전준철 연구실
컴퓨터공학전공 전준철
전준철 연구실은 AI컴퓨터공학부 소속으로, 컴퓨터 그래픽스와 영상처리, 그리고 인공지능 기반의 영상 분석 기술을 중심으로 다양한 연구를 수행하고 있습니다. 본 연구실은 3차원 객체 모델링, 얼굴 애니메이션, 증강현실(AR) 및 가상현실(VR) 환경에서의 실시간 상호작용 등 컴퓨터 그래픽스의 핵심 기술을 발전시키고, 이를 실제 사회 및 산업 문제 해결에 적용하는 데 주력하고 있습니다.
특히, 의료영상, 산업용 영상, 도시 환경 영상 등 다양한 도메인에서 영상 내 객체 탐지, 이상 징후 탐지, 그림자 제거, 영상 품질 개선 등 고도화된 영상처리 알고리즘 개발에 힘쓰고 있습니다. RGB-D 정보를 활용한 3차원 인간 자세 추정, 스케치 기반 3D 객체 검색, 디지털 영상처리 등 다양한 연구 주제를 다루며, 최신 딥러닝 및 머신러닝 기법을 적극적으로 도입하고 있습니다.
딥러닝 기반의 지능형 영상 분석 및 이상 탐지 분야에서도 두각을 나타내고 있습니다. 의료영상에서의 병변 탐지, 식품 X-ray 영상에서의 이물질 검출, LED 패널 및 디스플레이 결함 검출 등 실제 산업 및 의료 현장에서 요구되는 첨단 기술을 개발하고 있습니다. 데이터 증강, 패치 기반 학습, YOLO, GAN, U-Net 등 다양한 딥러닝 모델과 최신 알고리즘을 활용하여 높은 정확도와 실시간성을 달성하고 있습니다.
이러한 연구 성과는 학술 논문, 특허, 산학협력 프로젝트 등 다양한 형태로 나타나고 있으며, 실제 산업 현장에서의 적용 가능성을 높이고 있습니다. 디스플레이 결함 검출, 배관 내시경 분석, LED 패널 결함 탐지 등 산업용 영상처리 응용 분야에서의 기술 상용화 및 실용화에도 힘쓰고 있습니다.
전준철 연구실은 앞으로도 인공지능과 영상처리의 융합을 통해 더욱 혁신적인 영상 분석 및 이상 탐지 기술을 개발하고, 실질적인 산업 및 의료 현장에 적용하는 것을 목표로 하고 있습니다. 이를 통해 사회적 가치 창출과 첨단 기술 발전에 기여하고자 합니다.
Anomaly Detection
Information Security
Image Processing
컴퓨터 그래픽스 및 영상처리 응용
본 연구실은 컴퓨터 그래픽스와 영상처리 기술을 다양한 응용 분야에 접목하는 연구를 활발히 수행하고 있습니다. 특히 3차원 객체의 모델링, 얼굴 애니메이션, 증강현실(AR) 환경에서의 실시간 상호작용 등 컴퓨터 그래픽스의 핵심 기술을 발전시키고, 이를 실제 산업 및 사회 문제 해결에 적용하는 데 중점을 두고 있습니다. 예를 들어, 얼굴 표정 인식 및 복제, 3D 얼굴 모델링, 실시간 얼굴 방향 추정 등은 인간-컴퓨터 상호작용의 자연스러움을 높이고, 가상현실 및 증강현실 콘텐츠의 몰입감을 극대화하는 데 필수적인 기술입니다.
영상처리 분야에서는 의료영상, 산업용 영상, 도시 환경 영상 등 다양한 데이터에 대한 분석 및 처리 기술을 개발하고 있습니다. 영상 내 객체 탐지, 이상 징후 탐지, 그림자 제거, 영상 품질 개선 등 고도화된 영상처리 알고리즘을 통해 실제 문제 해결에 기여하고 있습니다. 또한, RGB-D 정보를 활용한 3차원 인간 자세 추정, 스케치 기반 3D 객체 검색, 디지털 영상처리 등 다양한 주제를 다루며, 최신 딥러닝 및 머신러닝 기법을 적극적으로 도입하고 있습니다.
이러한 연구는 학술 논문, 특허, 산학협력 프로젝트 등 다양한 성과로 이어지고 있으며, 실제 산업 현장에서의 적용 가능성을 높이고 있습니다. 특히, 디스플레이 결함 검출, 배관 내시경 분석, LED 패널 결함 탐지 등 산업용 영상처리 응용 분야에서 두각을 나타내고 있으며, 관련 기술의 상용화 및 실용화에도 힘쓰고 있습니다.
딥러닝 기반 지능형 영상 분석 및 이상 탐지
최근 본 연구실은 딥러닝을 활용한 지능형 영상 분석 및 이상 탐지 기술 개발에 집중하고 있습니다. 의료영상, 식품 X-ray 영상, 산업용 검사 영상 등 다양한 도메인에서 딥러닝 기반의 객체 탐지, 이상 징후 탐지, 초해상도 복원 등 첨단 기술을 적용하여 높은 정확도와 실시간성을 달성하고 있습니다. 예를 들어, 흉부 X-ray 영상에서의 병변 탐지, 식품 포장 X-ray 영상에서의 이물질 검출, LED 패널 및 디스플레이 결함 검출 등은 실제 산업 및 의료 현장에서 요구되는 핵심 기술입니다.
이러한 연구는 데이터 증강, 패치 기반 학습, YOLO, GAN, U-Net 등 다양한 딥러닝 모델과 최신 알고리즘을 활용하여 이루어집니다. 실제로, 패치코어 기반 이상 탐지, 컨볼루션 신경망(CNN)을 이용한 영상 분류, GAN 기반 그림자 제거, 초해상도 복원 등 다양한 연구 성과가 논문, 특허, 학술대회 발표 등으로 이어지고 있습니다. 또한, 데이터 부족 문제를 해결하기 위한 가상 데이터셋 생성, 증강 기법 개발 등도 활발히 이루어지고 있습니다.
이러한 지능형 영상 분석 기술은 의료 진단의 정확성 향상, 산업 현장의 품질 관리 자동화, 안전성 제고 등 다양한 사회적 가치 창출에 기여하고 있습니다. 앞으로도 본 연구실은 인공지능과 영상처리의 융합을 통해 더욱 혁신적인 영상 분석 및 이상 탐지 기술을 개발하고, 실질적인 산업 및 의료 현장에 적용하는 것을 목표로 하고 있습니다.
1
Real-Time Anomaly Detection in Packaged Food X-Ray Images Using Supervised Learning
Kim Kangjik, Kim Hyunbin, Chun Junchul, Kang Mingoo, Hong Min, Min Byungseok
CMC-COMPUTERS MATERIALS & CONTINUA, 2021
2
Shadow Detection and Removal From Photo-Realistic Synthetic Urban Image Using Deep Learning
전준철, 윤효진, 김강직
CMC-COMPUTERS MATERIALS ＆ CONTINUA, 202001
3
Hybrid clustering based health decision-making for improving dietary habits
정경용, 김주창, 백지원, 전준철
TECHNOLOGY AND HEALTH CARE, 201909
1
영상 및 네트워크 기반 지능정보 제조 서비스 연구
2
영상 및 네트워크 기반 지능정보 제조 서비스 연구(수원시, 산업체, 경기도(이월))
3
CCTV 환경에서 딥러닝 기반 3차원 인간관절 추정 및 자세복원
