송병철 연구실
인하대학교 전기전자공학부
송병철 교수
컴퓨터비전
얼굴표정인식
도메인 일반화
홈
송병철 연구실
인하대학교 전기전자공학부 송병철 교수
송병철 연구실은 전기전자공학부 관점에서 컴퓨터비전과 영상신호처리 기술을 중심으로 시각정보처리 문제를 해결합니다. 타겟 데이터에 맞춘 특징 적응과 기억은행 기반 학습, 프록시 및 변이 벡터를 활용한 임베딩 정렬, 지식 증류와 프루닝으로 경량화 성능을 함께 고려합니다. 또한 레인 합성 기반 영상복원과 레인 강도 추정, 얼굴 표정 인식에서의 도메인 일반화 및 적대 교란 견고성, 감정 강도 인지 합성·조작을 연구합니다. 고화질 CIS 및 고속 DVS 기반 인공지능 시스템 반도체 관련 과제 수행을 통해 적용 관점의 데이터·모델 파이프라인도 구축합니다.
컴퓨터비전얼굴표정인식도메인 일반화적대적 견고성네트워크 경량화
대표 연구 분야
연구 영역 전체보기
악천후 레인 합성 기반 영상복원 및 레인 강도 추정 연구
Rain synthesis for image restoration and rain intensity estimation
연구 분야 상세보기
기억은행 및 프록시 기반 적응 학습과 경량화 비전 모델 연구
Memory-bank/proxy adaptation and efficient vision models
연구 분야 상세보기
얼굴 표정 인식의 견고성 및 감정 기반 합성·조작 연구
Robust facial expression recognition and emotion-aware synthesis/manipulation
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 0
·
2025Variation-aware proxy learning for semantic segmentation
Haejun Bae, Byung Cheol Song
IF 6.7 (2025)
Neurocomputing
의미 분할에서 동일 클래스 내부 변이(intra-class variation)를 정확하게 모델링하는 것은 세부적인 정보를 포착하고 클래스 경계 인근의 모호성을 해소하는 데 필수적이다. 기존의 프록시 기반 임베딩 방법들은 각 클래스를 하나의 프로토타입으로 표현하지만, 특히 복잡한 장면에서는 다양한 클래스 내부 구조를 반영하는 데 한계를 보인다. 본 논문에서는 대표 프록시를 도입하여 공유된 클래스 의미를 인코딩하고, 다수의 변이 벡터를 통해 세밀한 클래스 내부 변이를 포착하는 새로운 표현 학습 프레임워크인 Variation-Aware Proxy Learning을 제안한다. 이러한 구성요소들은 분해 가능(factorized) 유사도 점수를 통해 통합되어, 더 표현력이 뛰어나고 구별력이 향상된 임베딩 구조를 가능하게 한다. 모호한 영역에서의 학습을 추가로 향상시키기 위해, 초점 조절(focal modulation)을 도입하고, 어려운 예제의 기여도를 적응적으로 증폭하는 인력(attraction) 항과 반발(repulsion) 항으로 구성된 새로운 조합 유사도 손실(Compositional Similarity Loss)을 설계한다. 제안 방법은 모델 비종속적(model-agnostic)이며 추가적인 추론 시간 비용이 필요하지 않다. Cityscapes, COCO-Stuff10k, iSAID, ADE20K 등 다수의 분할 벤치마크와 CNN 및 Transformers를 포함한 다양한 백본에 대해 광범위한 실험을 수행한 결과, 특히 클래스 내부 변이가 큰 어려운 영역에서 mIoU와 경계 정밀도(boundary precision)가 일관되게 향상됨을 확인하였다. • Compositional Similarity Loss는 대표 프록시와 변이 벡터의 학습을 가능하게 한다. • 분해 가능 유사도 점수는 프록시 통합을 통해 향상된 클래스 분리를 달성한다. • 초점 조절은 동적 가중치를 통해 모호한 영역을 적응적으로 강조한다. • 다양한 실시간 및 비실시간 모델 전반에서 일관된 분할 성능 향상을 보인다.
