시각정보처리 및 컴퓨터 비전 분야는 이미지와 비디오 등 다양한 시각 데이터를 효과적으로 분석하고 이해하는 기술을 개발하는 데 중점을 둡니다. 본 연구실에서는 객체 인식, 영상 분할, 이미지 매팅, 영상 정합, 3D 재구성 등 다양한 컴퓨터 비전 문제를 다루고 있습니다. 특히, 딥러닝 기반의 최신 알고리즘을 활용하여 복잡한 시각적 정보를 정밀하게 해석하고, 실제 환경에서 발생하는 다양한 노이즈와 변형에도 강인한 모델을 개발하는 데 주력하고 있습니다. 최근에는 Neural Radiance Fields(NeRF), 3D Gaussian Splatting, Multi-Plane Image(MPI) 등 첨단 3차원 시각화 및 재구성 기술을 연구하고 있습니다. 이러한 기술들은 기존의 2차원 이미지 처리 한계를 극복하고, 현실 세계의 복잡한 구조와 움직임을 정밀하게 복원할 수 있도록 합니다. 또한, 영상 내 객체의 일관적 제거, 파노라마 이미지 스티칭, 저조도 환경에서의 영상 향상 등 실질적인 응용 문제 해결에도 적극적으로 참여하고 있습니다. 이와 더불어, 본 연구실은 다양한 센서 융합(예: 카메라-라이다), 하이퍼스펙트럴 영상 처리, 실시간 영상 분석 등 다양한 응용 분야로 연구를 확장하고 있습니다. 이러한 연구는 자율주행, 감시 시스템, 로봇 비전, 의료 영상 등 다양한 산업 분야에서 활용될 수 있으며, 실제 프로젝트 및 산학협력을 통해 기술의 실용화에도 힘쓰고 있습니다.

딥러닝 기반 영상 생성 및 복원 연구는 인공지능 기술을 활용하여 손상된 이미지나 비디오를 복원하거나, 새로운 이미지를 생성하는 데 초점을 맞추고 있습니다. 본 연구실에서는 Latent Diffusion Model, Knowledge Distillation, Meta-Learning 등 최신 딥러닝 기법을 적용하여 초해상도 복원, 저조도 영상 향상, 영상 내 노이즈 제거, 객체 제거 등 다양한 문제를 해결하고 있습니다. 특히, 참조 기반 초해상도(Reference-based Super-Resolution), 온라인 학습(Online Learning), 자기지도학습(Self-supervised Learning) 등 혁신적인 방법론을 도입하여 기존 한계를 극복하고 있습니다. 영상 복원 분야에서는 실제 환경에서 발생하는 다양한 손상(예: 저조도, 노이즈, 손상된 영역 등)에 강인한 경량화 네트워크를 개발하고 있습니다. 또한, 영상 생성 분야에서는 예술 작품의 외곽 확장(Artwork Outpainting), 그림자 제거(Shadow Removal), 데이터 증강(Data Augmentation) 등 창의적이고 실용적인 연구를 수행하고 있습니다. 이러한 연구는 실제 데이터셋 구축, 대규모 실험, 국제 학회 논문 발표 등으로 그 우수성을 입증받고 있습니다. 더불어, 본 연구실은 영상 생성 및 복원 기술을 다양한 응용 분야에 접목하고 있습니다. 예를 들어, 실시간 감시 시스템에서의 행동 인식, 의료 영상의 품질 향상, 문화 예술 데이터의 자동 생성 및 보정 등 다양한 산업적 요구에 부응하는 연구를 지속적으로 추진하고 있습니다.

멀티모달 데이터 융합 및 지능형 추천 시스템 분야는 이미지, 텍스트, 오디오 등 다양한 형태의 데이터를 통합적으로 분석하여 더 높은 수준의 인공지능 서비스를 제공하는 것을 목표로 합니다. 본 연구실에서는 멀티모달 데이터의 특성을 효과적으로 학습하고, 이를 기반으로 한 추천 시스템, 데이터 레이블링, 신뢰도 평가 등 다양한 응용 연구를 진행하고 있습니다. 최근에는 MELON과 같은 멀티미디어 추천 시스템 개발을 통해, 사용자의 다양한 선호와 맥락을 반영한 맞춤형 추천 기술을 선보이고 있습니다. 이와 함께, 입력 텍스트 프롬프트와 출력 이미지 간의 연관성 분석, 데이터 증강, 레이블 신뢰도 평가 등 데이터 품질 향상 및 자동화된 데이터 처리 기술에도 집중하고 있습니다. 이러한 연구는 대규모 멀티미디어 데이터셋을 효과적으로 활용하고, 실제 서비스에 적용 가능한 고성능 추천 시스템을 구현하는 데 중요한 역할을 합니다. 또한, 본 연구실은 프라이버시 보호 도메인 적응, 자기지도 학습 기반의 데이터 라벨링 등 최신 인공지능 트렌드를 반영한 연구를 활발히 수행하고 있습니다. 이를 통해, 다양한 산업 분야에서 요구되는 지능형 데이터 처리 및 추천 기술의 발전에 기여하고 있습니다.