❍ 복합 나노소재 제작 및 TEM 이미지 데이터 수집 ● 물질의 조성 및 공정 조건에 따른 복합 나노구조체의 크기, 간격, 밀도, 배열 등을 조절 가능한 복합 나노소재 성장 기술을 확보한다. - 이종물질을 동시 물리 증착하는 경우, 물질의 종류에 따라 다수의 나노구조체가 필름 내부에 상호 분리된 상태로 분포하는 독특한 복합 나노소재 제작이 가능하다. 특히 공정 조건에 따라 크기, 간격 등의 변화가 세밀하게 가능하여 인공지능 영상화 기술 최적화에 적합하다(입자 크기 및 입자간 간격 2~10 nm 조절). ● 3차원 영상화를 위해 동일 지점에 대한 다중 초점기반 다수의 연속적 2차원 TEM 데이터를 수집한다. - 일반적인 TEM 이미징에서 확인이 불가한 3차원으로 중첩되어 배열된 나노구조체의 형태나 간격, 계면 등의 정보 확인 목표한다(크기 및 간격 3 nm 이하, 두께 약 100 nm 이상). ❍ 인공지능 영상처리를 이용한 원자수준의 초고해상도 TEM 3차원 영상화 ● 딥 러닝 및 영상처리를 통해 3차원 나노구조의 실측 깊이 지도 측정 기술을 확보한다 - TEM의 초점거리 조정 및 스위핑(sweeping) 하여 획득한 초점 영상을 바탕으로 3차원 깊이 정보를 추정한다.[8] - 각 초점 영상에 가장 초점이 잘 맞는 부분을 감지하여, 비용 체적(cost volume)을 만들고 이를 정제할 알고리즘을 통해 고품질의 3차원 깊이 정보 생성한다. ● Convolutional Neural Network(CNN) 기반 깊이 정보 추정 딥러닝 아키텍처 - 영상 정보를 이용한 3차원 깊이 정보 추정의 최신 연구 동향은 CNN을 기반으로 한 딥 러닝 아키텍쳐 설계 방식이 주를 이루고 있다. - 초점 영상을 이용한 3차원 깊이 정보 추정 접근법(Depth from Focus)을 바탕으로 TEM과 같이 광학계 구조의 변형 없이 정확한 깊이 정보를 추정할 수 있는 알고리즘 연구⋅개발할 계획이다.