1. 정성적 목표- 재난안전환경 분야로써 다양한 형태의 수종 분석 이미지, 재선충 감염목 이미지 데이터 등을 활용한 소나무 재선충 감염목 및 고사목 탐지, 알람 서비스 개발2. 정량적 목표주요 성능지표 단위 최종 개발목표 (*) 평가방법 : 공인기관의 신뢰성 시...

Sphere 공간 등 3차원 공간 재구성 및 자세 추정을 위한 Geometric Deep Learning 인공지능 기술 개발을 위하여 기존의 대부분의 3차원 공간 재구성 및 자세 추정을 위한 인공지능 기술은 1차원/2차원으로 투영하여 개발되어 왔기 때문에 3차원 공간적 특성을 반영하기 어렵기 때문에 본 연구는 국내 최초로 end-to-end 3D sphere 네트워크를 제안함으로서 3차원 공간에 대한 정보 활용을 극대화함과 동시에 정보의 손실을 최소화할 수 있는 고성능/고정밀 인공지능 기술을 개척한다. 둘째로, 데이터 경량화 및 네트워크 경량화를 통한 종합적 경량 비전 기술의 체계화할 수 있도록 한다. 특히, 기존 경량 비전 기술은 모델을 표현하는 다양한 파라미터의 크기를 줄이기 위한 연구에 초점이 맞추어 연구가 진행되고 있으나, 데이터에 대한 이해 및 차원 축소와 네트워크 경량화를 통해 체계적이고 종합적인 경량 비전 연구를 체계적으로 수립함과 동시에 신뢰성을 갖춘 경량 기반 기술 개발에 초점을 맞추어 연구를 진행한다. 마지막으로, 고차원 데이터의 효율적인 학습을 위한 경량비전 인공지능 기술 개발을 통한 다양한 산업분야에 확산할 수 있도록 기초 기술을 개발한다. 지금까지의 대부분의 딥러닝 기반 인공지능 기술은 고차원의 데이터를 고성능 환경에서 학습함으로서 제한된 환경에서 인공지능 기술의 적용 및 확산할 수 있는 기반 기술의 확보함으로서 다양한 분야에 활용할 수 있을 것으로 기대할 수 있다.

Sphere 공간 등 3차원 공간 재구성 및 자세 추정을 위한 Geometric Deep Learning 인공지능 기술 개발을 위하여 기존의 대부분의 3차원 공간 재구성 및 자세 추정을 위한 인공지능 기술은 1차원/2차원으로 투영하여 개발되어 왔기 때문에 3차원 공간적 특성을 반영하기 어렵기 때문에 본 연구는 국내 최초로 end-to-end 3D sphere 네트워크를 제안함으로서 3차원 공간에 대한 정보 활용을 극대화함과 동시에 정보의 손실을 최소화할 수 있는 고성능/고정밀 인공지능 기술을 개척한다. 둘째로, 데이터 경량화 및 네트워크 경량화를 통한 종합적 경량 비전 기술의 체계화할 수 있도록 한다. 특히, 기존 경량 비전 기술은 모델을 표현하는 다양한 파라미터의 크기를 줄이기 위한 연구에 초점이 맞추어 연구가 진행되고 있으나, 데이터에 대한 이해 및 차원 축소와 네트워크 경량화를 통해 체계적이고 종합적인 경량 비전 연구를 체계적으로 수립함과 동시에 신뢰성을 갖춘 경량 기반 기술 개발에 초점을 맞추어 연구를 진행한다. 마지막으로, 고차원 데이터의 효율적인 학습을 위한 경량비전 인공지능 기술 개발을 통한 다양한 산업분야에 확산할 수 있도록 기초 기술을 개발한다. 지금까지의 대부분의 딥러닝 기반 인공지능 기술은 고차원의 데이터를 고성능 환경에서 학습함으로서 제한된 환경에서 인공지능 기술의 적용 및 확산할 수 있는 기반 기술의 확보함으로서 다양한 분야에 활용할 수 있을 것으로 기대할 수 있다.

？ 기계학습: 스케치를 이용하여 사용자의 의도를 분석하기 위한 최적화된 Spatio-Temporal Deep Learning 기술연구 - R-CNN (Recurrent-Convolution Neural Network)기반의 Spatio-Temporal Deep Learning 기법 연구를 통한 데이터의 간결성 및 완전성 확보 ㆍ지속적으로 사용자가 그리는 스케치 영상으로부터 특징 검출함과 동시에 원하는 스케치 영상을 예측하기 위하여 실시간으로 영상 기반의 특징 추출 및 정형화를 위하여 CNN 기반의 기계학습을 통하여 특징을 검출하며, 이는 Elman Network 기반의 RNN과의 연계를 통하여 사용자가 그리려고 하는 스케치 영상을 찾아줌으로서 그림을 잘못 그리는 사용자를 보조함과 동시에 데이터의 완전성과 간결성을 확보할 수 있도록 함 ㆍDeep learning 기반의 기계학습 방법은 매우 좋은 성능을 보여주고 있으나, 최적화와 관련된 연구는 아직 초보적인 단계이기 때문에 input layer, hidden layer, output layer에서의 최적화 연구를 통하여 실시간 스케치 분석 및 사용자 이해를 위한 연구 토대 마련 - 실시간 대용량 데이터의 분석을 위한 분산처리 기술 확보 ㆍ실시간으로 사용자가 그리는 스케치 영상과 대용량의 스케치 영상과의 비교 분석을 위한 기계학습을 위하여 데이터의 효율적인 저장 및 비교 분석을 위한 분산처리 ？ 내용기반 미디어 검색: 사용자 의도 분석을 통한 다양한 미디어의 내용 기반 검색 소프트웨어 기술 개발 - 기존에는 text 기반의 검색 기술이 매우 보편화되어 사용되고 있으나, 다양한 형태의 비정형 데이터가 가지고 있는 내용 특성에 따른 검색 및 이해와 관련된 연구는 아직 상용화 단계에 이르고 있지 않음 ㆍ텍스트 기반의 사진, 동영상, 3D 모델 검색과 같은 단편적인 검색 기술이 소개되고 있지만 통합 검색을 위한 스케치 기반의 query image를 활용하여 대화면 태블릿 PC 환경에서 구현함으로서 다양한 콘텐츠를 쉽게 검색할 수 있는 시스템 구현 - 지속적으로 그림을 그리는 스케치 영상을 통하여 사용자의 의도 분석을 통하여 원하는 스케치를 추천할 수 있는 시스템 개발 ㆍR-CNN 기반의 spatio-temporal 기계학습 기법을 활용하여 사용자가 그리고 있는 스케치를 통하여 사용자 의도 및 데이터베이스에서 유사한 스케치를 검색, 추천할 수 있는 기술을 개발 ？ 사용자 중심의 전자펜: 대화면 태블릿 PC 환경에서의 이용성 극대화 - 전자펜과 태블릿 PC와 Bluetooth를 통하여 연결하며, 간단한 버튼의 조작으로