Reality Laboratory
숭실대학교 본교(제1캠퍼스) 글로벌미디어학부
김희원 교수
Few-Shot Learning
Video Frame Interpolation
Image Restoration
홈
V3_minor
Reality Laboratory
글로벌미디어학부 김희원
Reality Laboratory는 글로벌미디어학부 소속 연구실로, 이미지 및 비디오 처리 기술을 중심으로 연구를 진행하고 있습니다. 최근 3년간 이미지 초해상도, 소수 샷 학습, 이미지 향상, 비디오 프레임 보간, 이미지 복원 등의 분야에서 다수의 논문을 발표하며 활발한 연구 활동을 이어오고 있습니다. 특히 이미지 초해상도 분야에서는 CADyQ와 DAQ와 같은 혁신적인 방법론을 개발하여 주목받고 있습니다. 또한, 소수 샷 학습과 관련된 메타 러닝 연구에서도 중요한 성과를 거두고 있으며, 이를 통해 다양한 응용 분야에서의 활용 가능성을 높이고 있습니다. 연구실은 기업과의 협력을 통해 실제 상용화 가능한 기술 개발에도 힘쓰고 있으며, 이는 연구실의 강력한 연구 역량을 반영하는 것입니다.
Few-Shot Learning
Video Frame Interpolation
Image Restoration
대표 연구 분야
연구 영역 전체보기
이미지 향상을 위한 통제 가능한 ISP 학습
현대 디지털 이미징 기술의 발달과 함께, 이미지 품질 향상은 중요한 연구 주제가 되었습니다. 본 연구는 통제 가능한 ISP(이미지 신호 처리) 학습을 통해 이미지의 품질을 향상시키는 방법에 중점을 둡니다. 특히, 다양한 환경에서 최적의 이미지 품질을 제공하기 위해, 이미지의 노이즈 제거, 색 보정, 디테일 보존 등의 과정을 자동화하고 최적화하는 기술을 개발합니다. 이 연구는 머신 러닝 모델을 활용하여 이미지 품질을 동적으로 조정하고, 사용자 요구에 따른 맞춤형 이미지 향상을 가능하게 합니다. 이를 통해 다양한 디지털 기기에서 일관된 이미지 품질을 유지하며, 사용자 경험을 개선할 수 있습니다.
주요 논문
21
발행물 전체보기
1
Learning Controllable ISP for Image Enhancement
Heewon Kim, Kyoung Mu Lee
IEEE Trans. Image Processing (TIP), 2023
2
Learning to Learn Task-Adaptive Hyperparameters for Few-Shot Learning
Sungyong Baik, Myungsub Choi, Janghoon Choi, Heewon Kim, Kyoung Mu Lee
IEEE Trans. Pattern Analysis and Machine Intelligence (TPAMI), 2023
3
NERDS: A General Framework to Train Camera Denoisers from Raw-RGB Noisy Image Pairs
Heewon Kim, Kyoung Mu Lee
International Conference on Learning Representations (ICLR), 2023