Deep Learning-Based Video Recognition and Scene Understanding Research
연구 내용
비디오에서 시공간 정보를 추출하여 장면을 이해하고 행동 및 사건을 인식하는 모델을 설계·학습하는 연구
비디오 입력에서 프레임 간의 시간적 변화와 공간적 특징을 동시에 고려하여 장면 이해와 인식 성능을 높이는 연구를 수행합니다. 영상처리 관점에서 특징 추출 파이프라인을 구성하고, 데이터 전처리와 학습 전략을 통해 다양한 촬영 조건에서의 일반화를 확인합니다. 또한 추론 효율을 고려해 모델 구조와 입력 표현을 조정하여 실시간 또는 준실시간 환경에서도 동작 가능한 비디오 인식 방안을 도출하는 차별성을 가집니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 영상처리를 위한 전처리 단계와 특징 추출 구조를 정리하고, 데이터 구성에 따른 성능 변화를 확인하는 데 집중합니다. 이후에는 비디오의 시공간 상관을 반영하는 학습 방식으로 확장하여 장면 분류, 객체·행동 인식 등 범용 비디오 이해 태스크를 대상으로 평가를 수행합니다. 최근에는 다양한 데이터 소스와 촬영 조건을 고려해 견고한 인식 결과를 확보하고, 경량화 및 추론 최적화까지 포함한 적용 가능성 중심으로 연구를 수행합니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.