https://doi.org/10.1016/j.neucom.2025.131783
Discriminative model
Embedding
Ambiguity
Segmentation
Pattern recognition (psychology)
Proxy (statistics)
Similarity (geometry)
ENCODE
2
Article
|
·
인용수 0
·
2025DIRE: Enhancing Facial Expression Recognition Through Domain-Invariant Representation Learning for Robust Generalization
Heeje Kim, Yoojin Jung, Byung Cheol Song
IF 9.9 (2025)
IEEE Transactions on Multimedia
본 논문에서는 보이지 않는 도메인에서 얼굴 표정 인식(Facial Expression Recognition, FER) 모델의 범용성을 향상시키기 위한 새로운 접근법인 DIRE(Domain-Invariant Representation Learning for Expression)를 제안한다. 전통적인 FER 모델은 학습 데이터셋과 테스트 데이터셋 간의 분포 변화(distribution shift)에 자주 취약하여 성능이 크게 저하된다. 단일 소스 도메인 일반화(Single-Source Domain Generalization) 개념에 기반하여, 의미적 일관성을 보존하면서 도메인 변이적 영역(domain-variant regions)에 대해 픽셀 수준 및 특징 수준의 교란(perturbations)을 적용하는 새로운 도메인 증강 기법을 도입한다. 또한 얼굴 표정이 도메인 불변 특징(domain-invariant features)으로 효과적으로 표현될 수 있도록 의미 정렬(semantic alignment) 정규화 및 도메인 정보 최소화(domain information minimization) 손실을 통합한다. 다수의 FER 데이터셋에 대해 수행한 광범위한 실험 결과, 본 방법은 단일 소스 도메인에서 학습하더라도 다양한 대상 도메인에 걸친 일반화 성능을 유의미하게 향상시키는 것으로 나타났다. 제안된 DIRE 접근법은 실제 환경의 FER 과제에서, 보이지 않는 도메인에 대한 일반화 가능성이 필수적인 상황에 적용 가능한 견고한 해결책을 제공한다.
https://doi.org/10.1109/tmm.2025.3613175
Generalizability theory
Generalization
Regularization (linguistics)
Representation (politics)
Pattern recognition (psychology)
Facial expression
Domain (mathematical analysis)
Feature learning
Minification
3
Article
|
·
인용수 0
·
2024MECA: Manipulation With Emotional Intensity-Aware Contrastive Learning and Attention-Based Discriminative Learning
Seongho Kim, Byung Cheol Song
IF 9.8 (2024)
IEEE Transactions on Affective Computing
최근 딥러닝의 발전과 함께, 얼굴 표정 조작(FEM)은 큰 주목을 받는 분야 중 하나가 되었다. 그러나 많은 연구는 잠재 공간에서의 클래스 구분을 고려하지 않은 채 학습에만 초점을 맞추고 있다. 본 논문은 얼굴 표정과 같은 의미적 속성을 FEM 과제에서 효과적으로 반영하기 위해 자기 주의(self-attention)와 상호 정보(mutual information)를 활용하는 표현 학습 기법을 제안한다. 본 프레임워크는 주의 기반 판별 학습(attention-based discriminative learning)과 감정 강도 인지 대조 학습(emotional intensity-aware contrastive learning)을 사용하며, 압축된 임베딩 공간을 형성할 수 있다. 이러한 압축된 임베딩 공간은 실제 합성 결과에서 더 식별력이 높고 풍부한 얼굴 표정 합성을 가능하게 한다. 그 결과, 우리는 기존 방법들보다 우수한 얼굴 표정 합성 결과를 도출하였다. 또한 FEM에서 얼굴 표정 표현의 정도를 정량화할 수 있는 FED 지표 측면에서도 제안 방법이 다른 방법들보다 성능이 뛰어나다. 이러한 성공적인 결과를 입증하기 위해 t-SNE를 사용하여 각 클래스에 대한 실제 임베딩 결과를 시각화한다. 더 나아가, 제안 방법을 통해 형성된 잠재 공간이 얼굴 표정 인식 측면에서도 도움이 됨을 증명한다.
