리 기술 개발 등 실용적 측면에서도 많은 성과를 내고 있으며, 관련 특허 및 논문 발표, 산학협력 프로젝트를 통해 국내외 연구 및 산업계에 큰 영향을 미치고 있습니다.
1
Linear Model-Guided Background Restoration with Grouped Index Compression in Video Coding for Machines
T. Lee*, S. Kim*, B. Park, J. Lee, S. Jeong, W. Cheong, D. Jun *
IEEE Trans. Circuits Syst. Video Technol., 2025
2
Enhanced Video Super-Resolution Method using U-Net based Spatial Transformer Module
Y. Lee, S. Cho, D. Jun*
IEEE Trans. Circuits Syst. Video Technol., 2025
3
Dynamic Bit-Plane Arithmetic Coding for Quantized Spectral Coefficients in USAC
S. Kim, B. Jo, S. Beack, T. Lee, D. Jun*
IEEE Journal of Selected Topics in Signal Processing, 2025
1
박사과정 연구장려금 지원사업 선정 (5천만원)
2
석사과정 연구장려금 지원사업 선정 (1천 2백만원)
3
VCM (Video Coding for Machine) 성능 향상을 위한 신규 부/복호화 SW 개발
