IISLab(Information and Intelligent Systems Lab)은 창원대학교 정보통신공학과에 소속된 연구실로, 인공지능(AI), 데이터 분석, 광무선 통신 등 첨단 정보통신기술 분야의 다양한 연구를 수행하고 있습니다. 본 연구실은 인공지능 및 딥러닝 기술을 기반으로 한 데이터 분석, 객체 인식, 제조 자동화, 의료 영상 처리, IoT 시스템 등 다양한 응용 분야에서 혁신적인 연구를 이어가고 있습니다.
연구실의 주요 연구 분야 중 하나는 디스플레이-카메라 통신(D2C) 및 광무선 통신 기술입니다. 이 분야에서는 디스플레이와 카메라 간의 데이터 전송, 위성-지상 간 광통신, 차량 및 드론 간 통신 등 다양한 시나리오에서의 신뢰성 높은 데이터 전송 기술을 개발하고 있습니다. 또한, 빔 포인팅 오류 감소, 채널 용량 증대, 신호처리 최적화 등 실질적인 통신 성능 향상을 위한 연구도 활발히 진행 중입니다.
지능형 제조 및 객체 인식/추적 분야에서는 딥러닝 기반의 결함 탐지, 예지 보수, 로봇 제어, 실시간 객체 탐지 및 추적 등 스마트 팩토리 구현에 필수적인 핵심 기술을 연구하고 있습니다. 실제 산업 현장과의 협업을 통해 자동 데이터 추출 시스템, CCTV 기반 작업자 위치 인식 시스템 등 다양한 프로젝트를 수행하며, 산업 현장의 디지털 전환에 기여하고 있습니다.
의료 데이터 분석 및 초해상도 영상처리 분야에서는 초음파 영상의 해상도 향상, 손가락 정맥 인식, 암 진단 등 의료 영상 및 바이오메트릭 데이터의 분석 및 처리 기술을 개발하고 있습니다. 딥러닝 기반의 초해상도 알고리즘, CNN 기반 특징 추출 및 분류, 머신러닝 기반 예측 모델 등 다양한 연구를 통해 의료 현장의 진단 정확도와 효율성을 높이고 있습니다.
이 외에도 시계열 데이터 분석, IoT 및 엣지 AI 시스템, 자율주행 차량 및 드론, 스마트 교통 시스템 등 다양한 첨단 정보통신기술 분야에서 활발한 연구를 진행하고 있습니다. IISLab은 이론과 실무를 아우르는 융합적 연구를 통해 미래 정보통신기술 발전에 앞장서고 있으며, 국내외 유수 학술지 및 학회에 다수의 연구 성과를 발표하고 있습니다.
디스플레이-카메라 통신(D2C)은 디스플레이와 카메라 간의 짧은 거리에서 데이터를 전송하는 혁신적인 M2M(Machine-to-Machine) 통신 방식입니다. 본 연구실에서는 D2C 시스템의 원리와 구현 방법, 그리고 실시간 데이터 전송의 신뢰성과 효율성을 높이기 위한 다양한 알고리즘을 개발하고 있습니다. 특히, 딥러닝 기반의 데이터 임베딩 및 추출 기술을 활용하여 디스플레이 화면에 숨겨진 정보를 카메라로 정확하게 인식하고 복원하는 연구를 진행하고 있습니다.
이러한 기술은 스마트폰, 디지털 사이니지, 차량 내 디스플레이 등 다양한 응용 분야에서 활용될 수 있습니다. 예를 들어, 차량 간 통신(V2V), 차량-인프라 통신(V2I), 스마트 팩토리 내 장비 간 데이터 교환 등에서 D2C 기술이 중요한 역할을 할 수 있습니다. 또한, 광무선 통신(Free Space Optical Communications) 분야에서는 위성-지상 간 데이터 전송, 드론 통신, 실내외 환경에서의 고속 데이터 전송 등 다양한 시나리오에 적용할 수 있는 기술을 연구하고 있습니다.
연구실은 D2C 및 광무선 통신의 성능 향상을 위해 빔 포인팅 오류 감소, 채널 용량 증대, 잡음 및 간섭 저감 등 다양한 문제를 해결하고 있습니다. 이를 위해 최신 딥러닝 모델과 신호처리 기법을 융합하여 실시간 환경에서도 높은 신뢰성과 효율성을 보장하는 통신 시스템을 개발하고 있으며, 관련 논문과 특허를 다수 발표하였습니다.
지능형 제조 및 객체 인식/추적
지능형 제조(Intelligent Manufacturing)는 인공지능과 실시간 데이터 분석을 제조 공정에 적용하여 생산성, 품질, 효율성을 극대화하는 첨단 기술입니다. 본 연구실에서는 CNN, RNN, LSTM 등 다양한 딥러닝 모델을 활용하여 제조 현장에서의 결함 탐지, 예지 보수, 로봇 제어 및 스케줄링 등 다양한 문제를 해결하고 있습니다. 특히, 딥 강화학습을 이용한 로봇 제어 및 공정 최적화 연구를 통해 스마트 팩토리 구현에 기여하고 있습니다.
또한, 객체 인식 및 추적 분야에서는 YOLO, SSD, MobileNet 등 최신 딥러닝 기반 알고리즘을 적용하여 자율주행, 안전 모니터링, 지능형 감시 시스템 등 다양한 응용 분야에 적합한 실시간 객체 탐지 및 추적 기술을 개발하고 있습니다. 이러한 기술은 자동차, 드론, CCTV 등 다양한 센서와 결합하여 실제 환경에서의 신뢰성 높은 인식 및 추적 성능을 제공합니다.
연구실은 실제 산업 현장과의 협업을 통해 제조 설비 도면 및 일반 문서로부터 자동으로 데이터를 추출하는 시스템, CCTV 영상을 활용한 작업자 위치 인식 시스템 등 다양한 프로젝트를 수행하고 있습니다. 이를 통해 산업 현장의 디지털 전환과 스마트화에 기여하고 있으며, 관련 연구 성과는 국내외 유수 학술지에 다수 게재되고 있습니다.
의료 데이터 분석 및 초해상도 영상처리
의료 데이터 분석 및 초해상도 영상처리는 의료 영상의 품질 향상과 진단 정확도 증진을 목표로 하는 중요한 연구 분야입니다. 본 연구실에서는 초음파 영상의 해상도를 효과적으로 높이기 위한 딥러닝 기반의 초해상도(Super-Resolution, SR) 알고리즘을 개발하고 있습니다. 이를 통해 저화질의 의료 영상을 고해상도로 변환하여 의료진의 진단을 지원하고, 환자의 치료 효율성을 높이고자 합니다.
또한, 딥러닝 기반의 손가락 정맥 인식, 암 진단, 건강 모니터링 등 다양한 의료 데이터 분석 연구도 활발히 진행 중입니다. 예를 들어, 딥 CNN을 활용한 손가락 정맥 특징 추출 및 분류, 머신러닝을 이용한 암 재발 예측, 환경 요인 기반 우울증 분류 등 다양한 의료 응용 분야에서 우수한 성과를 내고 있습니다. 이러한 연구는 실제 임상 데이터와 연계하여 의료 현장에서의 실질적인 활용 가능성을 높이고 있습니다.
연구실은 의료 영상 및 바이오메트릭 데이터의 전처리, 특징 추출, 분류, 예측 등 전 과정을 아우르는 통합적 연구를 수행하고 있습니다. 이를 통해 의료 분야의 디지털 혁신과 인공지능 기반 진단 시스템의 발전에 기여하고 있으며, 관련 연구 결과는 국내외 저명 학술지에 다수 발표되고 있습니다.
