실환경 비전 인식: UAV 영상 모자이크 정합, 스켈레톤 기반 낙상 탐지, 국소 초고해상화 연구

Real-World Visual Perception: UAV Image Stitching, Skeleton-Based Fall Detection, and Local Super-Resolution

연구 내용

UAV 지오태그 기반 정합으로 대규모 모자이크를 생성하고 RGB 비디오의 스켈레톤을 이용해 낙상을 탐지하며, 객체 특성을 반영한 국소 초고해상화를 수행하는 연구

실환경 비전 문제는 입력 데이터의 복잡성과 품질 저하 요인으로 인해 인식 정확도가 쉽게 변동될 수 있습니다. 연구실은 UAV로 획득한 다수 영상을 대상으로 지오태그와 겹침 정보를 활용해 후보 이미지를 선택하고, 빠른 특징 추출·매칭을 통해 정합을 수행합니다. 이어지는 중첩 영역에서는 로컬 워프와 부드러운 천이로 블러 성분과 왜곡을 완화하여 대규모 모자이크 품질을 높입니다. 또한 RGB 비디오에서 스켈레톤 데이터를 기반으로 낙상 탐지를 수행해 배경 변화에 따른 인식 실패를 줄이는 방향으로 연구합니다. 더불어 객체 특성을 고려한 국소 초고해상화 영상 처리로 입력 품질을 개선하여 후속 인식 단계의 안정성을 확보합니다.

관련 프로젝트

1건

연구 흐름

초기에는 다수 입력의 효율적인 처리를 위해 UAV 영상의 상대 위치와 겹침 구조를 지오태그 기반으로 분석하고, 밀집 중첩 영상을 제거하는 적응형 선택 전략을 정립했습니다. 이후에는 특징 추출·매칭의 순차 처리와 로컬 워프 기반 보정 기법을 적용하여 대규모 지역 모자이크에서 재투영 오차와 시각적 왜곡을 줄이는 방향으로 확장했습니다. 동시에 RGB 비디오 기반 낙상 탐지에서는 비침습적 입력의 한계를 배경 변화 문제로 인식하고, 스켈레톤 중심의 표현으로 비인식 구간을 완화하는 접근을 축적했습니다. 최근에는 다중 모델 기반 동작 인식 시스템 과제를 통해 세밀 동작 분석 역량을 구체화하고, 국소 초고해상화 기술로 입력 전처리 품질을 함께 강화하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

대규모 UAV 모자이크 생성
재난 현장 정합 및 맵핑
시각적 왜곡 저감 영상 처리
낙상 경보 및 헬스케어 모니터링
스켈레톤 기반 동작 인식
세밀 동작 분석 시스템
객체 특성 기반 영상 전처리
고품질 영상 기반 비전 파이프라인
실감형 미디어 콘텐츠 제작 지원
스마트 시설 안전 모니터링