https://doi.org/10.1109/taffc.2024.3493416
Discriminative model
Psychology
Computer science
Social emotional learning
Artificial intelligence
Cognitive psychology
Developmental psychology
최신 정부 과제
23
과제 전체보기
1
2024년 4월-2027년 12월
|7,483,340,000원산업융합형 멀티모달 생성 인공지능 인재양성
생성 인공지능 시장을 선도하는 멀티모달 생성형 AI 초격차 기술 공동연구 기반 산업융합형 석박사급 생성AI 고급 인재 양성
생성AI
인재양성
산업융합
멀티모달
대규모 언어모델
2
주관|
2023년 7월-2026년 12월
|5,934,250,000원인공지능융합혁신인재양성(부산대학교)
1. AI+제조·물류 연구
1) 동남권 소재 제조 기업의 애로 및 수요 기술 개발을 위한 데이터 수집/저장/분석 및 불량 예측 및 이상 감지, 상황인지/분석 등 융합 AI 요소 기술 개발 및 기업 수요 기반 AI 응용 기술 개발
- [AI+제조·물류 제1프로젝트] : ㈜현대중공업빅데이터 분석 기반 선박 엔진 이상 진단 모델 개발
- [AI+제조·물류 제2프로젝트] : ㈜삼성중공업시나리오별 블록 도장면 인식을 위한 딥러닝 모델 개발
- [AI+제조·물류 제3프로젝트] : ㈜해성디에스영상 기반 회로 불량 검출을 위한 AI 판별 모델 개발
- [AI+제조·물류 제4프로젝트] : ㈜코렌스XAI 기반 EGR 쿨러 생산 공정 불량 원인 분석 시스템 개발
- [AI+제조·물류 제5프로젝트] : ㈜슈어소프트테크
차량 시뮬레이터 기반 모빌리티 AI 기술 개발을 위한 데이터 수집 소프트웨어 제작
- [AI+제조·물류 제6프로젝트] : ㈜파나시아공장 내 차량 및 작업자 위험 상황 감별 시스템 개발
- [AI+제조·물류 제7프로젝트] : ㈜토탈소프트뱅크영상 기반의 항만 내 객체 인식, 추적 및 관리 솔루션 개발
- [AI+제조·물류 제8프로젝트] : ㈜그리드위즈신재생에너지 발전량, 전력 소비량 예측 프로그램 개발
- [AI+제조·물류 제9프로젝트] : ㈜동연에스엔티냉연강판 결함 데이터 증강 기술 및 결함 분류 모델 개발
- [AI+제조·물류 제10프로젝트] : ㈜워드포인츠
최적의 네트워크 성능 도출을 위한 Network Traffic Optimization모델 개발
- [AI+제조·물류 제11프로젝트] : ㈜평행공간3D 공간모델 및 LiDAR 센서 기반 자세 추정 기술 개발
- [AI+제조·물류 제12프로젝트] : ㈜토리아띠반려동물 대상 상태별 모션 추출 및 분류
- [AI+제조·물류 제13프로젝트] : ㈜나라인포테크
지식 그래프 임베딩 모형의 철자오류 교정 시스템 개발
2. AI+헬스케어 연구
- 부산대병원 및 의료기관의 애로 및 수요 기술 개발을 위한 의료데이터 수집/저장/분석 및 예측, 신약개발 등 융합 AI 요소 기술 개발 및 기업 수요 기반 AI 응용 기술 개발
- [AI+헬스케어 제1프로젝트] : 양산부산대학교병원
골수부종, 골다공증 환자 임상 영상 화질 개선 기법 개발
- [AI+헬스케어 제2프로젝트] : 씨젠의료재단나노센서 레이블 노이즈 극복을 위한 정형 데이터용 예측 모델 개발
- [AI+헬스케어 제3프로젝트] : 씨젠의료재단CT 패치 이미지 기반 담도암 진단 모델 개발
- [AI+헬스케어 제4프로젝트] : 씨젠의료재단병리 영상 압축기법 개발
- [AI+헬스케어 제5프로젝트] : ㈜휴이노
IoT 기술을 통한 심전도 데이터 전송/저장 및 알람 서비스 기술 개발
- [AI+헬스케어 제6프로젝트] : ㈜드래곤플라이소아ADHD 인지행동치료 메커니즘 기반 맞춤형 난이도 조절 기술 개발
- [AI+헬스케어 제7프로젝트] : ㈜호쿠쇼코리아의약품 물류 공정 최적화 컨베이어 기계작동 프로그램 개발
- [AI+헬스케어 제8프로젝트] : ㈜뉴클릭스바이오분자 구조 정보를 활용한 표적 단백질과 화합물 결합 예측 인공지능 모델 개발
인공지능
인력양성
제조 AI
헬스케어 AI
융합
최신 특허
특허 전체보기
전체 특허
슬라이스 이미지 기반의 해상도 업스케일링 장치 및 방법
상태
등록출원연도
2020출원번호
1020200038173동공 검출 장치
상태
등록출원연도
2019출원번호
1020190128157딥러닝 기반의 소형 물체 검출 기법
상태
등록출원연도
2018출원번호
1020180043343