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(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 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.

시계열 데이터 분석은 시간에 따라 변화하는 데이터의 패턴을 탐색하고 미래 값을 예측하는 데 중점을 둔 연구 분야입니다. 본 연구실에서는 센서 데이터, 주가, 건강 모니터링 데이터 등 다양한 시계열 데이터를 대상으로 머신러닝 및 딥러닝 기반의 분석 기법을 개발하고 있습니다. 이를 통해 산업 현장, 금융, 헬스케어 등 다양한 분야에서 데이터 기반 의사결정과 예측의 정확도를 높이고 있습니다. IoT(사물인터넷)와 엣지 AI 시스템 분야에서는 오픈소스 하드웨어(라즈베리파이, Jetson Tx2, Jetson Xavier 등)와 AI 라이브러리를 활용하여 다양한 지능형 시스템을 구현하고 있습니다. 예를 들어, 엣지 디바이스에서 실시간으로 데이터를 수집, 분석, 처리하는 시스템을 개발하여 제조, 교통, 의료 등 다양한 산업 분야에 적용하고 있습니다. 이러한 시스템은 중앙 서버에 의존하지 않고 현장에서 즉각적인 의사결정이 가능하도록 지원합니다. 연구실은 IoT와 엣지 AI의 융합을 통해 데이터 수집-분석-활용의 전 과정을 자동화하고, 실시간성 및 효율성을 극대화하는 기술을 연구하고 있습니다. 이를 바탕으로 스마트 팩토리, 지능형 교통 시스템, 헬스케어 등 다양한 응용 분야에서 혁신적인 솔루션을 제공하고 있습니다.