수치해석은 복잡한 수학적 문제를 컴퓨터로 해결하기 위한 핵심적인 분야로, 김대경 연구실에서는 웨이블릿 이론과 결합하여 다양한 신호 및 영상 데이터의 처리와 복원에 적용하고 있습니다. 웨이블릿 변환은 신호나 이미지를 다양한 주파수 대역으로 분해하여, 잡음 제거, 데이터 압축, 경계 처리 등에서 탁월한 성능을 발휘합니다. 연구실은 웨이블릿 기반의 수치해석 기법을 통해 영상 복원, 신호 복원, 그리고 역문제 해결 등 다양한 응용 분야에서 혁신적인 알고리즘을 개발하고 있습니다. 특히, 웨이블릿을 이용한 타원형 미분방정식의 고속 수치해법, Besov 노름 기반 신호 복원 알고리즘, 그리고 라돈 변환의 웨이블릿 역변환 등은 수치해석적 접근과 신호처리 이론의 융합을 보여줍니다. 이러한 연구는 의료 영상, 천문 영상, 통신 신호 등 다양한 실제 데이터에 적용되어 높은 정확도와 효율성을 입증하고 있습니다. 또한, 웨이블릿 계수의 수치적 특성을 활용하여 데이터의 경계 문제를 효과적으로 처리하는 방법도 연구되고 있습니다. 이러한 연구 성과는 국내외 학술지 및 학회에서 활발히 발표되고 있으며, 실제 산업 현장과 연계된 프로젝트에도 적용되고 있습니다. 수치해석과 웨이블릿 이론의 융합 연구는 앞으로도 데이터 과학, 인공지능, 영상처리 등 다양한 첨단 분야에서 중요한 역할을 할 것으로 기대됩니다.

김대경 연구실은 영상 데이터의 잡음 제거 및 복원 분야에서 딥러닝과 저랭크 근사 기법을 융합한 첨단 연구를 수행하고 있습니다. 최근에는 혼합 잡음(가우시안 잡음과 임펄스 잡음 등)이 포함된 영상에서 효과적으로 잡음을 제거하기 위한 하이브리드 딥러닝 프레임워크(EN-CNN)와 저랭크 근사 기반의 다양한 알고리즘을 개발하였습니다. 이러한 연구는 영상의 세부 구조와 경계 정보를 보존하면서도, 다양한 잡음 환경에서 우수한 성능을 보장합니다. 특히, 저랭크 근사와 프랙셔널 오더 그래디언트 기반 유사도 측정, 적응형 미디언 필터링, 블록 매칭 및 웨이블릿 프레임 도메인에서의 영상 복원 등 다양한 수학적·컴퓨터공학적 기법이 융합되어 있습니다. 딥러닝 기반의 CNN 구조와 전통적인 영상처리 기법을 결합함으로써, 기존의 단일 잡음 모델에만 특화된 방법의 한계를 극복하고, 실제 환경에서 발생하는 복합 잡음에 효과적으로 대응할 수 있습니다. 이러한 연구는 의료 영상, 위성 영상, 감시 시스템 등 고품질 영상 데이터가 요구되는 다양한 분야에 적용될 수 있습니다. 또한, 실험 결과를 통해 제안된 알고리즘이 기존의 최신 알고리즘 대비 뛰어난 성능을 보임을 입증하였으며, 앞으로도 인공지능 기반 영상처리 기술의 발전에 중요한 기여를 할 것으로 기대됩니다.

디지털 워터마킹과 데이터 은닉 기술은 디지털 콘텐츠의 저작권 보호와 데이터 보안에 필수적인 역할을 합니다. 김대경 연구실에서는 웨이블릿 변환, 특이치 분해(SVD), 리프팅 필터 등 다양한 수학적 기법을 활용하여 강인하고 효율적인 워터마킹 알고리즘을 개발해왔습니다. 이러한 기술은 이미지, 비디오, 오디오 등 다양한 멀티미디어 데이터에 적용되어, 저작권 보호와 데이터 위·변조 방지에 활용되고 있습니다. 특히, 웨이블릿 기반의 비가시적 워터마킹, 제로트리 구조를 이용한 워터마킹, 프레즈넬렛 변환을 이용한 데이터 은닉 등은 잡음, 압축, 변형 등 다양한 공격에도 높은 복원력과 보안성을 보장합니다. 또한, 실시간 영상 압축기와 결합된 워터마킹 알고리즘, FPGA 기반의 하드웨어 구현 등 실용적인 응용 연구도 활발히 이루어지고 있습니다. 이러한 연구는 디지털 저작권 관리(DRM), 의료 영상의 정보 보호, 인터넷 기반 데이터 전송 등 다양한 분야에서 실질적인 효과를 발휘하고 있습니다. 연구실의 워터마킹 및 데이터 은닉 연구는 국제 학술대회와 저널에 다수 발표되었으며, 실제 산업체와의 협력 프로젝트에도 적용되고 있습니다. 앞으로도 디지털 콘텐츠의 안전성과 신뢰성을 높이기 위한 핵심 기술로서 지속적으로 발전할 전망입니다.