Vision & Learning Laboratory

인하대학교 본교(제1캠퍼스)
배승환 교수 인공지능공학과

Artificial Intelligence

인공지능

연구실 소개

Vision & Learning Laboratory는 인공지능공학과에 소속된 연구실로서, 다중 객체 추적, 객체 검출, 딥러닝, 생성적 적대 학습, 폴립 검출 등의 연구 분야에서 활발히 활동하고 있습니다. 최근 3년간 다양한 프로젝트를 통해 인공지능융합혁신인재양성 사업, 대학중점연구소지원사업, 자율 주행을 위한 딥러닝 기반 실시간 다중 객체 인식 기술개발 등에서 두각을 나타내었습니다. 특히, 다중 객체 추적과 객체 검출 분야에서 여러 논문과 특허를 통해 연구 성과를 인정받고 있습니다. 예를 들어, 2023년에는 Knowledge Distillation based-on Internal/External Correlation Learning 논문을 발표하였고, 2020년에는 Online Multi-Object Tracking with Visual and Radar Features 논문을 통해 다중 객체 추적 기술을 선보였습니다. 또한, 폴립 검출 분야에서는 2016년부터 지속적으로 연구를 진행하여, 영상 및 레이더 특징 학습 기반 온라인 다중 객체 추적 방법 및 장치와 같은 특허를 보유하고 있습니다.

다중 객체 추적

객체 검출

딥 러닝

딥러닝

생성적 적대 학습

용종 검출

폴립 검출

연구 분야

다중 객체 추적 및 인식 기술

인공지능공학과의 Vision & Learning Laboratory는 다중 객체 추적 및 인식 기술 분야에서 괄목할 만한 성과를 이루어냈습니다. 이 연구는 다양한 환경에서 다수의 객체를 정확하게 추적하고 인식하는 알고리즘을 개발하는 것을 목표로 합니다. 특히, 딥러닝과 영상 및 레이더 특징 학습을 활용하여 객체의 위치와 특징을 동시에 추출하고, 이를 바탕으로 보다 정확한 추적 및 인식을 실현합니다. 또한, 글로벌 객체 모델과 객체 제약 학습을 통해 다중 객체 추적의 효율성을 높이고, 객체 간의 상호 작용을 고려한 모델을 제안하여 다양한 응용 분야에 적용할 수 있는 기술력을 보유하고 있습니다.

생성적 적대 신경망을 통한 객체 검출 및 특징 학습

Vision & Learning Laboratory는 생성적 적대 신경망(GAN)을 활용한 객체 검출 및 특징 학습 분야에서도 선도적인 연구를 수행하고 있습니다. 이 연구는 GAN을 통해 객체 검출의 정확도를 향상시키고, 다양한 스케일의 특징 맵을 학습하여 객체 검출기의 성능을 높이는 것을 목표로 합니다. 또한, 적대적 학습을 통해 모델의 일반화 능력을 향상시키고, 다양한 환경에서의 객체 검출 성능을 높이는 기술을 개발하고 있습니다. 이러한 연구는 특히 자율 주행, 보안, 의료 영상 분석 등 다양한 응용 분야에서 중요한 역할을 합니다.